数学建模与数学实验(全国大学生数学建模竞赛参考教材)层次分析法
层次分析法实验报告总结
层次分析法实验报告总结
篇一：层次分析法-数学建模实验报告
《数学建模与数学实验》实验报告实验1源自散模型123
4
5
篇二：第五次实验报告要求(层次分析法)
第三次实验报告要求
实验目的：
熟悉层次分析数学建模方法，并能够完成实际问题的建模。
实验内容：
面临毕业，高校大学生常常徘徊在(:层次分析法实验报告总结)人生的岔路口，不知如何选择,是就业、考公务员从政还是考研，假如你就是一位即将毕业的大四学生，你如何考虑这些方案？根据哪些依据进行选择？一般的依据有社会地位、工作环境、经济情况、发展前途、住房条件等因素。
篇三：交通系统层次分析法实验报告及程序案例
能否用层次分析法建模将科研单位，企业，政府，读研等各种可能的方案排序？请完整写出层次分析法在大学生毕业选择中的建模方案。
实验要求：
撰写实验报告，写出建模过程，包括以下步骤
1.建立层次结构模型，列出目标层，准则层，方案层。
2.构造成对比较矩阵
3.计算单排序权向量并做一致性检验
4.计算总排序权向量并做一致性检验，并分析计算结果
数学建模实验答案 离散模型讲解
实验09 离散模型（2学时）（第8章离散模型）1. 层次分析模型1.1（验证，编程）正互反阵最大特征根和特征向量的实用算法p263~264已知正互反阵261????1/21A?4????1/461/1??注：[263]定理2 n阶正互反阵A的最大特征根≥n。
★(1) 用MATLAB函数求A的最大特征根和特征向量。
调用及运行结果（见[264]）：1 3.0092k =1>> w=V(:,k)/sum(V(:,k))w =0.58760.32340.0890[263]）(2) 幂法（见n正互反矩阵，算法步骤如下：A为n×(0)w 1）；a. 任取n 维非负归一化初始列向量（分量之和为)k?1)((k2,0,1,?Aww,k?；计算b.1)?(k w1)k?(?w1)k?(w归一化，即令c. ；n?1)?(k w i1i?)(1)k(k?1)k?(?)n|?|w,(i?w?1,2,w即，当d. 对于预先给定的精度ε时，iib；为所求的特征向量；否则返回到步骤1)?(kn w1??i?。
e. 计算最大特征根)(k wn1i?i 注：)k(k?1)(((k)k)???wAw??ww?1)(k? w?i n,i?1,2,??)k(w i文件如下：函数式m [lambda w]=p263MI(A,d)function——求正互反阵最大特征根和特征向量%幂法% A 正互反方阵% d 精度 2 % lambda 最大特征根归一化特征列向量% w0.000001，则d取if(nargin==1) %若只输入一个变量（即A）d=1e-6;end的阶数取方阵A n=length(A); %任取归一化初始列向量w0=w0/sum(w0);%w0=rand(n,1);1while ww=A*w0;%归一化w=ww/sum(ww);all(abs(w-w0)<d) if; breakendw0=w;endlambda=sum(ww./w0)/n;的最大特征根和特征向量。
全国大学生数学建模竞赛赛题基本解法
全国大学生数学建模竞赛赛题基本解法全国大学生数学建模竞赛是中国高校中最具权威和影响力的学科竞赛之一。
该竞赛由教育部、中共中央组织部、中国科学院及其他部门共同主办。
该竞赛旨在促进青年学生对于数学和工程的综合应用，培养学生的创新能力和实践能力。
竞赛模式全国大学生数学建模竞赛一般分为两个阶段：第一阶段为选拔赛，第二阶段为决赛。
选拔赛一般在当年11月份进行，由各高校数学系作为考场。
每个参赛队伍由3名学生组成，比赛时间为两天。
选手可以使用任何工具，比如计算器、软件、读者，但是不得使用互联网。
决赛一般在翌年1月份或2月份举行，由主办单位确定比赛地点。
决赛选手数量有限制，根据各省市选手数量的比例确定。
赛题解法全国大学生数学建模竞赛的赛题涵盖的面非常广，包括应用数学、工程数学、运筹学、优化理论等多个领域。
以下是该竞赛可能出现的赛题及其基本解法：1. 背包问题背包问题是计算机科学和数学中的一个经典问题，指在给定约束条件下，从若干种物品中选择若干件物品装入背包，使得背包能够承载的重量最大或体积最大。
解法：背包问题可以用动态规划、贪心算法、分支定界等算法解决。
2. 最优路径问题最优路径问题也就是指在一个有向加权图中，找到从起点到终点的最短路径或者最长路径。
解法：最优路径问题通常可以用Dijkstra算法、Bellman-Ford算法、Floyd算法等解决。
3. 线性规划问题线性规划问题是运筹学中的一个重要问题，由一个线性目标函数和多个约束条件组成，目的是找出一组变量，使得目标函数最大或最小，并同时满足全部的约束条件。
解法：线性规划问题可以使用单纯性算法、内点法等算法进行解决。
4. 工程优化问题工程优化问题是指如何在给定资源的限制之下，设计和生产最符合要求的产品或系统。
工程优化问题常常包含多个目标和多个变量，并且这些变量之间具有复杂的相关性。
解法：工程优化问题可以使用遗传算法、蚁群算法、模拟退火等高级优化算法进行解决。
《数学建模与数学实验》课程公共课教学大纲
《数学建模与数学实验》课程公共课教学大纲一、课程名称：数学建模与数学实验（Mathematical Modeling and MathematicalExperiment ）二、学时与学分：30学时三、适用专业：全校各专业（除艺术系）四、课程教材：《数学建模与数学实验》（第2版）赵静，旦琦编著，高等教育出版社，2003年。
五、参考教材：1. 萧树铁主编，姜启源等编著，大学数学《数学实验》，高等教育出版社，1999年;2.胡良剑，丁晓东等著，《数学实验使用MA TLAB》，上海科学技术出版社，2001年;3. 姜启源，谢金星等编，《数学模型》，高等教育出版社，2003年；4. 李海涛，邓樱等编，《MATLAB程序设计与教程》，高等教育出版社，2002年.六、开课单位：数理教学部七、课程的性质、目的和任务“数学实验”是近几年来才开设的一门新兴课程，它以实际问题为载体，把数学建模、数学知识、数学软件和计算机应用有机地结合，容知识性、启发性、实用性和实践性于一体，特别强调学生的主体地位，在教师的引导下，用学到的数学知识和计算机技术，借助适当的数学软件，分析、解决一些经过简化的实际问题。
该课程的引入，是数学教学体系、内容和方法改革的一项有益的尝试。
开设本课程的目的是使学生掌握数学实验的基本思想和方法。
从实际问题出发，借助计算机，通过学生亲自设计和动手，体验解决问题的全过程，从实验中去探索、学习和发现数学规律，充分调动学生学习的主动性。
培养学生的创新意识，运用所学知识，建立数学模型，使用计算机并利用数学软件解决实际问题的能力，最终达到提高学生数学素质和综合能力的目的。
该课程主要讲授一些最常用的解决实际问题的方法及其MATLAB软件实现，包括数值计算、优化方法、统计计算、图论及网络优化方法等。
我们还将介绍一些大型的数学建模案例，这些案例主要取材于最近几年的全国大学生数学建模竞赛试题。
总之学生通过该课程的学习，要求他们掌握数学建模的全过程；掌握对各种数学模型如何选择合适的数学方法和数学软件去解决它；掌握数学数值软件的强大的运算功能、图形功能以及开发应用功能。
