层次分析法及中心选址问题(20210228090227)

假期到了, 某学生打算做一次旅游, 有四个地点可供选择, 假定他要考虑5个因素: 费用、景色、居住条件、饮食以及旅游条件. 由于该学生没有固定收入, 他对费用最为看重, 其次是旅游点的景色, 至于旅游条件、饮食, 差不多就行, 住什么地方就更无所谓了. 这四个旅游点没有一个具有明显的优势, 而是各有优劣. 该同学拿不定主意, 请用层次分析法帮助他找出最佳旅游点。

正文：1、利用层次分析法构造层次分析模型：图1-12、利用成对比较法对准则层、方案层进行列表费用对比（表2-3）（表2-4）（表2-5）旅游条件对比2.构造成对比较判断矩阵(1) 建立准则层对目标层的成对比较判断矩阵153931/511/221/21/321311/91/21/311/31/32131A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦(2) 建立方案层对准则层的成对比较判断矩阵111/31/51/7311/21/45211/21/7421B ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭211/24321551/41/5111/31/511B ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭316581/61121/51171/81/21/71B ⎛⎫⎪⎪= ⎪⎪⎝⎭ 4111/31/3111/21/532113511B ⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭ 512121/211/2112121/211/21B ⎛⎫⎪⎪= ⎪ ⎪⎝⎭3.计算层次单排序权重向量并做一致性检验先利用Mathematica 计算矩阵A 的最大特征值及特征值所对应的特征向量. 输入A={{1.0,5,3,9,3},{1/5,1,1/2,2,1/2},{1/3,2,1,3,1},{1/9,1/2,1/3,1,1/3},{1/3,2,1,3,1}} T=Eigensystem[j]//Chop 输出{{5.00974,-0.0048699+0.22084™,-0.0048699-0.22084™,0,0}, {{0.88126,0.167913,0.304926,0.0960557,0.304926},{0.742882,-0.223286-0.278709™,-0.165421+0.346134™,0.151384-0.057689™,-0.165421+0.346134™},{0.742882,-0.223286+0.278709™,-0.165421-0.346134™,0.151384+0.057689™,-0.165421-0.346134™},{-0.993367,0,0.0719207,0.0662245,0.0605282}, {0.884443,0,-0.380934,-0.0589629,0.263009}}}得出A 的最大特征值为max λ=5.00974,及其对应的特征向量x={0.88126,0.167913,0.304926,0.0960557,0.304926}T输入Clear[x]; x=T[[2,1]];W1=x/Apply[Plus,x]得到归一化之后的的特征向量()1w ={0.502119,0.0956728,0.173739,0.0547301,0.173739}T计算一致性指标max 1nCI n λ-=-， ,00974.5,5max ==λn 故.002435.0=C I查表（见表3-1）得到相应的随机一致性指标 1.12RI =所以 002174.0)2(==RICICR ()20.1CR <通过了一致性检验,即认为A 的一致性程度在容许的范围之内, 可以用归一化后的特征向量()1w 作为排序权重向量.下面再求矩阵)5,,2,1( =j B j 的最大特征值及特征值所对应的特征向量 输入B1={{1.0,1/3,1/5,1/7},{3,1,1/2,1/4},{5,2,1,1/2},{1/7,4,2,1}} B2={{1,1/2,4,3},{2,1,5,5},{1/4,1/5,1,1},{1/3,1/5,1,1}} B3={{1,6,5,8},{1/6,1,1,2},{1/5,1,1,7},{1/8,1/2,1/7,1}} B4={{1,1,1/3,1/3},{1,1,1/2,1/5},{3,2,1,1},{3,5,1,1}} B5={{1,2,1,2},{1/2,1,1/2,1},{1,2,1,2},{1/2,1,1/2,1}} T1=Eigensystem[B1]//Chop T2=Eigensystem[B2]//Chop T3=Eigensystem[B3]//Chop T4=Eigensystem[B4]//Chop T5=Eigensystem[B5]//Chop 输出{{3.82325,0.0883772+0.544064™,0.0883772-0.544064™,0}, {{0.111267,0.283002,0.536902,0.786934},{-0.0248134-0.0681165™,-0.141793+0.0729826™,-0.154388+0.121345™,0.964755}, {-0.0248134+0.0681165™,-0.141793-0.0729826™,-0.154388-0.121345 ™,0.964755}, {0,0.299667,-0.832409,0.466149}}}{{4.02113,-0.0105652+0.291301™,-0.0105652-0.291301™,0}, {{0.495852,0.84036,0.149575,0.159851},{-0.234515+0.517899™,0.805208,-0.109665-0.110941™,0.0407277 -0.0493071 ™}, {-0.234515-0.517899 ™,0.805208,-0.109665+0.110941 ™,0.0407277 +0.0493071 ™}, {0,-0.953463,-0.0953463,0.286039}}}{{4.25551,-0.110262+1.03317™,-0.110262-1.03317™,-0.0349818}, {{0.941183,0.179553,0.276018,0.0758271},{0.898054,0.136097 +0.0728034 ™,-0.309669+0.2519 ™,-0.0331642-0.0960598™}, {0.898054,0.136097-0.0728034™,-0.309669-0.2519™,-0.0331642+0.0960598™}, {0.958653,-0.256222,0.123505,-0.00904772}}}{{4.08009,-0.0400469+0.570251™,-0.0400469-0.570251™,0}, {{0.214349,0.214031,0.59059,0.747963},{0.00228339-0.0861419™,-0.0895045+0.220107™,-0.388206-0.387638™,0.796962}, {0.00228339+0.0861419™,-0.0895045-0.220107™,-0.388206+0.387638 ™,0.796962}, {-0.424264,0,0.565685,0.707107}}}{{4.,0,0,0},{{0.632456,0.316228,0.632456,0.316228}, {0.116296,0.629208,-0.687356,-0.343678}, {-0.92582,0.154303,0.308607,0.154303}, {-0.92582,0.154303,0.308607,0.154303}}}分别得出其最大特征值1B λ=3.82325,2B λ= 4.02113,3B λ= 4.25551,4B λ= 4.08009,5λ= 4， 以及其特征向量如下：B1=（{0.111267,0.283002,0.536902,0.786934}）TB2=（{0.495852,0.84036,0.149575,0.159851}）T B3=（{0.941183,0.179553,0.276018,0.0758271}）T B4=（{0.214349,0.214031,0.59059,0.747963}）T B5=（{0.632456,0.316228,0.632456,0.316228}）T其中.5,,2,1),,,(321 ==i x x x x i i i i 为求出归一化后的特征向量, 输入Clear[B1,B2,B3,B4,B5]; B1=T1[[2,1]];w1=B1/Apply[Plus,B1] B2=T2[[2,1]];w2=B2/Apply[Plus,B2] B3=T3[[2,1]];w3=B3/Apply[Plus,B3] B4=T4[[2,1]];w4=B4/Apply[Plus,B4] B5=T5[[2,1]];w5=B5/Apply[Plus,B5] 输出{{4.,0,0,0},{{0.632456,0.316228,0.632456,0.316228}, {0.116296,0.629208,-0.687356,-0.343678}, {-0.92582,0.154303,0.308607,0.154303}, {-0.92582,0.154303,0.308607,0.154303}}}w1= {0.0647614,0.164718,0.312497,0.458024}Tw2={0.301313,0.510659,0.0908919,0.0971363}Tw3= {0.639138,0.121931,0.187438,0.0514926}Tw4= {0.121311,0.121132,0.334246,0.423311}Tw5= {0.333333,0.166667,0.333333,0.166667}T计算一致性指标(1,2,3,4,5)1i i nCI i n λ-==-,其中4n =,输入 lamda={T1[[1,1]],T2[[1,1]],T3[[1,1]],T4[[1,1]],T5[[1,1]]}CI=(lamda-4)/(4-1)//Chop 则可以得到1CI =-0.0589181,2CI = 0.00704344,3CI =0.0851688,4CI =0.0266979,5CI =0查表（见表3-1）得到相应的随机一致性指标0.90(1,25)i RI i ==计算一致性比率(),1,2,,5ii iCI CR i RI ==,输入CR=CI/0.90 相应可得到12345-0.0654646,0.00782605,0.094632,0.0296643,0CR CR CR CR CR =====因0.1,(1,2,,5)i CR i <=通过了一致性检验. 即认为)5,,2,1( =j B j 的一致性程度在容许的范围之内, 可以用归一化后的特征向量作为其排序权重向量.4、计算层次总排序权重向量并做一致性检验购买个人电脑问题的第三层对第二层的排序权重计算结果列于表4-1（表4-1）以矩阵表示第三层对第二层的排序权重计算结果为()30.06476140.3013130.6391380.1213110.3333330.1647180.5106590.1219310.1211320.1666670.3124970.09089190.1874380.3342460.3333330.4580240.09713630.05149260.4233110.166667w ⎛⎫⎪⎪= ⎪⎪⎝⎭)3(W 即是第三层对第二层的权重向量为列向量组成的矩阵. 最下层(第三层)对最上层(第一层)的总排序权向量为()()231w w W =为了计算上式, 输入W2=Transpose[{w1,w2,w3,w4,w5}]; W3=W2.W1则从输出结果得到W3={0.236941,0.188335,0.274378,0.300347}为了对总排序权向量进行一致性检验, 计算(3)(1)125(.,.,,.)CI C I C I C I w =输入 CI.W1 输出(3)CI = -0.0126517再计算(3)15[,,]1RI RI RI W =输入RI=Table[0.90,{j,5}]; RI.W1则从输出结果得到(3)0.90RI =最后计算(3)(2)(3)(3)/CR CR CI RI =+可得(3)CR = -0.0118834因为,1.0.)3(<RC 所以总排序权重向量符合一致性要求的范围.根据总排序权重向量的分量取值,旅游点4的电脑是建模者对这三种品牌机的首选。

