层次分析报告购买电脑.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
标准文档 实用文案 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(

文档评论(0)

linlin921 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档