全国大学生数学建模竞赛赛题综合评析
社会热点
叶其孝、周义仓
开放性强、社会关注性强，突出数据来源的可靠性、结论解释的合理性
数据收集与处理、问题的分析与假设，初等数学方法、一般统计方法、多目标规划、回归分析、综合评价方法、灰色预测
2009年
A题：制动器试验台的控制方法分析
工业问题
方沛辰、刘笑羽
问题具体、专业性强，要花时间读懂、理解清楚问题
出版社的资源配置
孟大志
艾滋病疗法的评价及疗效的预测
边馥萍
易拉罐形状和尺寸的最优设计（C题）
叶其孝
煤矿瓦斯和煤尘的监测与控制（D题）
韩中庚
2007年
中国人口增长预测
唐云
乘公交，看奥运
方沛辰、吴孟达
手机“套餐”优惠几何（C题）
韩中庚
体能测试时间安排（D题）
刘雨林
2008年
数码相机定位
谭永基
高等教育学费标准探讨
叶其孝、周义仓
地面搜索（C题）
肖华勇
NBA赛程的分析与评价（D题）
姜启源
2009年
制动器试验台的控制方法分析
方沛辰、刘笑羽
眼科病床的合理安排
吴孟达、毛紫阳
卫星和飞船的跟踪测控（C题）
周义仓
会议筹备（D题）
王宏健
2010年
储油罐的变位识别与罐容表标定
韩中庚
2010年上海世博会影响力的定量评估
杨力平
输油管的布置（C题）
1
6
8
付鹂
重庆大学
1
6
9
姜启源
清华大学
4
3
10
陈叔平
浙江大学、贵州大学
2
5
11
第一章 数学建模概论 数学模型与实验 国家级精品课程课件 20页
2、国际数学建模竞赛（MCM）
创办于1985年，由美国运筹与管理学会，美国工业与应 用数学学会和美国数学会联合举办，开始主要是美国的大学 参赛，90年代以来有来自中国、加拿大、欧洲、亚洲等许多 国家的大学参加，逐渐成为一项全球性的学科竞赛。上一年 11月份报名，每个大学限报4队，每个系限报2队，2月上旬 比赛，4月份评奖。9篇优秀论文刊登在 “The Journal of Undergraduate Mathematics and Its Applications（UMAP）” 专刊上。详见 /
用实际问题的实测数据等 来检验该数学模型
不符合实际 符合实际
交付使用，从而可产生 经济、社会效益
建模过程示意图
七、怎样撰写数学建模的论文？ 1、摘要:问题、模型、方法、结果 2、问题重述 3、模型假设 4、分析与建立模型 5、模型求解 6、模型检验 7、模型改进、评价、推广等 8、参考文献 9、附录
数学模型与实验
十一、 资料查询
校内：校图书馆提供电子资源，搜索软件查询 校外：, ,
数学模型与实验
十二 数学建模示例
椅子能在不平的地面上放稳吗 问题分析 通常 ~ 三只脚着地 模 型 假 设
放稳 ~ 四只脚着地
• 四条腿一样长，椅脚与地面点接触，四脚 连线呈正方形; • 地面高度连续变化，可视为数学上的连续 曲面; • 地面相对平坦，使椅子在任意位置至少三 只脚同时着地。
1、中国大学生数学建模竞赛（CUMCM）
创办于1990年，由教育部高教司和中国工业与应用数学 学会共同举办，全国几乎所有大专院校都有参加，每年6月份 报名，9月下旬比赛，11月份评奖。优秀论文刊登在《数学 的实践与认识》或?工程数学?每年第一期上。详见
全国大学生数学建模竞赛赛题基本解法
• 总结 • 数学建模竞赛常用方法和手段主要是下面几类：
• 1.分析类 如最优捕鱼策略 SARS的传播 微分方程 • 2.运筹学 图论 规划等 • 3.数理统计 统计分析、数据处理等 • 4.计算机 模式识别、Fisher判别、人工神经网
络、仿真模拟等 • 5.常用软件 • Matlab Mathematica Lingo SAS系统等
全国大学生数学建模竞赛贵州赛区组委会93a非线性交调的频率设计拟合规划93b足球队排名图论层次分析整数规划94a逢山开路图论插值动态规划94b锁具装箱问题图论组合数学95a飞行管理问题非线性规划线性规划95b天车与冶炼炉的作业调度动态规划排队论图论96a最优捕鱼策略微分方程优化96b节水洗衣机非线性规划97a零件的参数设计非线性规划97b截断切割的最优排列随机模拟图论98a一类投资组合问题多目标优化非线性规划98b灾情巡视的最佳路线图论组合优化99a自动化车床管理随机优化计算机模拟99b钻井布局01规划图论00adna序列分类模式识别fisher判别人工神经网络00b钢管订购和运输组合优化运输问题01a血管三维重建曲线拟合曲面重建01b工交车调度问题多目标规划02a车灯线光源的优化非线性规划02b彩票问题单目标决策仿真模拟03asars的传播微分方程差分方程时间序列03b露天矿生产的车辆安排整数规划运输问题04a奥运会临时超市网点设计统计分析数据处理优化04b电力市场的输电阻塞管理数据拟合优化05a长江水质的评价和预测统计分析数据处理预测1
• 其包括许多模块，如统计分析模块、绘图模块、 质量控制模块、SAS/ETS（经济计量学和时间 序列分析模块）、SAS/OR（运筹学模块）、 SAS/FSP（快速数据处理的交互式菜单系统模 块）、SAS/AF（交互式全屏幕软件应用系统模 块）等等。
数学建模层次分析法题目及程序
数学建模层次分析法题⽬及程序假期旅游问题现有三个⽬的地可供选择（⽅案）：风光绮丽的杭州（）,迷⼈的北戴河（）,⼭⽔甲天下的桂林（）。
有5个⾏动⽅案准则：景⾊、费⽤、居住、饮⾷、旅途情况。
⽬标层准则层⽅案层选择旅游地的层次结构1-9的标度⽅法1-9的标度⽅法是将思维判断数量化的⼀种好⽅法。
⾸先，在区分事物的差别时，⼈们总是⽤相同、较强、强、很强、极端强的语⾔。
再进⼀步细分，可以在相邻的两级中插⼊折衷的提法，因此对于⼤多数决策判断来说，1-9级的标度是适⽤的。
其次，⼼理学的实验表明，⼤多数⼈对不同事物在相同程度属性上差别的分辨能⼒在5-9级之间，采⽤1-9的标度反映多数⼈的判断能⼒。
再次，当被⽐较的元素其属性处于不同的数量级时，⼀般需要将较⾼数量级的元素进⼀步分解，这可保证被⽐较元素在所考虑的属性上有同⼀个数量级或⽐较接近，从⽽适⽤于1 -9的标度。
选择旅游地J景费居饮旅⾊⽤住⾷途C2 C 3 C4 C5C1G 『1 1/2 4 3 3、C2 2 1 7 5 5A = C3 1/4 1/7 1 1/2 1/3C4 1/3 1/5 2 1 1C5 订/3 1/5 3 1 1」相对于旅途RP 2 F 3P 「1 1 1/4、 B 5 =R 2 1 1 1/4讥4 4 1」程序：A=[1 1/2 4 3 3;1/4 1/7 1 1/2 1/3; 1/3 1/5 2 1 1; 1/3 1/5 3 1 1];[x,y]=eig(A); eige nvalue=diag(y); m=max(eige nvalue);lamda=m n=fin d(m==eige nvalue);y_lamda=x(:,n); s=sum(y_lamda); W2=y_lamda./s B1=[ 12 5;1/2 1 2;相对于景⾊PP 2 RP1f 1 25B 1 =P 21/21 2P 3 <1/5 1/2 '1相对于费⽤R P 2 P 3R (1 1/3 1/8 B 2 =F2 311/3叭 3 '1 ;B 3R 『1 3 