数学建模-综合评价模型及其应用.ppt

2.3 综合评价模型的构建 2. 动态加权综合评价的一般方法 五、长江水质的综合评价模型 五、长江水质的综合评价模型 1. 指标数据的标准化处理 1. 指标数据的标准化处理 1. 指标数据的标准化处理 五、长江水质的综合评价模型 2. 动态加权函数的确定 五、长江水质的综合评价模型 3.综合评价指标函数的确定 五、长江水质的综合评价模型 4.各城市水质的综合评价 4.各城市水质的综合评价 六、动态加权综合评价方法的特点 从实际的综合评价结果可以看出，针对这样一类多因素多属性的既包含“质差”又包含“量差”的综合评价问题，采用动态加权综合评价方法使得评价结果科学合理。主要特点有: 充分地考虑到了每一个因素每一属性的所有“差异”的影响和作用; 在综合评价中也充分地体现出了各属性的“广泛性”和“民主性”; 避免了在一般的综合评价方法的“一票否决”（即某一指标的劣而导致结果的否定）的不合理性; 体现出了综合评价的“综合”二字的含义。 动态加权综合评价方法从方法上增加了综合评价的客观性，大大地淡化了评价人的主观因素对评价结果的影响。这与一般的定常加权法相比其优越性是显而易见的。 动态加权综合评价方法不仅适用于水质的综合评价这一类问题，而且，类似的可以用来研究解决诸如空气质量的综合评价问题，以经济和军事等领域的很多综合评价问题，动态加权综合评价方法在实际中非常有推广应用价值。 六、动态加权综合评价方法的特点 * * * * * * A~成对比较阵 A是正互反阵 要由A确定C1,… , Cn对O的权向量 选择旅游地 C3 居住 C1 景色 C2 费用 C4 饮食 C5 旅途 O(选择旅游地) 成对比较的不一致情况 一致比较 不一致 允许不一致，但要确定不一致的允许范围 考察完全一致的情况 成对比较阵和权向量 成对比较完全一致的情况 满足 的正互反阵A称一致阵，如 A的秩为1，A的唯一非零特征根为n A的任一列向量是对应于n 的特征向量 A的归一化特征向量可作为权向量 对于不一致(但在允许范围内)的成对比较阵A，建议用对应于最大特征根?的特征向量作为权向量w ，即 一致阵性质 成对比较阵和权向量 一致性检验 对A确定不一致的允许范围 定义一致性指标: CI 越大，不一致越严重 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 n 1 2 3 4 5 6 7 8 9 11 10 为衡量CI 的大小，引入随机一致性指标 RI——随机模拟得到aij , 形成A，计算CI 即得RI。 定义一致性比率 CR = CI/RI 当CR<0.1时，通过一致性检验 Saaty的结果如下 “选择旅游地”中准则层对目标的权向量及一致性检验 准则层对目标的成对比较阵 最大特征根?=5.073 权向量(特征向量)w =(0.263,0.475,0.055,0.090,0.110)T 一致性指标 随机一致性指标 RI=1.12 (查表) 一致性比率CR=0.018/1.12=0.016<0.1 通过一致性检验 >> a=[1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1] a = 1.0000 0.5000 4.0000 3.0000 3.0000 2.0000 1.0000 7.0000 5.0000 5.0000 0.2500 0.1429 1.0000 0.5000 0.3333 0.3333 0.2000 2.0000 1.0000 1.0000 0.3333 0.2000 3.0000 1.0000 1.0000 目标层 O(选择旅游地) P2 黄山 P1 桂林 P3 北戴河 准则层 方案层 C3 居住 C1 景色 C2 费用 C4 饮食 C5 旅途 例. 选择旅游地 如何在3个目的地中按照景色、费用、居住条件等因素选择. w =(0.263,0.475,0.055,0.090,0.110) 组合权向量 记第2层（准则）对第1层（目标）的权向量为 同样求第3层(方案)对第2层每一元素(准则)的权向量 方案层对C1(景色)的成对比较阵 方案层对C2(费用)的成对比较阵 …Cn …Bn 最大特征根 ?1 ?2 … ?n 权向量 w1(3)