基于模糊层次分析法的船舶建造质量风险评估

以层次分析法确定各级因素的权重调查

以层次分析法确定各级因素的权重调查 此问卷调查的目的在于确定中华优秀传统文化融入校园文化建设的路径各影响因素之间相对权重。 下面通过4个方面评估. 1、评估“中华优秀传统文化融入校园文化建设”的相对重要性（1~3）； 2、评估“中华优秀传统文化融入校园文化建设必要性”的相对重要性（4~6）； 3、评估“中华优秀传统文化融入校园文化建设紧迫性”的相对重要性（7~9）； 4、评估“中华优秀传统文化融入校园文化建设影响力”的相对重要性（10~11）。 1相对于“中华优秀传统文化融入校园文化建设的必要性”，“紧迫性”显得 非常不重要 很不重要

稍不重要 一般重要 稍重要 重要 很重要 非常重要 2相对于“中华优秀传统文化融入校园文化建设的必要性”，“影响力”显得 非常不重要 很不重要 不重要 稍不重要 一般重要 稍重要 重要 很重要 非常重要 3相对于“中华优秀传统文化融入校园文化建设的紧迫性”，“影响力”显得 非常不重要 很不重要 不重要 稍不重要 一般重要

重要 很重要 非常重要 4相对于“学校管理者对优秀传统文化融入校园文化建设的必要性”，“教师对其的必要性”显得 非常不重要 很不重要 不重要 稍不重要 一般重要 稍重要 重要 很重要 非常重要 5相对于“学校管理者对优秀传统文化融入校园文化建设的必要性”，“学生对其的必要性”显得 非常不重要 很不重要 不重要 稍不重要 一般重要 稍重要 重要 很重要

6相对于“教师对优秀传统文化融入校园文化建设的必要性”，“学生对其的必要性”显得 非常不重要 很不重要 不重要 稍不重要 一般重要 稍重要 重要 很重要 非常重要 7相对于“学校管理者对优秀传统文化融入校园文化建设的紧迫性”，“教师对其的紧迫性”显得 非常不重要 很不重要 不重要 稍不重要 一般重要 稍重要 重要 很重要 非常重要 8相对于“学校管理者对优秀传统文化融入校园文化建设的紧迫性”，“学生对其的紧迫性”显得

基于层次分析法的模糊综合评价模型

基于层次分析法的模糊综 合评价模型 Prepared on 22 November 2020

2016江西财经大学数学建模竞赛A题 城市交通模型分析 参赛队员:黄汉秦、乐晨阳、金霞 参赛队编号：2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C中选择一项填写）：A 我们的参赛队编号为2016018 参赛队员(打印并签名)： 队员1.姓名专业班级计算机141 队员2.姓名专业班级计算机141 队员3.姓名专业班级计算机141 日期：2016年5月25日

编号和阅卷专用页 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，交通出行结构发生了根本变化，城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析，讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型，确定了目标层，准则层（一级指标），子准则层（二级指标）。 其次，建立评价集V=(优，良，中，差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出，即U ＝[0,100]应用模糊统计建立它们的隶属函数A(u)，B(u)，C(u)，D(u)，最后得出目标层的评价矩阵Ri ，（i=1,2,3,4,5）。利用A,B 两城相互比较法，根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i （i=1,2,3,4,5） 然后，我们经过N 次试验调查，明确了各层元素相对于上层指标的重要性排序，构造模糊判断矩阵P ，利用公式 []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值，经过一致性检验公式 RI CI CR = 检验后，均有0.1CR <，由此得出各层次的权向量()12,,T n W W W W =。然后 后，给出建立绩效评价模型（其中O 是评价结果向量），应用模糊数学中最大隶属度原则，对被评价城市交通的绩效进行分级评价。 接着在改进方案中，我们具体以交叉口为中心建立模型，其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况，不需要测量车速、时间等因素而浪费的人力物力和财力，有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵层次分析法模糊综合评判绩效评价隶属度 一、问题重述 随着我国经济社会持续快速发展，群众购车刚性需求旺盛，汽车保有量继续呈快速增长趋势，2015年新注册登记的汽车达2385万辆，保有量净增1781万辆，均为历史最高水平。汽车占机动车的比率迅速提高，近五年汽车占机动车比率从%提高到%，群众机动化出行方式经历了从摩托车到汽车的转变，交通出行结构发生了根本性变化。 2015年，小型载客汽车达亿辆，其中，以个人名义登记的小型载客汽车（私家车）达到亿辆，占小型载客汽车的%。与2014年相比，私家车增加1877万辆，增长%。全国有40个城市的汽车保有量超过百万辆，北京、成都、深圳、上海、重庆、天津、苏州、郑州、杭州、广州、西安11个城市汽车保有量超过200万辆。全国平均每百户家庭拥有31辆私家车，北京、成都、深圳等大城市每百户家庭拥有私家车超过60辆。