4、 B 4=P 21/3 11F 3 '^1/4 1 '1』1/5 1/2 1]; [x1,y1]=eig(B1); eigenvalue1=diag(y1);m1=max(eigenvalue1); lamda1=m1 n1=find(m1==eigenvalue1); y1_lamda1=x1(:,n1);s1=sum(y1_lamda1);8 3 1]; [x2,y2]=eig(B2); eigenvalue2=diag(y2);m2=max(eigenvalue2); lamda2=m2 n2=find(m2==eigenvalue2);y2_lamda2=x2(:,n2);s2=sum(y2_lamda2);W23=y2_lamda2./s2B3=[ 1 1 3;1 1 3;1/3 1/3 1]; [x3,y3]=eig(B3); eigenvalue3=diag(y3);m3=max(eigenvalue3); lamda3=m3 n3=find(m3==eigenvalue3);y3_lamda3=x3(:,n3);s3=sum(y3_lamda3);W33=y3_lamda3./s3B4=[ 1 3 4;1/3 1 1;1/4 1 1]; [x4,y4]=eig(B4); eigenvalue4=diag(y4);m4=max(eigenvalue4); lamda4=m4 n4=find(m4==eigenvalue4);y4_lamda4=x4(:,n4);s4=sum(y4_lamda4);W43=y4_lamda4./s4B5=[1 1 1/4;1 1 1/4;4 4 1];[x5,y5]=eig(B5);eigenvalue5=diag(y5);m5=max(eigenvalue5);lamda5=m5n5=find(m5==eigenvalue5);y5_lamda5=x5(:,n5);s5=sum(y5_lamda5);W53=y5_lamda5./s5%层次总排序W3=[W13 W23 W33 W43 W53]; W=W3*W2 %判断矩阵的⼀致性N=size(A,1);elseif(N==2)RI=0.00elseif(N==3)RI=0.58elseif(N==4)N==4RI=0.90elseif(N==5)RI=1.12elseif(N==6)RI=1.24elseif(N==7)RI=1.32elseif(N==8)RI=1.41elseif(N==9)RI=1.45elseif(N==10)RI=1.49elseif(N==11)RI=1.51endCR=CI/RI运算结果：lamda = 5.0721W2 =0.26360.47580.05380.0981lamda1 =3.0055 W13 =0.1283 lamda2 =3.0015 W23 =0.08190.23630.6817 lamda3 =3.0000 W33 =0.42860.42860.1429 lamda4 =3.0092 W43 =0.63370.1744 lamda5 =3W53 =0.16670.16670.66670.29930.24530.4554 ans =RI =1.1200 CR =0.0161 >> aa lamda = 5.0721 W2 =0.26360.47580.05380.09810.1087 lamda1 =3.0055 W13 =0.59540.27640.1283 lamda2 =。
《数学建模与实验》实验指导书
《数学建模与实验》实验指导书⒈目的计算机的应用在数学建模的教学中占有重要地位，在为解决实际问题而建立数学模型的过程中、对所建模型的检验以及大量的数值计算中，都必需用到计算机。
《数学建模与实验》的实验课的目的和任务是通过实验培养并提高学生的数学建模能力和计算机应用能力。
⒉实验任务分解通过一些实例初步掌握建立数学模型的方法，实验任务可分解为：初等建模，确定性连续模型，确定性离散模型，随机性模型。
在各个具体任务中，练习运用数值计算软件Matlab 进行数学实验，对问题中的各有关变量进行分析、计算，给出分析和预测结果。
⒊实验环境介绍计算机房⒋实验时数16学时实验一⒈实验目的与要求通过对具体实例的分析，学会运用初等数学建立数学模型的方法，掌握Matlab的基本使用方法和Matlab中编程方法及M文件的编写。
⒉实验内容初等代数建模，图形法建模，静态随机性模型，量纲分析法建模等。
学习和练习数值计算软件Matlab的基本方法。
⒊思考题1)在超市购物时你注意到大包装商品比小包装商品便宜这种现象了吗。
比如洁银牙膏50g装的每支1.50元，120g装的每支3.00元，二者单位重量的价格比是1.2:1。
试用比例方法构造模型解释这个现象。
2)动物园里的成年热血动物靠饲养的食物维持体温基本不变，在一些合理、简化的假设下建立动物的饲养食物量与动物的某个尺寸之间的关系。
3)原子弹爆炸的速度v与空气密度ρ、粘滞系数μ和重力加速度g有关，其中粘滞系数的定义是：运动物体在流体中受的摩擦力与速度梯度和接触面积的乘积成正比，比例系数为粘滞系数。
用量纲分析方法给出速度v的表达式。
4)掌握Matlab的基本使用方法，并试解以下问题：(1)至少用3种方法解线性方程组Ax = b，如矩阵除法、求逆矩阵法、矩阵三角分解法等。
(2)用几种方法画简单函数的图形，并练习：考虑如何画坐标轴;在一个坐标系中画多条函数曲线; 用subplot画多幅图形; 图上加注各种标记等。
数学建模与数学实验ppt课件
02
通过数学实验，可以发现和解决数学理论中的问题，推动数学
理论的发展和完善。
数学实验在科学、工程、经济等领域有广泛应用，为解决实际
03
问题提供有效的工具和方法。
数学实验的常用工具
MATLAB
一种常用的数学计算软件，具有强大的数值 计算、矩阵运算和图形绘制等功能。
Python
一种通用编程语言，广泛用于科学计算、数 据分析和机器学习等领域。
02
03
相互促进
两者都是为了解决实际问题或探 究数学问题而进行的方法和工具。
数学建模为数学实验提供理论指 导，而数学实验可以验证数学建 模的正确性和有效性。
区别
目的
数学建模的主要目的是建立数学模型，描述实际问题中变 量之间的关系；而数学实验则是通过实验手段来探究数学 规律或验证数学结论。
应用领域
数学建模广泛应用于各个领域，如物理、工程、经济等； 而数学实验则更多应用于数学教育和研究领域。
简化模型
在保证模型精度的基础上，对模型进行必要 的简化。
求解模型
求解方法选择
根据模型的特点选择合适的数值计算方法或解 析解法。
编程实现
利用编程语言实现模型的求解过程。
误差分析和收敛性判断
对求解过程进行误差分析，判断求解方法的收敛性和稳定性。
模型验证与优化
数据拟合与检验
将模型结果与实际数据进行对比，检验模型的准确性和适用性。
问题分析
明确问题定义
对问题进行深入理解，明确问题的目标、约束条件和 相关参数。
收集数据和信息
收集与问题相关的数据和背景信息，为建立模型提供 依据。
确定主要影响因素
分析问题中起决定性作用的关键因素，忽略次要因素。
层次分析法-数学建模
步骤5 层次总排序即求各方案的综合得分