层次分析法物流配送中心选址流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。

文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!层次分析法物流配送中心选址流程。

1. 确定目标和准则。

利用层次分析法构建新区选址评价模型利用层次分析法计算城市新区选址决策中各要素所占权重，将武汉市新区作为研究对象加以分析，为城市新区选址提供了科学的依据。

标签：层次分析法；城市新区选址；武汉市；评价模型1层次分析法1.1层次分析法原理层次分析法的中心问题是层次化，即根据问题的性质和要求达到的总目标，将问题分解为不同的分目标、子目标等，并按照目标间的相互关联影响及隶属关系将目标按不同的层次聚集组合，从而形成一个多层次的结构模型。

1.2层次分析法基本步骤层次分析法实际上是把人们在决策中的思维过程层次化、数量化，并用数学方法为分析、预测、决策提供定量的依据。

具体步骤可分为：(1)分析问题中各因素之间的关系，构建层次结构模型。

目标层：指标A为对分析选址的预定目标；准则层：指标B为实现目标所需要考虑的准则；措施层：这一层包括了为实现目标可供选择的各种措施。

(2)对同一层次的各个因素关于上一层次中某一准则的重要性或优先程度进行两两比较，构造两两比较，构造两两比较的判断矩阵。

为了检验判断矩阵是否具有满意的一致性，需要将CI和平均随机一致性指标RI进行比较。

RI的取值见表2。

评价体系的层次结构是各因子之间的相互隶属关系。

根据对系统的分析，将所含的因素分系统、分层次的构成一个完善、有机的层次结构，各种因子的次序、位置关系可以一目了然。

2武汉市新区建设的必要性2.1武汉市整体分析2.1.1武汉城市发展优势(1)交通、物流、能源及信息网络优势。

武汉港作为中国内河第一大港，5000吨级货船可长年进出武汉；天河机场是华中地区最大的航空港；京珠、沪蓉高速公路也在武汉交汇，高速公路、高速铁路与长江水运形成“柔性联运”。

武汉还是中国通信中心，能够方便快捷地与全球240个国家和地区进行通信和信息交流。

武汉已初步形成“水陆空”的立体型、多功能、现代化的综合交通体系。

(2)人才技术及科技优势。

武汉是华中地区的科技文化教育中心，科技教育综合实力仅次于北京和上海，居全国大中城市第3位。

层次分析法在物流中心选址中的运用摘要：物流中心的正确选址是企业重要的战略决策，其正确与否将直接影响企业的成败。

层次分析法是一种综合性分析方法，可以根据其特点，将物流中心选址多维度因素进行综合统计，从而确定最佳物流中心选址。

本文首先介绍了层次分析法的理论基础和统计方法，然后分析了层次分析法在物流中心选址中的运用，结合某公司的实际案例，分析了层次分析法的实际应用效果。

最后，总结了层次分析法的优点和不足，提出了改进的建议。

关键词：层次分析法；物流中心选址；综合性评价《层次分析法在物流中心选址中的运用》一、介绍物流中心是企业发展过程中不可或缺的一环，正确的选址是物流中心正常运作的基础，其正确与否直接影响企业的发展。

