当前位置：文档之家 › (精品)直觉模糊层次分析法matlab代码

(精品)直觉模糊层次分析法matlab代码

  • 格式：pdf
  • 大小：222.95 KB
  • 文档页数：3

编程

% 对第一层指标直觉偏好矩阵进行变换，计算其直觉模糊判断矩阵

clc,clear

r1=[0.5 0.65 0.6;

0.25 0.5 0.55;

0.2 0.3 0.5];

r2=[0.5 0.25 0.2;

0.65 0.5 0.3;

0.6 0.55 0.5];

R1=r1;

R2=r2;

R1(1,3)=(r1(1,2)*r1(2,3))/((r1(1,2)*r1(2,3))+(1-r1(1,2))*(1-r1(2,3)));

R2(1,3)=(r2(1,2)*r2(2,3))/((r2(1,2)*r2(2,3))+(1-r2(1,2))*(1-r2(2,3)));

R1(3,1)=R2(1,3);

R2(3,1)=R1(1,3);

R0=ones(3);r0=ones(3);

C=abs(R1-r1)+abs(R2-r2)+abs((R0-R1-R2)-(r0-r1-r2));

d0=(1/(2*(3-1)*(3-2)))*sum(sum(C))

% d0=0.0942<0.1通过一致性检验

%--------------------------------------------------------------------------

% 对第二层指标直觉偏好矩阵进行变换，计算其直觉模糊判断矩阵

r1=[0.5 0.25 0.2;

0.65 0.5 0.55;

0.6 0.23 0.5];

r2=[0.5 0.65 0.6;

0.25 0.5 0.3;

0.2 0.55 0.5];

R1=r1;

R2=r2;

R1(1,3)=(r1(1,2)*r1(2,3))/((r1(1,2)*r1(2,3))+(1-r1(1,2))*(1-r1(2,3)));

R2(1,3)=(r2(1,2)*r2(2,3))/((r2(1,2)*r2(2,3))+(1-r2(1,2))*(1-r2(2,3)));

R1(3,1)=R2(1,3);

R2(3,1)=R1(1,3);

R0=ones(3);r0=ones(3);

C=abs(R1-r1)+abs(R2-r2)+abs((R0-R1-R2)-(r0-r1-r2));

d1=(1/(2*(3-1)*(3-2)))*sum(sum(C))

% d0=0.1568>0.1未通过一致性检验

%--------------------------------------------------------------------------

% 设置参数进行调整

p=0.6;

R3=[]; R4=[];

for i=1:3

for j=1:3

R3(i,j)=(((r1(i,j))^(1-p))*((R1(i,j))^p))/(((r1(i,j))^(1-p))*((R1(i,j))^p)+(((1-r1(i,j))^(1-p)))*(((1-R1(i,j))^

p)));

R4(i,j)=(((r2(i,j))^(1-p))*((R2(i,j))^p))/(((r2(i,j))^(1-p))*((R2(i,j))^p)+(((1-r2(i,j))^(1-p)))*(((1-R2(i,j))^

p)));

end

end

R0=ones(3);r0=ones(3);

C=abs(R3-r1)+abs(R4-r2)+abs((R0-R3-R4)-(r0-r1-r2));

d2=(1/(2*(3-1)*(3-2)))*sum(sum(C))

% d1=0.0937<0.1通过一致性检验

%--------------------------------------------------------------------------

m=ones(3);

% 求得B的权重

bq1=[sum(R3(1,:))/sum(sum(m-R4)) 1-(sum(1-R3(1,:))/sum(sum(R4)))];

bq2=[sum(R3(2,:))/sum(sum(m-R4)) 1-(sum(1-R3(2,:))/sum(sum(R4)))];

bq3=[sum(R3(3,:))/sum(sum(m-R4)) 1-(sum(1-R3(3,:))/sum(sum(R4)))];

bq=[bq1;bq2;bq3]

%--------------------------------------------------------------------------

% 求C1的权重

wc1=ny_dc([0.3712,0.5997],[0.5476,0.3412]);

wc2=ny_dc(wc1,[0.1996,0.6626])

%--------------------------------------------------------------------------

% 对甲基金进行权重分析

W1=[0.4343,0.1677];