前面我们求的都是在一层中各因素的权重，这个过程称为单
层次排序。不妨设准则层权向量W (w1, w2,L , wn )，T 而方案层有 l
个方案可供选择，且每个方案的权向量分别为 1, 2,L , l 。那么 每个方案对最终目标的影响程度(C1,C2,L ,Cl )T 就可以通过下面的 式子算出来了。
合理分配企业利润
准则层 调动积极性 提高企业质量 改善生活条件
方案层 发奖金 扩展福利设施 引进人才和设备
在层次划分及因素选取时，我们要注意三点：
（1）上层对下层有支配作用；
（2）同一层因素不存在支配关系（相互独立）；
（3）每层因素一般不要超过9个。 （心理学家通过实验认为，人对许多东西优劣及优劣 程度判断能力，最多大致在9个以内，超过这个范围就 会判断失真。例如，人们在面对琳琅满目的商品常常会 眼花缭乱，难以抉择。）
23
9
重要性
xi比 x j 相同 稍重要 重要
绝对 很重要 重要
aij
1
3
5
7
9
在每两个等级之间有一个中间状态， aij 可分别 取值 2 , 4 ,L , 8 。
例如：评价电影的好坏
目标层
评价
准则层 娱乐性 x1 艺术性 x2 教育性 x3
方案层 电影1
电影2
……
这
个人认为：
x1 : x2 3
层次分析法是将定性问题定量化处理的一种有效手 段。
面临各种各样的方案，要进行比较、判断、评价、 最后作出决策。这个过程主观因素占有相当的比重给用 数学方法解决问题带来不便。T.L.saaty等人20世纪在七 十年代提出了一种能有效处理这类问题的实用方法。
数学建模方法详解--三种最常用算法
数学建模方法详解--三种最常用算法一、层次分析法层次分析法[1] (analytic hierarchy process，AHP)是美国著名的运筹学家T．L．Saaty教授于20世纪70年代初首先提出的一种定性与定量分析相结合的多准则决策方法[2，3，4]．该方法是社会、经济系统决策的有效工具，目前在工程计划、资源分配、方案排序、政策制定、冲突问题、性能评价等方面都有广泛的应用．(一) 层次分析法的基本原理层次分析法的核心问题是排序，包括递阶层次结构原理、测度原理和排序原理[5]．下面分别予以介绍．1．递阶层次结构原理一个复杂的结构问题可以分解为它的组成部分或因素，即目标、准则、方案等．每一个因素称为元素．按照属性的不同把这些元素分组形成互不相交的层次，上一层的元素对相邻的下一层的全部或部分元素起支配作用，形成按层次自上而下的逐层支配关系．具有这种性质的层次称为递阶层次．2．测度原理决策就是要从一组已知的方案中选择理想方案，而理想方案一般是在一定的准则下通过使效用函数极大化而产生的．然而对于社会、经济系统的决策模型来说，常常难以定量测度．因此，层次分析法的核心是决策模型中各因素的测度化．3．排序原理层次分析法的排序问题，实质上是一组元素两两比较其重要性，计算元素相对重要性的测度问题．(二) 层次分析法的基本步骤层次分析法的基本思路与人对一个复杂的决策问题的思维、判断过程大体上是一致的[1]． 1． 成对比较矩阵和权向量为了能够尽可能地减少性质不同的诸因素相互比较的困难，提高结果的准确度．T ．L ．Saaty 等人的作法，一是不把所有因素放在一起比较，而是两两相互对比，二是对比时采用相对尺度．假设要比较某一层n 个因素n C C ,,1 对上层一个因素O 的影响，每次取两个因素i C 和j C ，用ij a 表示i C 和j C 对O 的影响之比，全部比较结果可用成对比较阵()1,0,ij ij ji n nijA a a a a ⨯=>=表示，A 称为正互反矩阵． 一般地，如果一个正互反阵A 满足：,ij jk ik a a a ⋅= ,,1,2,,i j k n = （1）则A 称为一致性矩阵，简称一致阵．容易证明n 阶一致阵A 有下列性质： ①A 的秩为1，A 的唯一非零特征根为n ；②A 的任一列向量都是对应于特征根n 的特征向量．如果得到的成对比较阵是一致阵，自然应取对应于特征根n 的、归一化的特征向量（即分量之和为1）表示诸因素n C C ,,1 对上层因素O 的权重，这个向量称为权向量．如果成对比较阵A 不是一致阵，但在不一致的容许范围内，用对应于A 最大特征根(记作λ)的特征向量（归一化后）作为权向量w ，即w 满足：Aw w λ= （2）直观地看，因为矩阵A 的特征根和特征向量连续地依赖于矩阵的元素ij a ，所以当ij a 离一致性的要求不远时,A 的特征根和特征向量也与一致阵的相差不大．（2）式表示的方法称为由成对比较阵求权向量的特征根法．2． 比较尺度当比较两个可能具有不同性质的因素i C 和j C 对于一个上层因素O 的影响时，采用Saaty 等人提出的91-尺度，即ij a 的取值范围是9,,2,1 及其互反数91,,21,1 ．3． 一致性检验成对比较阵通常不是一致阵，但是为了能用它的对应于特征根λ的特征向量作为被比较因素的权向量，其不一致程度应在容许范围内．若已经给出n 阶一致阵的特征根是n ，则n 阶正互反阵A 的最大特征根n λ≥，而当n λ=时A 是一致阵．所以λ比n 大得越多，A 的不一致程度越严重，用特征向量作为权向量引起的判断误差越大．因而可以用n λ-数值的大小衡量A 的不一致程度．Saaty将1nCI n λ-=- (3)定义为一致性指标．0CI =时A 为一致阵；CI 越大A 的不一致程度越严重．注意到A 的n 个特征根之和恰好等于n ，所以CI 相当于除λ外其余1n -个特征根的平均值．为了确定A 的不一致程度的容许范围，需要找到衡量A 的一致性指标CI 的标准，又引入所谓随机一致性指标RI ，计算RI 的过程是：对于固定的n ，随机地构造正互反阵A '，然后计算A '的一致性指标CI ．n 1 2 3 4 5 6 7 8 9 10 11表1 随机一致性指标RI 的数值表中1,2n =时0RI =，是因为2,1阶的正互反阵总是一致阵．对于3n ≥的成对比较阵A ，将它的一致性指标CI 与同阶（指n 相同）的随机一致性指标RI 之比称为一致性比率CR ，当0.1CICR RI=< (4) 时认为A 的不一致程度在容许范围之内，可用其特征向量作为权向量．对于A 利用(3)，(4)式和表1进行检验称为一致性检验．当检验不通过时，要重新进行成对比较，或对已有的A 进行修正． 4． 组合权向量由各准则对目标的权向量和各方案对每一准则的权向量，计算各方案对目标的权向量，称为组合权向量．一般地，若共有s 层，则第k 层对第一层（设只有1个因素）的组合权向量满足：()()()1,3,4,k k k w W w k s -== （5）其中()kW 是以第k 层对第1k -层的权向量为列向量组成的矩阵．于是最下层对最上层的组合权向量为:()()()()()132s s s w W W W w -= （6）5． 组合一致性检验在应用层次分析法作重大决策时，除了对每个成对比较阵进行一致性检验外，还常要进行所谓组合一致性检验，以确定组合权向量是否可以作为最终的决策依据．组合一致性检验可逐层进行．如第p 层的一致性指标为()()p n p CI CI ,,1 (n 是第1-p 层因素的数目)，随机一致性指标为RI 0 0 0．58 0．90 1．12 1．24 1．32 1．