随着经济发展，越来越多的企业将重点放在物流中心选址上，物流中心选址的科学性、系统性越来越受到重视。

层次分析法（AHP）是一种综合性的分析方法，可以将多维度的参数进行综合统计，以最优的方式选择出最佳的物流中心选址。

二、层次分析法的原理1、层次分析法的构成层次分析法由三个部分组成：目标动机、权重分配和最终评价。

目标动机包括识别出要解决的问题，建立目标层次和对层次中单个目标分析等内容；权重分配是基于多因素分析过程，将多因素分解为两两相比较的矩阵，结合参数评估结果确定各因素的权重；最终评价是基于各个参数的权重，结合目标层次来评价地点的综合得分，以此来确定最佳选择。

2、层次分析法的统计方法层次分析法统计方法包括如下几步：首先，识别需要考虑的因素，构建目标层次；其次，根据专家经验，建立权重矩阵，以表示两两间因素的重要程度；再次，计算出各个参数的权重，如综合权重和负权重等；最后，利用权重计算出每个地点的综合评分，以此选择出最佳的物流中心选址。

三、层次分析法在物流中心选址中的运用1、层次分析法物流中心选址实例为了进一步验证层次分析法在物流中心选址中的实际应用效果，本文以某公司的物流中心选址计划为案例，运用层次分析法对其进行实际应用。

基于层次分析法的物流中心选址研究一、本文概述随着全球化和电子商务的飞速发展，物流行业在现代经济中的作用日益凸显。

物流中心作为连接供应链各环节的重要节点，其选址决策直接影响到企业的运营成本、服务质量和市场竞争力。

因此，科学、合理的物流中心选址方法成为业界和学术界关注的焦点。

层次分析法（Analytic Hierarchy Process, AHP）作为一种多准则决策分析方法，具有系统性、层次性和实用性等优点，在物流中心选址领域得到了广泛应用。

本文旨在探讨基于层次分析法的物流中心选址研究。

文章将简要介绍物流中心选址的重要性和影响因素，阐述传统选址方法存在的问题和局限性。

详细介绍层次分析法的基本原理、步骤及其在物流中心选址中的具体应用。

通过案例分析，展示层次分析法在实际选址过程中的应用效果，并与其他选址方法进行对比分析，突显其优势和适用性。

文章将总结层次分析法在物流中心选址研究中的成果和不足，并展望未来的研究方向和应用前景。

本文的研究不仅有助于丰富物流中心选址的理论体系，还为企业制定科学、合理的选址决策提供有力支持，对推动物流行业的可持续发展具有重要意义。

二、文献综述物流中心选址问题是物流系统规划与设计中的核心问题之一，其选址决策的合理性直接影响到企业的物流运作效率和经济效益。

随着供应链管理的不断发展和完善，物流中心选址问题受到了广泛关注。

近年来，国内外学者针对物流中心选址问题进行了大量研究，取得了丰富的研究成果。

在研究方法上，传统的物流中心选址方法主要包括线性规划、整数规划、动态规划等数学优化方法。

这些方法虽然能够在一定程度上解决选址问题，但往往忽略了选址过程中的不确定性和复杂性。

随着计算机技术的快速发展，智能优化算法如遗传算法、粒子群算法、蚁群算法等逐渐应用于物流中心选址问题中，这些算法能够在一定程度上处理选址过程中的不确定性和复杂性，提高了选址决策的合理性和准确性。

在选址评价指标方面，学者们提出了多种评价指标，如运输成本、库存成本、服务水平、环境因素等。

层次分析法在物流中心选址中的运用[摘要]层次分析法是一种多目标，多准则的决策分析方法，是对难于完全定量的复杂系统作出决策的模型和方法。

本文根据层次分析法的原理，专门讨论在物流中心选址中如何应用这种方法。

[关键词]层次分析法物流选址运用一、层次分析法的基本原理层次分析法是应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。

这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。

用层次分析法作决策分析，首先要把问题层次化，根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互影响将因素按不同层次聚集组合，形成一个多层次的分析结构模型，最终把系统分析归结为最低层相对于最高层的相对重要性权值的确定或相对优劣次序的排序问题[1]，从而为决策方案的选择提供了依据。