(完整版)基于层次分析法的模糊综合评价模型

2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号：2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C中选择一项填写）： A 我们的参赛队编号为2016018 参赛队员(打印并签名) ： 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期： 2016 年 5 月 25 日

编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，交通出行结构发生了根本变化，城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析，讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型，确定了目标层，准则层（一级指标），子准则层（二级指标）。 其次，建立评价集V=(优，良，中，差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出，即U ＝[0,100]应用模糊统计建立它们的隶属函数A(u)， B(u)， C(u) ，D(u)，最后得出目标层的评价矩阵Ri ，（i=1,2,3,4,5）。利用A,B 两城相互比较法，根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i （i=1,2,3,4,5） 然后，我们经过N 次试验调查，明确了各层元素相对于上层指标的重要性排序，构造模糊判断矩阵P ，利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值，经过一致性检验公式 RI CI CR = 检验后，均有0.1CR <，由此得出各层次的权向量()12,,T n W W W W =K 。然后后， 给出建立绩效评价模型（其中O 是评价结果向量），应用模糊数学中最大隶属度原则，对被评价城市交通的绩效进行分级评价。 接着在改进方案中，我们具体以交叉口为中心建立模型，其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况，不需要测量车速、时间等因素而浪费的人力物力和财力，有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度

层次分析法矩阵权重和,根,特征值法,c语言计算

// ???óè¨??2010.cpp : ?¨ò?????ì¨ó|ó?3ìDòμ?è??úμ??￡ #include "stdafx.h" //vs2010ò?é?°?±?óD′??? #include"stdio.h" #include"math.h" void sum(int N,double a[13][13]) { double sum[13]={0},pro[13]={0}; int i,j,k; for(i=0;i

} for(k=0;k

模糊层次分析法的Matlab实现

一、引言 层析分析法是将定量与定性相结合的多目标决策法,是一种使用频率很高的方法,在经济管理、城市规划等许多领域得到了广泛应用。由于其结果受主观思维的影响较大,许多科研工作者对其进行了深入的研究,将模糊理论与层次分析法相结合,提出了模糊层次分析法。为克服层次分析法中判断矩阵的一致性与人类思维的一致性存在的显著差异,文献[1-2]引入了模糊一致矩阵。为解决解的精度及收敛问题,文献[3-4]引入幂法来求排序向量。运用模糊层次分析法研究实际问题时,常采用迭代法来得到精度更高的排序向量,这就要求选择合适的初始值并通过大量的计算,为此,文中利用三种方法计算了初始排序向量,并给出了算法的Matlab程序,最后通过实例说明。 二、模糊层次分析法 为解决AHP种所存在的问题,模糊层次分析法引入模糊一致矩阵,无需再进行一致性检验,同时使用幂法来计算排序向量,可以减少迭代齿数,提高收敛速度,满足计算精度的要求.具体步骤: 1.构造优先关系矩阵 采用0.1～0.9标度[2],建立优先判断矩阵 2.将优先关系矩阵转化为模糊一致矩阵 3.计算排序向量 (1)和行归一法: (2)方根法: (3)利用排序法: (4)利用幂法[5-6]求精度更高的排序向量: 否则,继续迭代。 三、模糊层次分析法的程序实现 给出模糊层次分析法的Matlab程序。 clear; clc; E=input('输入计算精度e:') Max=input('输入最大迭代次数Max:')