% 对乙基金进行权重分析

W2=[0.3990,0.1370];

%--------------------------------------------------------------------------

% 步骤六、绩效评价的排序

p1=0.5*(1+1-W1(1)-W1(2))*(1-W1(1))

p2=0.5*(1+1-W2(1)-W2(2))*(1-W2(1))

计算结果

d0 =

0.0942

d1 =

0.1568

d2 =

0.0937

bq =

0.2005 0.5012

0.3405 0.6756

0.2476 0.5599

wc2 =

0.0406 0.9110

p1 =

0.3954

p2 =

0.4399

合集下载

Matlab求解层次分析报告法程序代码【求解步骤+代码】

Matlab求解层次分析报告法程序代码【求解步骤+代码】

标准文案

大全 层次分析法

1）建立层次结构模型：

（2）构造判断矩阵

判断矩阵ijAa应为正互反矩阵，而且ija的判断如下（1~9尺度法）：

标度aij 含义

1 的影响与CCji相同

3 的影响比CCji稍强

5 的影响比CCji强

7 的影响比CCji明显的强

9 的影响比CCji绝对的强

2，4，6，8 的影响与CCji之比在上述两个相邻的等级之间

91,......21 的影响与CCji之比为上面aij的复反数

（3）单层排序及一致性检验

1、单层排序

求解判断矩阵A的最大特征值max，再由最大特征值求出对应的特征向量决策目标

P1 准则C1 准则C2 准则C3 准则C4

P2 P3 P4 P5 P6 标准文案

大全 maxA，并将标准化，即为同一层相对于上一层某一因素的权重，根据此权重的大小，便可确定该层因素的排序。

2、一致性检验

取一致性指标max1nCIn，（n为A的阶数）

取随机性指标RI如下：

n 1 2 3 4 5 6 7 8 9 ……

RI 0 0 0.58 0.9 1.12 1.24

1.32 1.41 1.45 ……

令CICRRI，若0.1CR，则认为A具有一致性。

否则，需要对A进行调整，直到具有满意的一致性为止。

（4）层次总排序及一致性检验

假定准则层12,,,nCCC排序完成，其权重分别为12,,,naaa，方案层P包含m个方案：12,,,mPPP。其相对于上一层的1,2,,jCjn对方案层P中的m个方案进行单层排序，其排序权重记为12,,,jjmjbbb 1,2,,jn，则方案层P中第i个方案Pi的总排序权重为1njijjab，见下表：

层次C

层次P 1C 2C nC

P层总排序权重

1a 2a na

1P 11b 12b 1nb 11njjjab

2P 21b 22b 2nb 21njjjab

层次分析法及matlab程序

层次分析法及matlab程序

层次分析法建模

层次分析法（AHP－Analytic Hierachy process）---- 多目标决策方式

70 年代由美国运筹学家T·L·Satty提出的，是一种定性与定量分析相结合的多目标决策分析方式论。吸收利用行为科学的特点，是将决策者的体会判定给予量化，对目标（因素）结构复杂而且缺乏必要的数据情形下，採用此方式较为有效，是一种系统科学中，经常使用的一种系统分析方式，因此成为系统分析的数学工具之一。