二、层次分析法在物流选址中的应用（一）建立物流层次结构模型如前所述，在评价因素分析的基础上，运用AHP法将系统所包含的因素进行分组，每一组作为一个层次，按照最高层，若干中间层和最低层的形成排列起来，形成一个比较完整的体系，组成一个系统，作为进行下一步分析的依据，为了保证物流中心选址科学合理，使选址方案评价更具科学和易于操作，经过慎重考虑，选取物流中心选址的评价指标体系如下表所示：目标层O 物流中心选址准则层S S1：经济合理性指标S2：交通便利性指标S3：环境合理性指标子准则层M M1、M2、M3、M4 M5、M6、M7、M8 M9、M10方案层P P1：方案1 P2：方案2 P3：方案3其中：M1—场地价格；M2—设施利用程度；M3—物流服务需求情况；M4—劳动力条件；M5—靠近大型企业；M6—靠近交通主干道；M7—完善的交通运输网络；M8—靠近货运枢纽；M9—对生态环境的影响；M10—对周围企业的影响（二）判断矩阵和层次单排序层次分析法的最关键的一步骤就是构造判断矩阵。

基于层次分析法的物流中心选址研究随着社会的不断发展，物流行业也越来越受到重视。

物流中心是物流体系中非常重要的一个环节，一个好的物流中心选址方案可以为企业节省许多成本，提高运营效率。

而基于层次分析法的物流中心选址研究可以帮助决策者更加科学地评估选址方案。

一、层次分析法的基本原理层次分析法是一种常用的多目标决策方法，常用于复杂的决策问题中。

其基本思想是将一个复杂的问题层次化，然后对各层次的因素进行比较和评估，最后得出最优解。

在物流中心选址问题中，我们可以将选址问题分为多个层次，如区域选址、交通便利性、用地成本等。

然后依次对各个层次进行比较和评估，最终得到选址方案的最优解。

二、物流中心选址的层次分析1、区域选址区域选址是物流中心选址的第一个层次。

在这一层次中，我们需要考虑各个备选地点的地理位置、自然环境、社会环境等因素。

对于物流中心来说，地理位置非常重要。

一般来说，物流中心选址应该选择在交通便利、物流运输网络发达的区域，这样可以更加方便地进行物流运作。

同时，选址的区域应该有良好的社会环境和自然环境，确保物流中心的正常运作。

2、交通便利性交通便利性是物流中心选址的第二个层次。

在这个层次中，我们需要考虑备选地点的交通网络是否完善，交通是否畅通等。

对于物流中心来说，交通便利性非常重要。

如果交通不便利，会导致物流车辆无法及时到达目的地，增加物流成本。

因此，选址的地点应该有完善的交通网络和良好的交通畅通条件。

3、用地成本用地成本是物流中心选址的第三个层次。

在这个层次中，我们需要考虑备选地点的用地成本。

用地成本一般包括土地租金、土地使用费、物业管理费等。

对于物流中心来说，用地成本非常重要。

如果用地成本过高，将会导致物流企业的运营成本增加，影响企业的盈利能力。

三、层次分析法的应用模型物流中心选址的层次分析法模型可以用一张层次结构图来表示。

图中包括目标层、准则层和备选方案层。

在目标层中，我们需要确定选址的目标，如节省成本、提高运营效率等。

层次分析法及中心选址问题汉派服装配送及仓储中心选址材料案例背景汉派服装曾是武汉的一块招牌，上世纪90年代初期，凭借起步较早的产业结构和九省通衢的地理环境优势，汉派服装以大众化、平民化的风格逐步名扬海内外。

然而，从90年代末期，汉派服饰逐渐开始走下坡路。

2014年3 月北京举行亚洲最大规模的服饰博览会，8家武汉服装企业组团上演惊艳“汉秀”。

经历十年阵痛蛰伏期后，武汉服装开始擦亮“新汉派”招牌。

武汉市3年将投入6000万元专项资金，支持在汉服装企业发展，以期在2019年，实现全市纺织服装产业产值突破1000亿元。

昨日，武汉市政府常务会通过《武汉市振兴汉派服装产业转型规划(2014-2019)»，计划将“汉派服装”打造成新千亿产业。

为了汉派服装的正兴，相关企业拟投资建设专用的集流通、加工、包装为一体的集合式配送中心，此次汉派服装重点针对的市场细分人群为大学生，这一部分人消费观点前卫，可以接受电子商务模式且聚集地相对集中在武昌区。

汉派服饰生产基地位于硚口区的古田地段毗邻汉正街但是相对地价来说较高，但是有完善的物流配套设施和全国闻名的知晓度，不需要太多的宣传费用就家喻户晓；黄陂区相对中心城区地价相对便宜，但是周边配套设施又不健全，人流量规模相对较少，但是周边空地多，方便扩建；光谷周边的高新科技区属于国家示范创业园，有相对的政策扶持如减免企业所得税等，但是光谷周边近5年都要修建地铁、地下商城、火车站等大型项目，交通相对5年来说又不便利。