F=input('输入优先关系矩阵F:'); %计算模糊一致矩阵 N=size(F); r=sum(F'); for i=1:N(1) for j=1:N(2) R(i,j)=(r(i)-r(j))/(2*N(1))+0.5; end end E=R./R'; % 计算初始向量---------- % W=sum(R')./sum(sum(R)); % 和行归一法 %--------------------------------------------------------- for i=1:N(1) S(i)=R(i,1); for j=2:N(2) S(i)=S(i)*R(i,j); end end S=S^(1/N(1)); W = S./sum(S);%方根法%-------------------------------------------------------- % a=input('参数a=?'); %W=sum(R')/(N(1)*a)-1/(2*a)+1/N(1); %排序法 % 利用幂法计算排序向量----V(:,1)=W'/max(abs(W)); %归一化 for i=1:Max V(:,i+1)=E*V(:,i); V(:,i+1)=V(:,i+1)/max(abs(V(:,i+1))); if max(abs(V(:,i+1)-V(:,i)))k=i; A=V(:,i+1)./sum(V(:,i+1)); break Else End End 四、计算实例

模糊层次分析法

模糊层次分析法理论基础 FAHP及计算过程层次分析法(AHP)是20世纪70年代美国运筹学家T.L. Saaty教授提出的一种定性与定量相结合的系统分析方法,该方法对于量化评价指标,选择最优方案提供了依据,并得到了广泛的应用。然而, AHP存在如下方面的缺陷:检验判断矩阵是否一致非常困难,且检验判断矩阵是否具有一致性的标准CR < 0. 1缺乏科学依据;判断矩阵的一致性与人类思维的一致性有显著差异。为此,本文结合模糊数学理论,首先介绍了模糊层次分析法(Fuzzy - AHP) FAHP ,然后用FAHP对公共场所安全性指标权重进行了处理。 1. 1 模糊一致矩阵及有关概念[4 ,5 ] 1. 1. 1 定义1. 1 设矩阵R = ( rij) n×n ,若满足: 0 ≤( rij) ≤ 1 , ( i = 1 ,2 , ……n , j = 1 ,2 , ……n)，则称R 为模糊矩阵 1. 1. 2 定义1. 2 若模糊矩阵R = ( rij) n×n ,若满足: Πi , j , k 有rij= rik - rij + 0. 5 ,则称模糊矩阵R 为模糊一致矩阵。 1. 1. 3 定理1. 1 设模糊矩阵R = ( rij) n×n是模糊一致矩阵,则有 (1) Πi ( i = 1 ,2 , …n) ,则rij = 0. 5 ; (2) Πi , j ( i = 1 ,2 , …n , j = 1 ,2 , …n) ,有rij + rji= 1 ; (3) R 的第i 行和第i 列元素之和为n ; (4)从R 中划掉任一行及其对应列所得的矩阵仍然是模糊一致矩阵; (5) R 满足中分传递性,即当λ≥0. 5 时,若rij≥λ, rjk ≥λ,则rij ≥λ;当λ≤0. 5 时,若rij ≤λ, rjk ≤λ,则rij ≤λ。(证明见文献1) 。 1. 1. 4 定理1. 2 模糊矩阵R = ( rij) n×n是模糊一致矩阵的充要条件是任意指定行和其余各行对应元素之差是一个常数。 1. 1. 5 定理1. 3 如果对模糊互补矩阵 F = ( f ij) n×n按行求和,记为ri = 6nk = 1f ik ( i = 1 ,2 , …, n) ,并施之如下数学变换:rij =ri - rj2 m + 0. 5 (1)，则由此建立的矩阵是模糊一致的。 1. 2 模糊一致判断矩阵的建立 模糊一致判断矩阵的建立R 表是针对上一层某元素,本层次与之有关元素之间相对重要性的比较,假定上一层次元素T 同下一层次元素a1 , a2 ,…, an 有关系,则模糊一致判断矩阵可表示为: rij的实际意义是:元素ai 和元素aj 相对于元素T 进行比较时, ai 和aj 具有模糊关系“…比…重要得多”的隶属度,表1采用0. 1～0. 9 数量标度来说明其模糊关系。

