判别矩阵的一致性.pptVIP

下载本文档

2
0
约1.04千字
约 10页
2025-01-07 发布于四川
举报
版权申诉

判别矩阵的一致性.ppt

1、本文档共10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

判断矩阵的一致性判断矩阵具有如下性质只要判断矩阵中的满足上述三条关系式时，就说明判断矩阵具有完全的一致性。判断矩阵一致性指标C.I.(ConsistencyIndex)01I.=02?max-n103一致性指标C.I.的值越大，表明判断矩阵偏离完全一致性的程度越大，C.I.的值越小，表明判断矩阵越接近于完全一致性。一般判断矩阵的阶数n越大，人为造成的偏离完全一致性指标C.I.的值便越大；n越小，人为造成的偏离完全一致性指标C.I.的值便越小。对于多阶判断矩阵，引入平均随机一致性指标R.I.(RandomIndex),下表给出了1-15阶正互反矩阵计算1000次得到的平均随机一致性指标。平均随机一致性指标是多次（500次以上）重复进行随机判断矩阵特征根计算之后取算术平均得到的。龚木森、许树柏1986年得出的1—15阶判断矩阵重复计算1000次的平均随机一致性指标如下：阶数12345678R.I.000.520.891.121.261.361.41阶数9101112131415R.I.1.461.491.521.541.561.581.59C.R.=当n3时，判断矩阵永远具有完全一致性。判断矩阵一致性指标C.I.与同阶平均随机一致性指标R.I.之比称为随机一致性比率C.R.(ConsistencyRatio)。当C.R.0.10时，便认为判断矩阵具有可以接受的一致性。当C.R.≥0.10时，就需要调整和修正判断矩阵，使其满C.R.0.10，从而具有满意的一致性。例如：计算矩阵的最大特征值及相应的特征向量。特征根方法中的最大特征根?max和特征向量w，可用Matlab软件直接计算。12A=[1,1,1,4,1,1/2;1,1,2,4,1,1/2;1,1/2,1,5,3,1/2;…1/4,1/4,1/5,1,1/3,1/3;1,1,1/3,3,1,1/3;2,2,2,3,3,1];[x,y]=eig(A);eigenvalue=diag(y);lamda=eigenvalue(1)y_lamda=x(:,1)y是特征值，且从大到小排列；x是特征向量矩阵，每一列为相应特征值的一个特征向量。