41 1．45 1．49 1．51()()1,,p p nRI RI ，定义 ()()()()11,,P p p p n CI CI CI w -⎡⎤=⎣⎦ ()()()()11,,p p p p n RI RI RI w-⎡⎤=⎣⎦ 则第p 层的组合一致性比率为:()()(),3,4,,p p p CI CRp s RI== (7) 第p 层通过组合一致性检验的条件为()0.1pCR <．定义最下层(第s 层)对第一层的组合一致性比率为：()2*sP p CR CR ==∑ (8)对于重大项目，仅当*CR 适当地小时，才认为整个层次的比较判断通过一致性检验．层次分析法的基本步骤归纳如下:(1) 建立层次结构模型 在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次．同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用，而同一层的各因素之间尽量相互独立．最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间可以有1个或几个层次，通常称为准则或指标层，当准则过多时（比如多于9个）应进一步分解出子准则层．(2) 构造成对比较阵 从层次结构模型的第2层开始，对于从属于上一层每个因素的同一层诸因素，用成对比较法和91-比较尺度构造成对比较阵，直到最下层．(3)计算权向量并做一致性检验对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标，随机一致性指标和一致性比率做一致性检验．若检验通过，特征向量（归一化后）即为权向量；若不通过，重新构造成对比较阵．(4)计算组合权向量并做组合一致性检验利用公式计算最下层对目标的组合权向量，并酌情作组合一致性检验．若检验通过，则可按照组合权向量表示的结果进行决策，否则需重新考虑模型或重新构造那些一致性比率CR较大的成对比较阵．(三) 层次分析法的优点1．系统性层次分析把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具．2．实用性层次分析把定性和定量方法结合起来，能处理许多用传统的最优化技术无法着手的实际问题，应用范围很广．同时，这种方法将决策者与决策分析者相互沟通，决策者甚至可以直接应用它，这就增加了决策的有效性．3．简洁性具有中等文化程度的人即可了解层次分析的基本原理和掌握它的基本步骤，计算也非常简便，且所得结果简单明确，容易为决策者了解和掌握．(四) 层次分析法的局限性层次分析法的局限性可以用囿旧、粗略、主观等词来概括．第一，它只能从原有的方案中选优，不能生成新方案；第二，它的比较、判断直到结果都是粗糙的，不适于精度要求很高的问题；第三，从建立层次结构模型到给出成对比较矩阵，人的主观因素的作用很大，这就使得决策结果可能难以为众人接受．当然，采取专家群体判断的方法是克服这个缺点的一种途径．(五) 层次分析法的若干问题层次分析法问世以来不仅得到广泛的应用而且在理论体系、计算方法等方面都有很大发展，下面从应用的角度讨论几个问题． 1． 正互反阵最大特征根和对应特征向量的性质成对比较阵是正互反阵．层次分析法中用对应它的最大特征根的特征向量作为权向量，用最大特征根定义一致性指标进行一致性检验．这里人们碰到的问题是：正互反阵是否存在正的最大特征根和正的特征向量；一致性指标的大小是否反映它接近一致阵的程度，特别，当一致性指标为零时，它是否就为一致阵．下面两个定理可以回答这些问题． 定理1 对于正矩阵A （A 的所有元素为正数） 1）A 的最大特征根是正单根λ；2）λ对应正特征向量w （ω的所有分量为正数）；3）w IA I I A k k k =T ∞→lim ，其中()T=1,1,1 I ，w 是对应λ的归一化特征向量．定理2 n 阶正互反阵A 的最大特征根n λ≥；当n λ=时A 是一致阵．定理2和前面所述的一致阵的性质表明,n 阶正互反阵A 是一致阵的充要条件为 A 的最大特征根n λ=．2． 正互反阵最大特征根和特征向量的实用算法众所周知，用定义计算矩阵的特征根和特征向量是相当困难的，特别是矩阵阶数较高时．另一方面，因为成对比较阵是通过定性比较得到的比较粗糙的量化结果，对它精确计算是不必要的，下面介绍几种简单的方法． (1) 幂法 步骤如下：a ．任取n 维归一化初始向量()0wb ．计算()()1,0,1,2,k k w Aw k +==c ．()1k w+ 归一化,即令()()()∑=+++=ni k ik k ww1111~~ωd ．对于预先给定的精度ε,当 ()()()1||1,2,,k k i i i n ωωε+-<= 时,()1k w +即为所求的特征向量；否则返回be. 计算最大特征根()()111k n i k i in ωλω+==∑这是求最大特征根对应特征向量的迭代法,()0w 可任选或取下面方法得到的结果．(2) 和法 步骤如下：a. 将A 的每一列向量归一化得1nij ij iji a aω==∑b ．对ij ω按行求和得1ni ij j ωω==∑ c ．将i ω归一化()*121,,,ni i n i w ωωωωωωT===∑ 即为近似特征向量． d. 计算()11n ii iAw n λω==∑，作为最大特征根的近似值．这个方法实际上是将A 的列向量归一化后取平均值，作为A 的特征向量．(3) 根法 步骤与和法基本相同，只是将步骤b 改为对ij ω按行求积并开n 次方，即11nn i ij j ωω=⎛⎫= ⎪⎝⎭∏ ．根法是将和法中求列向量的算术平均值改为求几何平均值．3． 为什么用成对比较阵的特征向量作为权向量当成对比较阵A 是一致阵时,ij a 与权向量()T=n w ωω,,1 的关系满iij ja ωω=,那么当A 不是一致阵时，权向量w 的选择应使得ij a 与ijωω相差尽量小．这样,如果从拟合的角度看确定w 可以化为如下的最小二乘问题： ()21,,11min i nniij i n i j j a ωωω===⎛⎫- ⎪ ⎪⎝⎭∑∑ (9) 由(9)式得到的最小二乘权向量一般与特征根法得到的不同．因为(9)式将导致求解关于i ω的非线性方程组，计算复杂，且不能保证得到全局最优解,没有实用价值．如果改为对数最小二乘问题：()21,,11min ln ln i nn iij i n i j j a ωωω===⎛⎫- ⎪ ⎪⎝⎭∑∑ (10) 则化为求解关于ln i ω的线性方程组．可以验证，如此解得的i ω恰是前面根法计算的结果．特征根法解决这个问题的途径可通过对定理2的证明看出． 4． 成对比较阵残缺时的处理专家或有关学者由于某种原因无法或不愿对某两个因素给出相互比较的结果，于是成对比较阵出现残缺．应如何修正,以便继续进行权向量的计算呢？一般地，由残缺阵()ij A a =构造修正阵()ij Aa = 的方法是令,,0,,1,ij ij ij ij i i a a i j a a i jm m i i jθθθ≠≠⎧⎪==≠⎨⎪+=⎩ 为第行的个数, (11)θ表示残缺．