基于模糊层次分析法的环境综合评价

大庆石油学院学报第32卷第2期2008年4月JOURNAL OF DAQING PET ROLEU M INS TIT UT E V o l.32No.2A pr.2008 基于模糊层次分析法的环境综合评价 王 怡1,2 (1.大庆石油学院经济管理学院,黑龙江大庆 163318; 2.西南财经大学工商管理学院,四川成都 610074) 摘 要:分析环境综合评价的影响因素,建立环境综合评价指标体系,包括社会生活系统、环境经济系统、环境资源 系统、环境技术系统和环境管理系统.运用模糊层次分析方法对我国2006年的环境状况进行综合评价.该方法同普通 层次分析法的区别在于判断矩阵的模糊性,能够简化人们判断目标相对重要性的复杂程度,借助模糊判断矩阵实现由定 性向定量的转换,评价结果可信度较高. 关 键 词:模糊层次分析法;环境综合评价;影响因素;指标体系 中图分类号:X508 文献标识码:A 文章编号:10001891(2008)02010003 0 引言 环境评价是对环境系统状况的价值的评定、判断和提出对策[1].通过环境评价可以掌握环境规制手段对社会经济的影响,利用评价结果的反馈,不断调整规制措施,促进区域经济、社会、资源与环境的协调发展.在环境评价中,层次分析法是运用较多的评价方法.如金菊良[2]将基于加速遗传算法的层次分析法应用在水环境系统工程中,用以实行快速自适应全局优化搜索;胡秀芳、钱鹏[3]采用模糊数学中的多层次综合评价方法对环境质量进行评价,建立了切实可行的综合评价数学模型;邓燕雯[4]探讨了环境价值的集中评价方法,包括收益资本化法、边际机会成本法、总经济价值评估法等.在实际的环境评价中,由环境问题导致的经济效果定量分析比较容易,而社会效果通常采用定性分析.对于那些局部的、间接的和相对的指标,难以用综合的定量指标分析.运用层次分析法处理不肯定、不明确、带有模糊性的评价指标时,往往发生环境评价结果与环境的实际状况不一致的现象.笔者在建立环境综合评价指标体系的基础上,采用模糊判断矩阵评价环境指标,利用层次分析法[5]确定上层指标的综合判断权值,并确保该权值的一致性,得到环境评价的综合发展指数值. 1 评价指标体系 1.1 影响因素 环境 社会和经济系统是一个复合系统,具有系统性和动态性的特点.因此,构建的环境综合评价指标体系是一个包含多因素、全方位的评价指标体系框架.社会生活系统、环境经济系统、环境资源系统、环境技术系统及环境管理系统等因素对环境综合评价的效果产生直接的影响[3].社会生活系统主要考察城市居民的生活质量及环境因素对生活质量的影响;环境经济系统反映在一定的环境规制政策下,用于环境保护的投入和环保产业的发展水平;环境资源系统是构建综合评价指标体系的重要组成部分,环境质量的提高不仅有赖于废弃排放的减低,还要充分利用排放和废弃来创造经济效益,实现经济和生态效益的双赢;技术对环境保护具有推动作用,通过对环境科技成果转化和应用,能够有效地促进 三废 的达标排放和总量控制,加快环保产业的发展,提高地区的竞争力;环境管理系统是环境综合评价重中之重,反映了环境规制的效率,包括环境政策本身的效率及环境规制带来的社会效率.这些影响因素之间相互关联、相互作用,具有较强的耦合性. 收稿日期:20070917;审稿人:肖艳玲;编辑:王文礼 作者简介:王 怡(1975-),女,博士生,主要从事产业经济、规制方面的研究.

层次分析法确定绩效考核指标权重

表4-2 某厂运行部年度部门级绩效考核指标 （1）由1-9比例标度法分别对每一层次的评价指标的相对重要性进行定性描述,确定两两比较判断矩阵。 一级考核指标相对于总的考核指标所得两两比较判断矩阵如下： ????? ???? ???=13/17/1315/1751321321V V V V V V V A 二级考核指标相对于其所属一级考核指标所得的两两判断矩阵分别如下所示： ????? ???? ???=13/15/1313/153113121113121111v v v v v v V B

