- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
.
.
用层次分析法挑选电脑
一.实验目的
运用层次分析法,建立指标评价体系,得到电脑的层次结构模型,然后构造判断矩阵,求得各项子指标的权重,最后给出电脑品牌综合评价得分计算公式并进行实证分析,为购买个人电脑提供有效、科学合理的方法。
二.实验内容
4.用层次分析法解决一两个实际问题;
你要购置一台个人电脑,考虑功能、价格等的因素,如何做出决策。
解:层次分析发法基本步骤:建立一个客观有效、科学合理的购买方式,对于个人电脑的购买是至关重要的。在此我们运用层次分析法(AHP),以性能、价格、外观、售后四个方面作为个人电脑购买的一级选择指标,然后构造判断矩阵,得到各个指标的权重,结合大众对个人电脑的各方面指标的重视程度,算出各项指标的得分,将这些得分进行加权求和得到电脑的综合选择得分,根据分配名额按总分排序即可选出购买何种电脑。
(一)建立层次模型
如图所示,将决策问题分为三层,第一层目标层:买什么电脑,第二层准则层,分为:性能,外观,价格,售后四个因素,第三层方案层:苹果,戴尔,微软,外星人四个品牌。
(二)构成比较矩阵及其权重
准则层对目标层
12
由matlab可以知道,????????
并且知道权向量??(??????,??????,?????,??????)?
性能
11/4
由matlab可以知道,????????
价格
11/2
由matlab可以知道,????????
外观
12
由matlab可以知道,????????
售后
11/2
由matlab可以知道,???
k
性能
外观
价格
售后
?k(3)
0.05880.2491
0.2448
0.1897
0.2000
?k
4.1855
4.2493
4.0606
4
ClK
0.0618
0.0831
0.0202
0
由表格可以看出,当n=4的时候,随机一致性指标为RI=0.9,所以Cl均通过一致性检验(三)组合权向量
已知准则层对目标层的权向量??(??????,??????,??????,??????)?和方案层对准则层的权向量?????,所以将权重的对应项两两相乘之和:
苹果对目标层的权重:
0.0588*0.3397+0.2448*0.2930+0.1897*0.2808+0.2*0.1404=0.172969
同理可知:
戴尔,微软,外星人的权重分别为0.270632,0.261726,0.397889
由结果可知,外星人的权重最高,所以应选外星人
附录:
%层次分析法的matlab程序
clc,clear
disp(输入判断矩阵);% 在屏幕显示这句话
A=input(A=);% 从屏幕接收判断矩阵
[n,n]=size(A);% 计算A的维度,这里是方阵,这么写不太好
x=ones(n,100);% x为n行100列全1的矩阵
y=ones(n,100);% y同x
m=zeros(1,100);% m为1行100列全0的向量
m(1)=max(x(:,1));% x第一列中最大的值赋给m的第一个分量
y(:,1)=x(:,1);% x的第一列赋予y的第一列
x(:,2)=A*y(:,1);% x的第二列为矩阵A*y(:,1)
m(2)=max(x(:,2));% x第二列中最大的值赋给m的第二个分量
y(:,2)=x(:,2)/m(2);% x的第二列除以m(2)后赋给y的第二列
p=0.0001;i=2;k=abs(m(2)-m(1));% 初始化p,i,k为m(2)-m(1)的绝对值
while kp% 当kp是执行循环体
i=i+1;% i自加1
x(:,i)=A*y(:,i-1);% x的第i列等于A*y的第i-1列
m(i)=max(x(:,i));% m的第i个分量等于x第i列中最大的值
y(:,i)=x(:,i)/m(i);% y的第i列等于x的第i列除以m的第i个分量
k=abs(m(i)-m(i-1));% k等于m(i)-m(i-1)的绝对值
end
a=sum(y(:,i));% y的第i列的和赋予a
w=y(:,i)/a;% y的第i列除以a
t=m(i);% m的第i个分量赋给t
disp(权向量:);disp(w);% 显示权向量w
disp(最大特征值:);disp(t);% 显示最大特征值t
%以下是一致性检验
CI=(t-n)/(n-1);% t-维度再除以维度-1的值赋给CI
RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];% 计算的标准
CR=CI/RI(n);% 计算一致性
if CR0.10
disp(此矩阵的一致性可以接受!);
disp(CI=);
文档评论(0)