已经证明，可以接受的残缺阵A 的充分必要条件是A 为不可约矩阵． (六) 层次分析法的广泛应用层次分析法在正式提出来之后，由于它在处理复杂的决策问题上的实用性和有效性，很快就在世界范围内得到普遍的重视和广泛的应用．从处理问题的类型看，主要是决策、评价、分析、预测等方面． 这个方法在20世纪80年代初引入我国，很快为广大的应用数学工作者和有关领域的技术人员所接受，得到了成功的应用．层次分析法在求解某些优化问题中的应用[5]举例 假设某人在制定食谱时有三类食品可供选择：肉、面包、蔬菜．这三类食品所含的营养成分及单价如表所示表2 肉、面包、蔬菜三类食品所含的营养成分及单价食品 维生素A/(IU/g) 维生素B/(mg/g) 热量/(kJ/g) 单价/（元/g ） 肉 面包 蔬菜0.3527 025 0.0021 0.00060.0020 11.93 11.511.04 0.02750.0060. 0.007该人体重为55kg ，每天对各类营养的最低需求为：维生素A 7500国际单位 (IU)维生素B 1.6338mg热量 R 8548.5kJ考虑应如何制定食谱可使在保证营养需求的前提下支出最小？用层次分析法求解最优化问题可以引入包括偏好等这类因素．具体的求解过程如下：①建立层次结构② 根据偏好建立如下两两比较判断矩阵表3 比较判断矩阵WD ED 13 E311max 2λ=，10CI =，100.1CR =<，主特征向量()0.75,0.25W T=故第二层元素排序总权重为()10.75,0.25W T=每日需求W营养D 蔬菜支出E维生素B 肉 价格F面包 维生素A 热量R表4 比较判断矩阵D ABRA 1 1 2 B112R 5.05.01111max 1113,0,0,0.58CI CR RI λ==== ，主特征向量()0.4,0.4,0.2W T= 故相对权重()210.4,0.4,0.2,0P T=③ 第三层组合一致性检验问题因为()()2111211112120;0.435CI CI CI W RI RI RI W ====,212200.1CR CR CI RI =+=<故第三层所有判断矩阵通过一致性检验，从而得到第三层元素维生素A 、维生素B 、热量Q 及支出E 的总权重为：()()221221120.3,0.3,0.15,0.25W P W P P W T===求第四层元素关于总目标W 的排序权重向量时，用到第三层与第四层元素的排序关系矩阵，可以用原始的营养成分及单价的数据得到．注意到单价对人们来说希望最小，因此应取各单价的倒数，然后归一化．其他营养成分的数据直接进行归一化计算，可得表5表5 各营养成分数据的归一化 食品维生素A维生素B热量R单价F肉 0.0139 0.44680.4872 0.1051 面包 0.0000 0.1277 0.4702 0.4819 蔬菜0.98610.42550.04260.4310则最终的第四层各元素的综合权重向量为：()3320.2376,0.2293,0.5331W P W T==，结果表明，按这个人的偏好，肉、面包和蔬菜的比例取0.2376:0.2293:0.5331较为合适．引入参数变量，令10.2376x k =，20.2293x k =，30.5331x k =，代入()1LP123min 0.02750.0060.007f x x x =++131231231230.352725.075000.00210.00060.002 1.6338..(1)11.930011.5100 1.048548.5,,,0x x x x x s t LP x x x x x x +≥⎧⎪++≥⎪⎨++≥⎪⎪≥⎩则得k f 0116.0min =()13.411375000.0017 1.6338..26.02828548.50k k s t LP k k ≥⎧⎪≥⎪⎨≥⎪⎪≥⎩容易求得1418.1k =，故得最优解()*336.9350,325.1650,755.9767x T=；最优值 *16.4497f =，即肉336.94g ，面325.17g ，蔬菜755.98g ，每日的食品费用为16.45元．总之，对含有主、客观因素以及要求与期望是模糊的优化问题，用层次分析法来处理比较适用．二、模糊数学法模糊数学是1965年美国控制论专家L．A．Zadeh创立的．模糊数学作为一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判等各方面．在气象、结构力学、控制、心理学方面已有具体的研究成果．(一) 模糊数学的研究内容第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系；第二，研究模糊语言和模糊逻辑，并能作出正确的识别和判断；第三，研究模糊数学的应用．(二) 模糊数学在数学建模中应用的可行性1．数学建模的意义在于将数学理论应用于实际问题[6]．而模糊数学作为一种新的理论，本身就有其巨大的应用背景，国内外每年都有大量的相关论文发表，解决了许多实际问题．目前在数学建模中较少运用模糊数学方法的原因不在于模糊数学理论本身有问题，而在于最新的研究成果没有在第一时间进入数学建模的教科书中，就其理论本身所具有的实用性的特点而言，模糊数学应该有助于我们解决建模过程中的实际问题．2．数学建模的要求是模型与实际问题尽可能相符．对实际问题有这样一种分类方式：白色问题、灰色问题和黑色问题．毫无疑问，引进新的方法对解决这些问题大有裨益．在灰色问题和黑色问题中有很多现象是用“模糊”的自然语言描述的．在这种情况下，用模糊的模型也许更符合实际．3．数学建模活动的目的之一是培养学生的创新精神．用新理论、新方法解题应该受到鼓励．近年来，用神经网络法、层次分析法等新方法建立模型的论文屡有获奖，这也说明了评审者对新方法的重视．我们相信，模糊数学方法应该很好，同样能够写出优秀的论文．(三) 模糊综合评判法中的最大隶属原则有效度在模糊统计综合评判中，如何利用综合评判结果向量()12,,,m b b b b = ,其中， 01j b <<，m 为可能出现的评语个数，提供的信息对被评判对象作出所属等级的判断，目前通用的判别原则是最大隶属原则[7]．在实际应用中很少有人注意到最大隶属原则的有效性问题，在模糊综合评判的实例中最大隶属原则无一例外地被到处搬用，然而这个原则并不是普遍适用的．最大隶属原则有效度的测量1． 有效度指标的导出在模糊综合评判中，当11max 1,1njj j nj bb ≤≤===∑时，最大隶属原则最有效；而在()1max 01,jj nbc c ≤≤=<< 1nj j b nc ==∑时，最大隶属原则完全失效，且1max jj nb ≤≤越大（相对于1nj j b =∑而言），最大隶属原则也越有效．由此可认为，最大隶属原则的有效性与1max jj nb ≤≤在1njj b =∑中的比重有关，于是令：11max njjj nj b b β≤≤==∑ (12)显然，当11max 1,1njj j nj bb ≤≤===∑时，则1β=为β的最大值，当()1max 01jj nb c c ≤≤=<<,1njj bnc==∑时，有1n β=为β的最小值，即得到β的取值范围为:11n β≤≤．由于在最大隶属原则完全失效时，1n β=而不为0，所以不宜直接用β值来判断最大隶属原则的有效性．