?? ? ?? ?? ?????????=12/14/15/1213/14/14313/15431242322212423222122v v v v v v v v V B 33132331321 31/31V v v B v v ????=?????? （2）运用和积法（方根法）求解各判断矩阵，得出单一准则下各级考核指标的相对权重。 1）一级指标两两判断矩阵A 的求解 一级指标的权重向量： w =（1w ，2w ，3w ）T =（0.637，0.258，0.103）T 最大特征根：3 max 1()3i i i Aw w λ==∑ =3.037 一致性检验： 3.0373 0.018531 CI -= =-，0.58RI = 则0.0320.1CR =<，说明判断矩阵A 具有满意的一致性。 2）二级评价指标的两两判断矩阵的求解： ①判断矩阵1B 求解结果如下： 1B 下二级指标的权重向量： 1w =（11w ，21w ，31w ）T =（0.6548，0.2499，0.0953）T 最大特征根：3 1max 1()3i i i B w w λ==∑ =3.0182 一致性检验： 3.01823 0.009131 CI -= =-，0.58RI = 则0.0160.1CR =<，这表明判断矩阵具有非常令人满意的一致性。 ②判断矩阵B 2求解结果如下： 权重向量： 2w =（21w ，22w ，32w ，24w ）T =（0.5318，0.2701，0.1221，0.0760）T 最大特征根：4 2max 1()4i i i B w w λ==∑ =4.0753 一致性检验： 4.07534 0.025141 CI -= =-，0.9RI = 则0.0280.1C R =< ，这说明判断矩阵B 2具有令人满意的一致性。 ③判断矩阵B 3求解结果如下： 权重向量：

分析法总结

分析法总结 SWOT SWOT分析法又称为态势分析法，是一种能够较客观而准确地分析和研究一个单位现实情况的方法。 SWOT分别代表：strengths（优势）、weaknesses（劣势）、opportunities(机会)、threats（威胁）。　SWOT 分析通过对优势、劣势、机会和威胁的加以综合评估与分析得出结论，然后再调整企业资源及企业策略，来达成企业的目标。SWOT分析已逐渐被许多企业运用到包括：企业管理、人力资源、产品研发等各个方面。SWOT方法的重要贡献就在于用系统的思想将这些似乎独立的因素相互匹配起来进行综合分析，使得企业战略计划的制定更加科学全 面。 SWOT分析方法从某种意义上来说隶属于企业内部分析方法，即根据企业自身的既定内在条件进行分析。SWOT分析有其形成的基础。按照企业竞争战略的完整概念，战略应是一个企业“能够做的”（即组织的强项和弱项）和“可能做的”（即环境的机会和威胁）之间的有机组合。 优点：与其他的分析方法相比较，SWOT分析从一开始就具有显著的结构化和系统性的特征。就结构化而言，首先在形式上，SWOT分析法表现为构造SWOT结构矩阵，并对矩阵的不同区域赋予了不同分析意义；其次内容上，SWOT分析法的主要理论基础也强调从结构分析入手对企业的外部环境和内部资源进行分析。 缺点：SWOT方法自形成以来，广泛应用于战略研究与竞争分析，成为战略管理和竞争情报的重要分析工具。分析直观、使用简单是它的重要优点。即使没有精确的数据支持和更专业化的分析工具，也可以得出有说服力的结论。但是，正是这种直观和简单，使得SWOT不可避免地带有精度不够的缺陷。例如SWOT分析采用定性方法，通过罗列S、W、O、T的各种表现，形成一种模糊的企业竞争地位描述。以此为依据作出的判断，不免带有一定程度的主观臆断。所以，在使用SWOT方法时要注意方法的局限性，在罗列作为判断依据的事实时，要尽量真实、客观、精确，并提供一定的定量数据弥补SWOT定性分析的不足，构造高层定性分析的基础。 运用SWOT分析法使人事决策科学化 把SWOT分析法运用于人力资源规划中，通过利用变量因数法给SWOT矩阵中每个纬度的每一项因素配以权重，并根据权重进行定量分析，根据当时当地的人才市场情况和企业具体情况，用数量化的方式把企业优势、机会结合起来与劣势、威胁相比较，才能够清晰地分出自己选择战

层次分析法及其应用

层次分析法及其应用 摘要 在日常生活中我们会遇到许多决策问题，处理决策问题时，要考虑的因素很多。此文把层次分析法及其应用分为四个部分进行介绍，首先对层次分析的背景、现状、目的，其次对层次分析的原理进行分析，在运用层次分析和评价或决策时，按四个步骤进行描述：建立层次结构模型；构造成对比较矩阵；计算权向量并做一致性检验；计算组合权向量并做组合一致性检验，再次对层次分析的举例分析并行应用，最后进行总结。 关键词：层次分析法基本原理举例分析应用

