(完整版)层次分析法例题

  • 格式:doc
  • 大小:137.01 KB
  • 文档页数:5

下载文档原格式

  / 5
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验目的:

熟悉有关层次分析法模型的建立与计算,熟悉Matlab 的相关命令。

实验准备:

1. 在开始本实验之前,请回顾教科书的相关内容;

2. 需要一台准备安装Windows XP Professional 操作系统和装有Matlab 的计算机。

实验内容及要求

试用层次分析法解决一个实际问题。问题可参考教材P296第4大题。

实验过程:

某物流企业需要采购一台设备,在采购设备时需要从功能、价格与可维护性三个角度进行评价,考虑应用层次分析法对3个不同品牌的设备进行综合分析评价和排序,从中选出能实现物流规划总目标的最优设备,其层次结构如下图所示。以A 表示系统的总目标,判断层中1B 表示功能,2B 表示价格,3B 表示可维护性。1C ,2C ,3C 表示备选的3种品牌的设备。

解题步骤:

1、标度及描述

人们定性区分事物的能力习惯用5个属性来表示,即同样重要、稍微重要、较强重要、强烈重要、绝对重要,当需要较高精度时,可以取两个相邻属性之间的值,这样就得到9个数值,即9个标度。

为了便于将比较判断定量化,引入1~9比率标度方法,规定用1、3、5、7、9分别表示根据经验判断,要素i 与要素j 相比:同样重要、稍微重要、较强重要、强烈重要、绝对重要,而2、4、6、8表示上述两判断级之间的折衷值。

5 因素i 与j 较强重要 7 因素i 与j 强烈重要 9 因素i 与j 绝对重要 2、4、6、8 两个相邻判断因素的中间值

倒数 因素i 与j 比较得判断矩阵a ij ,则因素j 与i 相比的判断为a ji =1/a ij

设备采购层次结构图

注:a ij 表示要素i 与要素j 相对重要度之比,且有下述关系:

a ij =1/a ji ;a ii =1; i ,j=1,2,…,n

显然,比值越大,则要素i 的重要度就越高。

2、构建判断矩阵A

判断矩阵是层次分析法的基本信息,也是进行权重计算的重要依据。 根据结构模型,将图中各因素两两进行判断与比较,构造判断矩阵:

●判断矩阵B A -(即相对于物流系统总目标,判断层各因素相对重要性比较)如表1所示;

●判断矩阵C B -1(相对功能,各方案的相对重要性比较)如表2所示; ●判断矩阵C B -2(相对价格,各方案的相对重要性比较)如表3所示; ●判断矩阵C B -3(相对可维护性,各方案的相对重要性比较)如表4所 示。

B A -

3、计算各判断矩阵的特征值、特征向量及一致性检验指标

一般来讲,在AHP 法中计算判断矩阵的最大特征值与特征向量,必不需要较高的精度,用求和法或求根法可以计算特征值的近似值。

●求和法

1)将判断矩阵A 按列归一化(即列元素之和为1):b ij = a ij /Σa ij ; 2)将归一化的矩阵按行求和:c i =Σb ij (i=1,2,3….n );

3)将c i 归一化:得到特征向量W =(w 1,w 2,…w n )T ,w i =c i /Σc i , W 即为A 的特征向量的近似值;

4)求特征向量W 对应的最大特征值:

●求根法

1)计算判断矩阵A 每行元素乘积的n 次方根;n

n

j ij

i a

w ∏==1

(i =1, 2, …, n )

2)将i w 归一化,得到∑==

n

i i

i

i w

w w 1

;W =(w 1,w 2,…w n )T 即为A 的特征向量的

近似值;

3)求特征向量W 对应的最大特征值:

(1)判断矩阵B A -的特征根、特征向量与一致性检验 ①计算矩阵B A -的特征向量。

计算判断矩阵B A -各行元素的乘积i M ,并求其n 次方根,如3

2

23111=⨯⨯=M ,

874.0311==M W ,类似地有,466.2322==M W ,464.0333==M W 。对向量T n W W W W ],,,[21 =规范化,有

230

.0464

.0466.2874.0874

.01

1

1=++=

=

∑=n

i i

W

W W 类似地有684.02=W ,122.03=W 。所求得的特征向量即为:

T W ]122.0,648.0,230.0[=

②计算矩阵B A -的特征根

T

AW ]122.0,648.0,230.0[15/12/151323/11⎥⎥

⎥⎦

⎢⎢⎢⎣⎡= 69.0122.02648.03

1

230.011=⨯+⨯+⨯=AW

类似地可以得到948.12=AW ,3666.03=AW 。 按照公式计算判断矩阵最大特征根:

004.3122.033666.0648.03948.1230.0369.0)(1

max

=⨯+⨯+⨯==∑=n

i i i nW AW λ

③一致性检验。

实际评价中评价者只能对A 进行粗略判断,这样有时会犯不一致的错误。如,已判断C 1比C 2重要,C 2比C 3较重要,那么,C 1应该比C 3更重要。如果又判断C 1比C 3较重要或同等重要,这就犯了逻辑错误。这就需要进行一致性检验。

根据层次法原理,利用A 的理论最大特征值λmax 与n 之差检验一致性。 一致性指标:

计算002.01

33

004.31max =--=

--=

n n

CI λ<0.1,1.0003.0<==RI CI CR ,查同阶平均随机一致性指标(表5所示)知58.0=RI ,(一般认为CI<0.1、 CR<0.1时,判断矩阵的一致性可以接受,否则重新两两进行比较)。

(2)判断矩阵C B -1的特征根、特征向量与一致性检验

类似于第(1)步的计算过程,可以得到矩阵C B -1的特征根、特征向量与一致性检验如下:

T W ]637.0,258.0,105.0[=,039.3max =λ,1.0033.0<=CR (3)判断矩阵C B -2的特征根、特征向量与一致性检验

类似于第(1)步的计算过程,可以得到矩阵刀:—C 的特征根、特征向量与一致性检验如下:

T W ]075.0,333.0,592.0[=,014.3max =λ,1.0012.0<=CR (4)判断矩阵C B -3的特征根、特征向量与一致性检验 类似于第(1)步的计算过程,可以得到矩阵C B -3的特征根、特征向量与一致性检验如下:

T W ]785.0,066.0,149.0[=,08.3max =λ,1.0069.0<=CR 4、层次总排序

获得同一层次各要素之间的相对重要度后,就可以自上而下地计算各级要素对总体的综合重要度。设二级共有m 个要素c 1, c 2,…,c m ,它们对总值的重要度为w 1, w 2,…, w m ;她的下一层次三级有p 1, p 2,…,p n 共n 个要素,令要素p i 对c j 的重要度(权重)为v ij ,则三级要素p i 的综合重要度为:

方案C 1的重要度(权重)=0.230×0.105+0.648×0.529+0.122×0.149=0.426 方案C 2的重要度(权重)=0.230×0.258+0.648×0.333+0.122×0.066=0.283 方案C 3的重要度(权重)=0.230×0.637+0.648×0. 075+0.122×0.785=0.291

依据各方案综合重要度的大小,可对方案进行排序、决策。 层次总排序如表6所示。

表6 层次总排序