用层次分析法解决购买汽车的问题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
用层次分析法解决购买汽车的问题
1阐述问题
近年来随着人们消费意识的改变,有车一族的队伍不断壮大,购买汽车对于 普通老百姓已经不是什么了不得的事。然而什么样的车才能称得上是一款好车 呢?是因大众、奥迪而闻名的德系车?还是以本田、丰田而为人们称赞的日系 车?或者是像别克、福特之类的美系车?也许是像奇瑞 、吉利这些自主品牌呢?
面对如此众多的选择,究竟该如何选择一款我们自己喜欢的车辆呢?
2建立层次结构模型
3构造判断矩阵
在人们购车这个实际问题中, 选择汽车就是目标层,而人们在购车时又会受 到车子的安全性、舒适性、油耗、 品牌、车价、售后服务等因素的影响。将安全 性、舒适性、油耗、品牌、车价、 售后服务确定为准则层,从而德系车、 日系车、
美系车及自主品牌车为方案层。
故选择汽车的层次结构图如图
1所示
:
图1.选择汽车的层次结构图
(1
5 4 7 6
8、
1
b.对咸按行求和得
d.计算A 七 便b,作为最大特征根的近似值。
n i zt co i
如下:
(1 1 5 1 4 1 7 1 6
1.8
5
7
2
3
17
11
3 1 2 1 n
l 8
5
5 1 3 1
4用和法求最大特征值与特征向量
步骤如下:
a.将A 的每一列向量归一化得
a
ij
Z a ij i 土
C.将询归一化得◎
(©1
,
© 2
,,国 )即为近似特征向量。 n ,
利用和法求解购买汽车问题中构造的判断矩阵
的最大特征值和特征向量
1 3 1
2 1
1 5 1 3 1
判断矩阵,设它们分别为:
B 4 5 V-
『0.53
1 0.554 0.648 0.378 0.468 0.308、 0.106 0.111 0.081 0.162
0.156 0.192 0.133
0.221 0.162 0.270 0.234 0.269 0.076 0.037 0.032 0.054 0.039 0.077
0.088 1 0.055 0.054 0.108 0.078 0.115
(0.066 0.022 0.023 0.028 0.025 0.039丿
列向量归一化 *2.887 ) 巾.481
、 0.808 0.135 1.289
归一化 ----------- » 0.215 0.315 0.053 0.498 0.083 [0.203 丿
(0.033 丿
=©
按行求型 <1
6
2
5、
1
f
1
1
2 — 5
1
5 —
2 1
1
1 5
4
— 1 — —
6 1 5 2
1
1
1 2
1 1
1 1 1
,
B2 = 2
7
,
B3 = 5
7
4
5 1 3
2
5 7 1
7
4
7 1
6
1
1
1 1 1
1
1
— 2 — 1 — — — 1 — 4 — 1 (5
3 y
l 5 2 7 J
(2
6 J
6
5 6 7
1 1 1
、
「1 3 2 7)
1
1
7
5
6 B 1
J* 0.829 6(0.481 0.135 1.350 0.318 + ------ + ------- + 0.215 0.053 0.508 0.206 }
------ + ------
[=6.222 。
第2层(准则层)对第1层(目标层)
的权向量,记作⑷
(2)
(2)
=(阮)
,… 利用同样的方法可以构造第
(方案层)
对第2层(准则层) 的每一个准则的
B 6
<7
其中矩阵 B k (k=1,2. …6) 中的元素b ;k )
是方案P 与 对准则C k (安全性、舒适
性等)的优越性的比较尺度。
利用和法求第3层的判断矩阵B k ,计算出权向量《k (3),最大特征根^k ,结 果如下表所示:
第3层权向量、特征根计算结果
5一致性检验
算结果如下表所示:
对于A 与B k (k=1,2…6),利用CI =凸二n
,CR=— < 0.1检验其一致性计
A B k
6计算组合权向量及组合一致性检验
通过上面的计算知道第 2层(准则层)对第 1层(目标层)的权向量
$2)
=(0.481
0.135 0.215 0.053 0.083
0.033 },那么第 3 层(方案层)对第
向量为它们相应项的两两乘积之和,即
0.514 X 0.48+0.202 X 0.135+0.211 X 0.215+0.617 X 0.053+0.083 X 0.050+0.484 X 0.033=0.372
1
层(目标层)的权向量称为组合权向量,记为 (3)
,方案P 1在目标中的组合权