1、绪论 层次分析法（The Analytic Hierarchy Pricess，以下简称AHP）是由美国运筹学家、匹兹堡大学萨第（T.L.Saaty）教授于本世纪70年代提出的，他首先于1971年在为美国国防部研究“应急计划”时运用了AHP，又于1977年在国际数学建模会议上发表了“无结构决策问题的建模—层次分析法”一文，此后AHP在决策问题的许多领域得到应用，同时AHP的理论也得到不断深入和发展。目前每年都有不少AHP的相关论文发表，以AHP为基本方法的决策分析系统—“专家选择系统”软件也已早推向市场，并日益成熟。 AHP于1982年传入我国。在当年召开的中美能源、资源、环境会议上萨第教授的学生高兰尼柴（H.Gholamnezhad）向中国学者介绍了这一新的决策方法。随后，许树柏等发表了发表了国内第一篇介绍AHP的文章“层次分析法—决策的一种实用方法”（1982年）。此后，AHP在我国得到迅速发展，1987年9月我国召开了第一届AHP 学术讨论会，1988年在我国召开了第一届国际AHP学术会议，目前AHP在应用和理论方面得到不断发展与完善。 它的主要特点是定性与定量分析相结合，将人的主观判断用数量形式表达出来并进行科学处理，因此，更能适合复杂的社会科学领域的情况，较准确地反映社会科学领域的问题。同时，这一方法虽然有深刻的理论基础，但表现形式非常简单，容易被人理解、接受，因此，这一方法得到了较为广泛的应用。

模糊层次分析法的程序实现

、模糊层次分析法的程序实现 给出模糊层次分析法的Matlab程序。 clear; clc; E=input('输入计算精度e:') Max=input('输入最大迭代次数Max:') F=input('输入优先关系矩阵F:'); %计算模糊一致矩阵 N=size(F); r=sum(F'); for i=1:N(1) for j=1:N(2) R(i,j)=(r(i)-r(j))/(2*N(1))+0.5; end end E=R./R'; % 计算初始向量---------- % W=sum(R')./sum(sum(R)); % 和行归一法 %--------------------------------------------------------- for i=1:N(1) S(i)=R(i,1); for j=2:N(2) S(i)=S(i)*R(i,j); end end S=S^(1/N(1)); W = S./sum(S);%方根法%-------------------------------------------------------- % a=input('参数a=?'); %W=sum(R')/(N(1)*a)-1/(2*a)+1/N(1); %排序法 % 利用幂法计算排序向量----V(:,1)=W'/max(abs(W)); %归一化 for i=1:Max V(:,i+1)=E*V(:,i); V(:,i+1)=V(:,i+1)/max(abs(V(:,i+1))); if max(abs(V(:,i+1)-V(:,i)))k=i; A=V(:,i+1)./sum(V(:,i+1)); break Else End End 四、计算实例 由优先关系矩阵得到模糊一致矩阵 利用三种方法计算排序向量分别为:

基于.层次分析法的模糊综合评价

校园环境质量的模糊综合评价方法 信息与计算科学2003级马文彬 指导教师杜世平副教授 摘要：本文应用模糊数学理论，把模糊综合评价方法具体应用到校园环境质量综合评价研究中，结合校园的实际情况将环境评价系统根据需要分成若干个指标，建立了因子集、评价集、隶属函数和权重集，实现对校园环境的质量等级综合评判。采用层次分析法计算评价的权重集，并对取大取小算法和评价结果的最大隶属度原则进行了改进，取得较好的效果。实例表明：模糊综合评价方法可操作性强、效果较好，可在一般环境的质量评价中广泛应用。 关键词：校园环境质量，模糊综合评价，层次分析法，权重 Fuzzy Comprehensive Evaluation Method for the Environment Quality of university Campus MA Wen-bin Information and Computational Science , Grade 2003 Directed by Du Shi-ping (Associate Prof ) Abstract: In this paper,based on fuzzy mathematics theory, the fuzzy comprehensive evaluation is applied in the environment quality evaluation of university campus,combining the actual situation list to evaluate the general level of university campus by fuzzy comprehensive evaluation. By setting up the factor sets, the evaluation sets, subjection functions and the weighting sets. Implementation of the Campus Environment Quality Level comprehensive evaluation. The evaluation of the weighting sets are made by AHP. The choosing big or small algorithm and the maximal subjection degree of the evaluation result is improved, and the effect is very good.The applying example indicates: the researched method is feasible and effective, it can be used widely in the environment quality assessment. Keywords:Environment quality of university campus，Fuzzy Comprehensive Evaluation，Analytical Hierarchy Process，Weighting

