(完整版)层次分析法例题

实验目的：熟悉有关层次分析法模型的建立与计算，熟悉Matlab的相关命令。实验准备：1.在开始本实验之前，请回顾教科书的相关内容；2.需要一台准备安装WindowsXPProfessional操作系统和装有Matlab的计算机。实验内容及要求试用层次分析法解决一个实际问题。问题可参考教材P296第4大题。实验过程：某物流企业需要采购一台设备，在采购设备时需要从功能、价格与可维护性三个角度进行评价，考虑应用层次分析法对3个不同品牌的设备进行综合分析评价和排序，从中选出能实现物流规划总目标的最优设备，其层次结构如下图所示。以A表示系统的总目标，判断层中1B表示功能，2B表示价格，3B表示可维护性。1C，2C，3C表示备选的3种品牌的设备。解题步骤：1、标度及描述人们定性区分事物的能力习惯用5个属性来表示，即同样重要、稍微重要、较强重要、强烈重要、绝对重要，当需要较高精度时，可以取两个相邻属性之间的值，这样就得到9个数值，即9个标度。为了便于将比较判断定量化，引入1～9比率标度方法，规定用1、3、5、7、9分别表示根据经验判断，要素i与要素j相比：同样重要、稍微重要、较强重要、强烈重要、绝对重要，而2、4、6、8表示上述两判断级之间的折衷值。标度定义（比较因素i与j）1因素i与j同样重要3因素i与j稍微重要5因素i与j较强重要7因素i与j强烈重要9因素i与j绝对重要2、4、6、8两个相邻判断因素的中间值倒数因素i与j比较得判断矩阵aij，则因素j与i相比的判断为aji=1/aij购买设备A功能B1价格B2维护性B3产品C1产品C2产品C3目标层：判断层：方案层：设备采购层次结构图注：aij表示要素i与要素j相对重要度之比，且有下述关系：aij=1/aji；aii=1；i，j=1，2，…，n显然，比值越大，则要素i的重要度就越高。2、构建判断矩阵A判断矩阵是层次分析法的基本信息，也是进行权重计算的重要依据。根据结构模型，将图中各因素两两进行判断与比较，构造判断矩阵：●判断矩阵BA(即相对于物流系统总目标，判断层各因素相对重要性比较)如表1所示；●判断矩阵CB1(相对功能，各方案的相对重要性比较)如表2所示；●判断矩阵CB2(相对价格，各方案的相对重要性比较)如表3所示；●判断矩阵CB3(相对可维护性，各方案的相对重要性比较)如表4所示。表1判断矩阵BAA1B2B3B1B11/322B3153B1/21/51表2判断矩阵CB11B1C2C3C1C1l/31/52C311/33C531表3判断矩阵B2-C2B1C2C3C1C1272C1/2153C1/71/51表4判断矩阵CB33B1C2C3C1C13l/72Cl/311/93C7913、计算各判断矩阵的特征值、特征向量及一致性检验指标一般来讲，在AHP法中计算判断矩阵的最大特征值与特征向量，必不需要较高的精度，用求和法或求根法可以计算特征值的近似值。●求和法1）将判断矩阵A按列归一化（即列元素之和为1）：bij=aij/Σaij；2）将归一化的矩阵按行求和：ci=Σbij（i=1，2，3….n）；3）将ci归一化：得到特征向量W=（w1，w2，…wn）T，wi=ci/Σci，W即为A的特征向量的近似值；4）求特征向量W对应的最大特征值：●求根法1）计算判断矩阵A每行元素乘积的n次方根；nnjijiaw1（i=1,2,…,n）2）将iw归一化，得到niiii；W=（w1，w2，…wn）T即为A的特征向量的近似值；3）求特征向量W对应的最大特征值：(1)判断矩阵BA的特征根、特征向量与一致性检验①计算矩阵BA的特征向量。计算判断矩阵BA各行元素的乘积iM，并求其n次方根，如3223111M，874.0311MW，类似地有，466.2322MW，464.0333MW。对向量Tn],,,[21规范化，有230.0464.0466.2874.0874.0111niiW，122.03W。所求得的特征向量即为：TW]122.0,648.0,230.0[②计算矩阵BA的特征根TAW]122.0,648.0,230.0[15/12/151323/1169.0122.02648.031230.011AW类似地可以得到948.12AW，3666.03AW。按照公式计算判断矩阵最大特征根：004.3122.033666.0648.03948.1230.0369.0)(1maxniiinWAW③一致性检验。实际评价中评价者只能对A进行粗略判断，这样有时会犯不一致的错误。如，已判断C1比C2重要，C2比C3较重要，那么，C1应该比C3更重要。如果又判断C1比C3较重要或同等重要，这就犯了逻辑错误。这就需要进行一致性检验。根据层次法原理，利用A的理论最大特征值λmax与n之差检验一致性。一致性指标：计算002.0133004.31maxnnCI0.1，1.0003.0RICICR，查同阶平均随机一致性指标（表5所示）知58.0RI，（一般认为CI0.1、CR0.1时，判断矩阵的一致性可以接受，否则重新两两进行比较）。表5平均随机一致性指标阶数34567891011121314RI0.580.891.121.261.361.411.461.491.521.541.561.58(2)判断矩阵CB1的特征根、特征向量与一致性检验类似于第(1)步的计算过程，可以得到矩阵CB1的特征根、特征向量与一致性检验如下：TW]637.0,258.0,105.0[，039.3max，1.0033.0CR(3)判断矩阵CB2的特征根、特征向量与一致性检验类似于第(1)步的计算过程，可以得到矩阵刀：—C的特征根、特征向量与一致性检验如下：TW]075.0,333.0,592.0[，014.3max，1.0012.0CR(4)判断矩阵CB3的特征根、特征向量与一致性检验类似于第(1)步的计算过程，可以得到矩阵CB3的特征根、特征向量与一致性检验如下：TW]785.0,066.0,149.0[，08.3max，1.0069.0CR4、层次总排序获得同一层次各要素之间的相对重要度后，就可以自上而下地计算各级要素对总体的综合重要度。设二级共有m个要素c1,c2,…,cm，它们对总值的重要度为w1,w2,…,wm；她的下一层次三级有p1,p2,…,pn共n个要素，令要素pi对cj的重要度（权重）为vij，则三级要素pi的综合重要度为：方案C1的重要度（权重）=0.230×0.105+0.648×0.529+0.122×0.149=0.426方案C2的重要度（权重）=0.230×0.258+0.648×0.333+0.122×0.066=0.283方案C3的重要度（权重）=0.230×0.637+0.648×0.075+0.122×0.785=0.291依据各方案综合重要度的大小，可对方案进行排序、决策。层次总排序如表6所示。表6层次总排序层次层次1B2B3B层次C总排序权重0.2300.6480.1221C0.1050.5920.1490.4262C0.2580.3330.0660.2833C0.6370.0750.7850.2915、结论由表5可以看出，3种品牌设备的优劣顺序为：1C，3C，2C，且品牌1明显优于其他两种品牌的设备。实验总结（由学生填写）：由此次实验可以看出层次分析法可以在现实生活中多加以运用，能够解决很多的现实问题。初步掌握了层次分析法的步骤，相信多花时间加以练习巩固，可以对层次分析法更深的了解。实验等级评定：