传统的经常使用的研究自然科学和社会科学的方式有：

机理分析方式：利用经典的数学工具分析观看的因果关系；

统计分析方式：利用大量观测数据寻求统计规律，用随机数学方式描述（自然现象、社会现象）现象的规律。

大体内容：（1）多目标决策问题举例AHP建模方式

（2）AHP建模方式大体步骤

（3）AHP建模方式大体算法

（3）AHP建模方式理论算法应用的假设干问题。

参考书： 一、姜启源，数学模型（第二版，第9章；第三版，第8章），高等教育出版社

二、程理民等， 运筹学模型与方式教程，（第10章），清华大学出版社

3、《运筹学》编写组，运筹学（修订版），第11章，第7节，清华大学出版社

一、问题举例：

A．大学毕业生就业选择问题

取得大学毕业学位的毕业生，“双向选择”时，用人单位与毕业生都有各自的选择标准和要求。就毕业生来讲选择单位的标准和要求是多方面的，例如：

① 能发挥自己的才华为国家作出较好奉献（即工作职位适合发挥专长）；

② 工作收入较好（待遇好）；

③ 生活环境好（大城市、气候等工作条件等）；

④ 单位名声好（声誉-Reputation）；

⑤ 工作环境好（人际关系和谐等）

⑥ 进展晋升（promote, promotion）机遇多（如新单位或单位进展有后劲）等。

问题：此刻有多个用人单位可供他选择，因此，他面临多种选择和决策，问题是他将如何作出决策和选择？——或说他将用什么方式将可供选择的工作单位排序？

使用Matlab程序实现层次分析法(AHP)的简捷算法

使用Matlab程序实现层次分析法(AHP)的简捷算法

龙源期刊网

使用Matlab程序实现层次分析法（AHP）的简捷算法

作者：于晶

来源：《科技风》2016年第16期

摘 要：层次分析法简便易懂，可操作性和实用性强，但是构造判断矩阵往往不容易，计算判断矩阵的特征值特别繁琐且易出错，得到的一致性检验不易调整，这些都给使用层次分析法带来困难，以往使用办公软件电子表格（Excel）的方法计算单层次排序和总层次排序，这种方法使得计算和一致性检验变得容易，文本使用Matlab程序使得计算变得更容易，也使得层次分析法在多个领域得到推广和应用。

关键词：层次分析法；Excel；matlab

1 层次分析法（AHP法）的原理和解决思路

层次分析法是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的原理是模拟人的决策过程，具有思路清晰、方法简便、适用面广、系统性强等特点。是解决多目标、多准则、多层次复杂问题决策或者大型工程风险分析的有力工具。

层次分析法解决问题的思路就是用下一次因素的相对排序求得上一次因素的相对排序。按照因素之间的相互影响和隶属关系将各层次因素聚类组合，形成一个递进有序的层次结构模型。

2 层次分析法的应用难点

2.1合适的判断矩阵构造不易

模型确定后，按照模型层次结构和模型的各因素的相对重要性，综合专家群体咨询意见，采用标度法[ 1 ]，从数字1/9一9中选取恰当值，构造各层的判断矩阵，并使之尽量符合一致性检验，这一步成为问题的关键。但实际上系统越复杂，判定矩阵的阶数就会越高，计算就会越困难。

2.2计算量大，步骤繁琐

层次分析法首先要求的就是判断矩阵的最大特征值？姿max，及其正规化的特征向量w，向量w的分量wi是相应因素的单层次权值，这部分计算理论上基于线性代数知识，不用计算机也可以将其计算出来。但实际上，当矩阵的阶数高于4阶时，人工计算就变得相当困难且易出错，如使用计算机计算，就容易得多，常用的方法有Basic语言，电子表格Excel等方法。但计算量都有待改进。 龙源期刊网

matlab、lingo程序代码14-模糊聚类(聚类分析)

matlab、lingo程序代码14-模糊聚类(聚类分析)

模糊聚类

function c=fuz_hc(a,b)

%模糊矩阵的合成运算程序

%输入模糊矩阵a,b，输出合成运算结果c

m=size(a,1);n=size(b,2);p=size(a,2);

%错误排除

if size(a,2)~=size(b,1)

disp('输入数据错误！');return;

end

%合成运算

for i=1:m

for j=1:n

for k=1:p

temp(k)=min(a(i,k),b(k,j));

end

c(i,j)=max(temp);

end

end

disp('模糊矩阵a与b作合成运算后结果矩阵c为：');

c

% 求模糊等价矩阵

function r_d=mhdj(r)

[m,n]=size(r);

for i=1:n

for j=1:n

for k=1:n

r1(i,j,k)=min(r(i,k),r(k,j));

end

r1max(i,j)=r1(i,j,1);

end

end

for i=1:n

for j=1:n

for k=1:n if r1(i,j,k)>r1max(i,j)

r1max(i,j)=r1(i,j,k);

end

end

r_d(i,j)=r1max(i,j);

end

end

%模糊聚类程序

function f=mujl(x,lamda)

%输入原始数据以及lamda的值

if lamda>1

disp('error!') %错误处理