层次分析法计算权重在matlab中的实现

信息系统分析与设计作业 层次分析法确定绩效评价权重在matlab中的实现 小组成员：孙高茹、王靖、李春梅、郭荣1 程序简要概述 编写程序一步实现评价指标特征值lam、特征向量w以及一致性比率CR的求解。 具体的操作步骤是：首先构造评价指标，用专家评定法对指标两两打分，构建比较矩阵，继而运用编写程序实现层次分析法在MATLAB中的应用。 通过编写MATLAB程序一步实现问题求解，可以简化权重计算方法与步骤，减少工作量，从而提高人力资源管理中绩效考核的科学化电算化。 2 程序在matlab中实现的具体步骤 function [w,lam,CR] = ccfx(A) %A为成对比较矩阵，返回值w为近似特征向量 % lam为近似最大特征值λmax，CR为一致性比率 n=length(A(:,1)); a=sum(A); B=A %用B代替A做计算 for j=1:n %将A的列向量归一化 B(:,j)=B(:,j)./a(j); end s=B(:,1); for j=2:n s=s+B(:,j); end c=sum(s);%计算近似最大特征值λmax w=s./c; d=A*w lam=1/n*sum((d./w)); CI=(lam-n)/(n-1);%一致性指标 RI=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51];%RI为随机一致

性指标 CR=CI/RI(n);%求一致性比率 if CR>0.1 disp('没有通过一致性检验'); else disp('通过一致性检验'); end end 3 案例应用 我们拟构建公司员工绩效评价分析权重，完整操作步骤如下： 3.1构建的评价指标体系 我们将影响员工绩效评定的指标因素分为：打卡、业绩、创新、态度与品德。 3.2专家打分，构建两两比较矩阵 A = 1.0000 0.5000 3.0000 4.0000 2.0000 1.0000 5.0000 3.0000 0.3333 0.2000 1.0000 2.0000 0.2500 0.3333 0.5000 1.0000 3.3在MATLAB中运用编写好的程序实现 直接在MATLAB命令窗口中输入 [w,lam,CR]=ccfx(A) 继而直接得出 d = 1.3035 2.0000 0.5145 0.3926 w = 0.3102 0.4691 0.1242 0.0966 lam =4.1687

层次分析法的优缺点

层次分析法的优缺点 优点： 1. 系统性的分析方法层次分析法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。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。 2. 简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。 3. 所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。 缺点： 1.不能为决策提供新方案层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。这样，我们在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够人家企业所做出来的效果好。而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。 2. 定量数据较少，定性成分多，不易令人信服在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。这样，当一个人应用层次分析法来做决策时，其他人就会说：为什么会是这样？能不能用数学方法来解释？如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深，可我和你的意见是不一致的，以我的观点做出