为此设：()()11111n n n n βββ--'==-- (13)则β'可在某种程度上测定最大隶属原则的有效性．而最大隶属原则的有效性还与j nj b ≤≤1sec （jnj b ≤≤1sec 的含义是向量b 各分量中第二大的分量）的大小有很大关系，于是我们定义：11sec njjj nj b bγ≤≤==∑ (14)可见： 当()1,1,0,0,,0b = 时，γ取得最大值12．当()0,1,0,0,,0b = 时，γ取得最小值0．即γ的取值范围为012γ≤≤，设()02120γγγ-'==-．一般地，β'值越大最大隶属原则有效程度越高；而γ'值越大，最大隶属原则的有效程度越低．因此，可以定义测量最大隶属原则有效度的相对指标：()112121n n n n βββαγγγ'--⎛⎫=== ⎪'--⎝⎭ (15) 使用α指标能更准确地表明实施最大隶属原则的有效性．2. α指标的使用从α指标的计算公式看出α与γ成反比，与β成正比．由β与γ的取值范围，可以讨论α的取值范围： 当γ取最大值，β取最小值时，α将取得最小值0；当γ取最小值，β取最大值时，α将取得最大值：因为 0lim γα→=+∞，所以可定义0γ=时，α=+∞．即：0α≤<+∞．由以上讨论，可得如下结论：当α=+∞ 时，可认定施行最大隶属原则完全有效；当1α≤<+∞时，可认为施行最大隶属原则非常有效；当0.51α≤<时，可认为施行最大隶属原则比较有效，其有效程度即为α值；当00.5α<<时可认为施行最大隶属原则是最低效的；而当0α=时，可认定施行最大隶属原则完全无效．有了测量最大隶属原则有效度的指标，不仅可以判断所得可否用最大隶属原则确定所属等级，而且可以说明施行最大隶属原则判断后的相对置信程度，即有多大把握认定被评对象属于某个等级． 讨论a ． 在很多情况下，可根据β值的大小来直接判断使用最大隶属原则的有效性而不必计算α值．根据α与β之间的关系，当0.7β≥，且4n >时，一定存在1α>．通常评价等级数取4和9之间，所以4n >这一条件往往可以忽略，只要0.7β≥就可免算α值，直接认定此时采取最大隶属原则确定被评对象的等级是很有效的．b ． 如果对()12,,,m b b b b = 进行归一化处理而得到b '，则可直接根据b '进行最大隶属原则的有效度测量． (四) 模糊数学在数学建模中的应用模糊数学有诸多分支，应用广泛．如模糊规划、模糊优化设计、综合评判、模糊聚类分析、模糊排序、模糊层次分析等等．这些方法在工业、军事、管理等诸多领域被广泛应用． 举例 带模糊约束的最小费用流问题[8]问题的提出 最小费用流问题的一般提法是：设(),,,D V A c ω=是一个带出发点s v 和收点t v 的容量-费用网络，对于任意(),ijv v A ∈，ijc表示弧(),i j v v 上的容量，ij ω表示弧(),i j v v 上通过单位流量的费用，0v 是给定的非负数，问怎样制定运输方案使得从s v 到t v 恰好运输流值为0v 的流且总费用最小？如果希望尽可能地节省时间并提高道路的通畅程度，问运输方案应当怎样制定？模型和解法 问题可以归结为：怎样制定满足以下三个条件的最优运输方案？(1)从s v 到t v 运送的流的值恰好为0v ；(2)总运输费用最小;(3)在容量ij c 大的弧(),i j v v 上适当多运输．如果仅考虑条件(1)和(2)，易写出其数学模型为：()()()()()()(){}(),0,,0,,,,min()..0,0i j s j j s t j j t i j j i ij ijv v Asj js v v A v v A tj jt v v Av v A ij ji i s t v v A v v A ij ijf f f v f f v M s t f f v V v v f c ω∈∈∈∈∈∈∈⎧-=⎪⎪-=-⎪⎪⎨⎪-=∈⎪⎪≤≤⎪⎩∑∑∑∑∑∑∑ 把条件(3)中的“容量大” 看作A 上的一个模糊子集A ，定义其隶属函数μ：[]0,1A →为：()()00,0,1,ij ij ij i j A d c c v ij c c v v e c cμμ--≤≤⎧⎪==⎨->⎪⎩其中 ()1,i j ij v v c A c -⎡⎤⎢⎥=⎢⎥⎣⎦∑ （平均容量）()()()()()()21,2211,,0,1lg ,1i j i j i j ij v v A ij ij v v A v v A A c c d A c c A c c -∈--∈∈⎧⎡⎤⎪⎢⎥-≤⎪⎢⎥⎣⎦⎪=⎨⎡⎤⎡⎤⎪⎢⎥⎢⎥-->⎪⎢⎥⎢⎥⎪⎣⎦⎣⎦⎩∑∑∑建立ij μ是为了量化“适当多运输”这一模糊概念．对条件(2)作如下处理：对容量ij c 大的弧(),i j v v ，人为地降低运价ij ω，形成“虚拟运价”ij ω，其中ij ω满足：ij c 越大，相应的ij ω的调整幅度也越大．选取ij ω为()1kij ij ij ωωμ=-，(),i j v v A ∈．其中k 是正参数，它反映了条件(2)和条件(3)在决策者心目中的地位．决策者越看重条件(3)，k 取值越小；当k 取值足够大时，便可忽略条件(3) ．一般情况下，合适的k 值最好通过使用一定数量的实际数据进行模拟、检验和判断来决定．最后，用ij ω代替原模型M 中的ij ω，得到一个新的模型M '．用现有的方法求解这个新的规划问题，可期望得到满足条件(3)的解．模型的评价 此模型在原有的数学规划模型和解法的基础上，增加了模糊约束．新模型比较符合实际，它的解包含了原模型的解，因而它是一个较为理想的模型．隶属度的确定在模糊数学中有多种方法，可以根据不同的实际问题进行调整．同样的思想方法可以处理其他的模糊约束问题．三、灰色系统客观世界的很多实际问题，其内部结构、参数以及特征并未全部被人们了解，对部分信息已知而部分信息未知的系统，我们称之为灰色系统．灰色系统理论是从系统的角度出发来研究信息间的关系，即研究如何利用已知信息去揭示未知信息．灰色系统理论包括系统建模、系统预测、系统分析等方面．(一)灰色关联分析理论及方法灰色系统理论[9]中的灰色关联分析法是在不完全的信息中，对所要分析研究的各因素，通过一定的数据，在随机的因素序列间，找出它们的关联性，找到主要特性和主要影响因素．计算方法与步骤：1．原始数据初值化变换处理分别用时间序列()k的第一个数据去除后面的原始数据，得出新的倍数列，即初始化数列，量纲为一，各值均大于零，且数列有共同的起点．2． 求关联系数 ()()()()()()()()()0000min min ||max max ||||max max ||k i k k i k ikiki k k i k k i k ikx x x x x x x x ρξρ-+-=-+-3． 取分辨系数 01ρ<< 4． 求关联度()()11ni k i k k r n ξ==∑(二) 灰色预测1．灰色预测方法的特点(1)灰色预测需要的原始数据少，最少只需四个数据即可建模；(2)灰色模型计算方法简单，适用于计算机程序运行，可作实时预测；(3)灰色预测一般不需要多因素数据，而只需要预测对象本身的单因素数据，它可以通过数据本身的生成，寻找系统内在的规律；(4) 灰色预测既可做短期预测，也可做长期预测，实践证明，灰色预测精度较高，误差较小．2． 灰色预测GM(1，1)模型的一点改进一些学者为了提高预测精度做出了大量的研究工作，提出了相应的方法．本文将在改善原始离散序列光滑性的基础上，进一步研究GM(1，1)预测模型的理论缺陷及改进方法[10]．问题的存在及改进方法如下：传统灰色预测GM(1，1)模型的一般步骤为： （1）1-ADO ：对原始数据序列(){}0k x ()1,2,,k n = 进行一次累加生成序列()()101kk i i x x =⎧⎫=⎨⎬⎩⎭∑()1,2,,k n =（2）对0x 数列进行光滑性检验：00,k λ∀>∃，当0k k >时：()()()()0011101k k k k i i x x x x λ--==<∑文献[11]进一步指出只要()()0101k k i i x x -=∑为k 的递减函数即可．（3）对1x 作紧邻生成：()()()()1111*1*,2,3,,k k k Z x x k n αα-=+-=。