以下有3处待选之地供企业选择，请结合层次分析法和专家打分法，做出最优判断，并说明理由。

A地：东湖新技术开发区位于武汉市东南部洪山区，江夏区境内。

下辖8个街道。

在东湖、南湖和汤逊湖之间，东起武汉外环线，西至卓刀泉路，北接东湖，南临汤逊湖，面积518.06平方公里，常住人口190.6万。

由关东光电子产业园、关南生物医药产业园、汤逊湖大学科技园、光谷软件园、佛祖岭产业园、机电产业园等园区组成。

层次分析法在配送中心选址决策中的应用——连锁企业配送
中心选址实例分析
郑家佳
【期刊名称】《科技信息》
【年(卷),期】2013(000)013
【摘要】配送中心选址,对企业的生产经营费用、产品和服务质量以及成本都有极大而长久的影响.一旦选址不当,它所带来的不良后果将是难以弥补的.因此,连锁企业相关从业人员有必要理解并掌握配送中心的选址决策方法.针对现有配送中心选址方法对数学基础要求较高,不适合高职院校学生理解和掌握这一难题,提出一种应用层次分析法解决配送中选址问题的方法,并结合某企业配送中心选址决策的实例,阐述了该方法的求解步骤.该方法可以有效解决简化后的选址问题,同时也适合高职学生理解和掌握.
【总页数】2页(P456-457)
【作者】郑家佳
【作者单位】重庆城市管理职业学院工商管理学院,中国重庆401331
【正文语种】中文
【相关文献】
1.模糊层次分析法对物流配送中心选址决策评价
2.层次分析法在配送中心选址中的应用研究
3.层次分析法在危险品配送中心选址决策中的应用
4.基于模糊聚类和层
次分析法的区域配送中心选址决策应用5.基于最短路的配送中心选址决策与应用基于最短路的配送中心选址决策与应
因版权原因，仅展示原文概要，查看原文内容请购买。

运用层次分析法分析某市住房最佳位置研究目的：住房是一辈子的大事，所以如何选择最合适的住房也成为购房者最为关注的问题。

因此研究目标是选择最佳住房；选择的主要准则有：价格是否在承受范围内、是否靠近商业中心、环境是否良好；在合肥的各个位置几乎都分布着楼盘，其中，可供选择的几个方案有：老城区，政务区，滨湖新区，北城区。

现在要对上述四种方案进行优劣性评价，或者说按优劣顺序把这四种方案排列起来，以便从中选择一种方案付诸实施。

一、建立层次结构模型：我们应用AHP对此问题进行分析后，可建立如下图所示的层次结构模型:二、构造判断矩阵1、假定目标层A与下一层次中因素C1、C2、C3有联系，则构造矩阵如下：表1 判断矩阵表2 判断尺度其中，1 表示相对于A而言，C1与C1的相对重要性是一样的，2、4 表示相对于A而言，C2 比C1 稍稍重要一些、重要，1/2、1/4是2、4的倒数，表示C1 与C2 的重要程度是相反的。

2、运用和积法计算判断矩阵的最大特征根及其对应的特征向量（1）按和积法计算公式 ，得到按列正规化后的判断矩阵如：C 11=4/12/111++=0.571（2）将（1）的结果按行相加，得：（3）将向量 W =[1.630,1.038,0.331]T 正规化，得则所求特征向量w=[0.544，0.346，0.110]T（4）计算判断矩阵的最大特征根λmax∑==n k kjijijbb b 1⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡111.0077.0143.0444.0308.0286.0444.0615.0571.0331.0111.0077.0143.0038.1444.0308.0286.0630.1444.0615.0571.03211=++==++==++==∑=WWb W nj ij999.2331.0038.1630.11=++=∑=nj jW110.0999.2 .3310346.0999.2038.1544.0999.2630.1321111=======∑∑==WW bWW W nj ijnj j(AW )1=1×0.544+2×0.346+4×0.110=1.676 (AW )2=1/2×0.544+1×0.346+4×0.110=1.058 (AW )3=1/4×0.544+1/4×0.346+1×0.110=0.3333、根据各因素的重要性比较构造判断矩阵并进行计算，所得判断矩阵及相应计算结果用表列出。