层次分析法与模糊综合评价的区别

层次分析法与模糊综合判别的区别与联系 1、层次分析法 [ 参考文献：吋义成, 柯丽华, 黄德育. 系统综合评价技术及其应用[M]. 北京: 冶金工业出版社,2006] 人们在日常生活中经常要从一堆同样大小的物品中挑选出最重要的物品，如重量最大的物品，即至少要确定各物品的相对重量。这时，经验和常识告诉我们，可以利用两两比较的方法来达到目的。 若在没有称量仪器的条件下对一组物体的重量进行估计，则可以通过爱对比较这组物体相对重量的方法，得出每对物体相对重量比的判断，从而形成比较判断矩阵，再通过求解判断矩阵的最大特征根和它所对应的特征向量问题，就能计算出这组物体的相对重量。 将此方法应用到复杂的社会、经济和科学管理等领域中，就能确定各种方案、措施、政策等 相对于总目标的重要性排序情况，以供领导者决策。 一般的层次分析法模型由图5-1 所示，分为目标层、准则层、指标层、方案层组成。需要注意几点： （1）层次分析法的评价结构并非是上述部分一成不变的，其中的当指标层因素较少时准则层可以省去（图5-2 ），当某一准则对应的指标层元素过多时可以将其指标层细分为“子准则层和指标层”（图5-4 ）。由于层次分析法是利用两两比较完成的，为了便于人的比较与判别，每层的元素个数在3~7 之间为佳，超过7 以后增加了比较判断的难度，因此当元素过多时，可以将其分类后分成两层或多层来判别。 （2）准则层与指标层之间的关系可以对比一下图5-1 和图5-4 ，即每个准则可能有独 用的指标体系，也可能是各准则之间共用某几个指标。 （3）层次分析法的特点是基于某个目标，对多个待评价方案进行评价，从而得到方案的重要性排序。具体到某个问题，其并无相应的数据。而模糊综合判别有相应的基础数据。两者可以结合一起用，比如常用的是模糊综合评判过程中，权重可以由层次分析法计算。 层次分析法的骤如下： 1）在作者建立评价模型后，根据经验对每层里的各个元素建立重要性判别矩阵，从判 别矩阵中可以得到某一层中各个指标的归一化权重（表5-1中的W B,W C1,W C2,W C3,W C4）。（表5-1和5-2 的数据为图5-1 模型的） 2）由层与层之间权重的传递可以得到最低层（具体指标层）的综合权重。如图5-1 所示的图中有得到各个C ij的综合权重W ij（表5-2第2列）。 3）最后，在指标层与方案层之间建立判别矩阵，针对每一个指标C ij 都需要建立一个各 方案A i的比较矩阵，判别A针对C j的重要性w A i （表5-2的每一行）。最后将指标C ij的综合权重W ij与W Ai进行乘法求和，从而得到方案A的最终综合权重刀（W ij心Ai），即为续表5-2的最后一行。

直觉模糊层次分析法matlab代码

编程 % 对第一层指标直觉偏好矩阵进行变换，计算其直觉模糊判断矩阵clc,clear r1=[0.5 0.65 0.6; 0.25 0.5 0.55; 0.2 0.3 0.5]; r2=[0.5 0.25 0.2; 0.65 0.5 0.3; 0.6 0.55 0.5]; R1=r1; R2=r2; R1(1,3)=(r1(1,2)*r1(2,3))/((r1(1,2)*r1(2,3))+(1-r1(1,2))*(1-r1(2,3))); R2(1,3)=(r2(1,2)*r2(2,3))/((r2(1,2)*r2(2,3))+(1-r2(1,2))*(1-r2(2,3))); R1(3,1)=R2(1,3); R2(3,1)=R1(1,3); R0=ones(3);r0=ones(3); C=abs(R1-r1)+abs(R2-r2)+abs((R0-R1-R2)-(r0-r1-r2)); d0=(1/(2*(3-1)*(3-2)))*sum(sum(C)) % d0=0.0942<0.1通过一致性检验 %-------------------------------------------------------------------------- % 对第二层指标直觉偏好矩阵进行变换，计算其直觉模糊判断矩阵r1=[0.5 0.25 0.2; 0.65 0.5 0.55; 0.6 0.23 0.5]; r2=[0.5 0.65 0.6; 0.25 0.5 0.3; 0.2 0.55 0.5]; R1=r1; R2=r2; R1(1,3)=(r1(1,2)*r1(2,3))/((r1(1,2)*r1(2,3))+(1-r1(1,2))*(1-r1(2,3))); R2(1,3)=(r2(1,2)*r2(2,3))/((r2(1,2)*r2(2,3))+(1-r2(1,2))*(1-r2(2,3))); R1(3,1)=R2(1,3); R2(3,1)=R1(1,3); R0=ones(3);r0=ones(3); C=abs(R1-r1)+abs(R2-r2)+abs((R0-R1-R2)-(r0-r1-r2)); d1=(1/(2*(3-1)*(3-2)))*sum(sum(C)) % d0=0.1568>0.1未通过一致性检验 %-------------------------------------------------------------------------- % 设置参数进行调整 p=0.6; R3=[];