层次分析数学建模案例
基于层次分析法的护岸框架最优方案选择【摘要】长期以来，四面六边透水框架在河道整治等工程中，因其取材方便、自身稳定性、透水性、阻水性好、适合地形变化等特性优点而被广泛的应用。
但是，在抛投和使用过程中，存在被水流冲击而翻滚移位、结构强度的不足、难以合理互相钩连的问题，使框架群不能达到理想的堆砌效果。
本文主要探讨如何合理设计改进现有护岸框架，以最大程度减少框架群被水流冲击翻滚移位的情况，增加框架群在使用过程中互相钩连程度和结构强度，达到减速促淤效果。
针对问题，我们结合四面六边透水框架本身的优势特性，在原有框架的基础上进行改进设计，根据三角形稳定性的特性，通过应用机理分析，进行物理图形构造，设计出三种供选方案。
模型一：构建四面六边带触脚框架模型（图5.2），该模型在四面六边透水框架的基础上，运用触脚设计，较好的融合增强四面六边透水框架本身的优点特性，使框架达到不易翻滚，并与其他的框架自然地相互钩连。
模型二：构建六面九边带触脚框架模型（图5.6），该模型是对模型一的改进，综合模型一和原型模型的结构，不仅具备良好的亲水性、阻水性和稳定性，而且触脚比模型一更多，使框架更加稳定，不易翻滚、框架群之间也更容易钩连；同时，模型二施工简单，更容易构造，也更加节约经济造价成本。
模型三：构建双四面六边护岸框架模型（图5.12），该模型设计内外双层四面六边透水框架体，旨在增加护岸框架结构强度和稳定性及阻水性。
运用内外双层结构设计，形成内外双层保障。
由三角形的稳定性可以得知该模型结构强度高、稳定性强。
模型四：应用层次分析法对如何科学、合理地进行选择护岸框架，进行系统的分析。
选取施工时架空率易接近4到6、结构强度、不易翻滚程度、框架群间易钩连程度、生产成本及易生产、施工简易度六个因素指标为准则层，选取原有护岸框架和本文设计的三个框架模型作为方案层，运用Matlab软件计算比较，最后得出结论为：模型二（六面九边带触脚框架模型）为最优护岸框架模型。
数学建模的层次分析法
1、层次分析法的基本概念
1、层次分析法的基本概念
层次分析法（Analytic Hierarchy Process，AHP）是一种广泛应用于数学 建模中的方法。它通过将复杂问题分解为多个层次，帮助我们更好地理解和解决 实际问题。层次分析法的基本原理是将一个复杂问题分解为多个相关因素，并根 据这些因素之间的相对重要性进行排序。
3、层次分析法的实际应用
(4)权重计算：通过计算判断矩阵的特征向量，得到每个因素的权重值。 (5)一致性检验：对判断矩阵进行一致性检验，以确保得到的权重值是合理的。
3、层次分析法的实际应用
(6)结果分析：根据权重值的大小，对每个因素进行分析，从而得到问题的解 决方案。层次分析法在多目标决策、资源分配、风险评估等领域有着广泛的应用。 例如，在多目标决策中，层次分析法可以帮助我们确定各目标的权重，从而得到 最优解。
三、大学生毕业设计质量评价的 数学模型建立
三、大学生毕业设计质量评价的数学模型建立
1、确定评价指标：根据模糊层次分析法的原理，我们首先需要确定评价指标 体系。选取与毕业设计质量相关的指标，建立多级递阶结构，其中一级指标为选 题质量、设计过程、成果质量等，二级指标为选题难度、选题新颖性、设计规范 性等。
2、数学建模在各领域的应用
在科学研究领域，数学建模被广泛应用于物理学、化学、生物学等学科。例 如，牛顿第二定律、万有引力定律等都是通过数学建模得到的。在工程技术领域， 数学建模也发挥着重要的作用。例如，桥梁设计、建筑设计等领域都需要用到数 学建模来分析结构稳定性和安全性。此外，数学建模在金融、经济、社会等领域 也有着广泛的应用。
参考内容
一、引言
一、引言
随着高等教育的普及化，大学生毕业设计的质量评价已成为一个重要的研究 领域。毕业设计是大学生综合素质和教育水平的直接体现，因此，对其质量进行 科学、客观的评价至关重要。本次演示将介绍一种基于模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）的大学生毕业设计质量评价数学建模方 法，旨在为提高毕业设计质量和评价效率提供有效手段。
数学建模实验报告1,层次分析法
数学建模实验报告一、实验要求柴静的纪录片《穹顶之下》从独立媒体人的角度调查了席卷全国多个省份的雾霾的成因，提出解决的方法有：关停重污染的钢铁厂、提高汽柴油品质、淘汰排放不达标汽车、提高洗煤率等，请仔细观看该纪录片，根据雾霾的成因，选择你认为治理雾霾确实可行的几个方案，并用AHP方法给出这几个主要方案的重要性排序。
二、前期准备1、理解层次分析法（AHP）的原理、作用，掌握其使用方法。
2、观看两遍柴静所拍摄的纪录片《穹顶之下》，选出我认为可较为有效地治理雾霾的几个方法，初步确定各方法的有效性（即权重）。
3、初步拟定三个方案，每个方案中各个治理方法的权重不同。
三、思路&分析1、根据纪录片《穹顶之下》和个人的经验判断给出各个记录雾霾的方法对于治理雾霾的判断矩阵，以及三个不同方案对于五大措施的判断矩阵。
2、了解了AHP的原理后，不难发现MATLAB在其中的作用主要是将判断矩阵转化为因素的权重矩阵。
当然矩阵要通过一致性检验，得到的权重才足够可靠。
3、分别得到准则层对目标层、方案层对准则层的权重之后，进行层次总排序及一致性检验。
得到组合权向量（方案层对目标层）即可确定适用方案。
四、实验过程1、确定层次结构2、构造判断矩阵（1）五大措施对于治理雾霾（准则层对目标层）的判断矩阵（2）三个方案对于五大措施（方案层对准则层）的判断矩阵3、层次单排序及一致性检验该部分在MATLAB中实现，每次进行一致性检验和权向量计算时，步骤相同，输入、输出参数一致。
（虽然输入的矩阵阶数可能不同，但可以不把矩阵阶数作为参数输入，而通过[n,n]=size（A）来算得阶数。
）因此考虑将这个部分定义为一个函数judge,输入一个矩阵A,打印一致性检验结果和权向量计算结果，并返回权向量、一致性指标CI、平均随机一致性指标RI。
将此脚本存为judge.m，在另一脚本ahp.m中调用。
代码如下：调试通过后，下面便用此函数进行一致性检验及权向量计算：（1）准则层对目标层（A矩阵）（2）方案层对准则层（BB矩阵）代码：结果：注：实际实验时，一开始构造的五个矩阵中有两个没有通过一致性检验。