《运筹学与最优化方法》课件

1、在管理中，人们常常需要对一些情况作出决策：例如企业的决策者要决定购置哪种设备，上马什么产品；经理要从若干求职者中决定录用哪些人员；地区、部门官员要对人口、交通、经济、环境等领域的发展规划作出决策。在日常生活中也常会遇到，在多种类不同特征的商品中选购,报考学校选择志愿,毕业时选择工作岗位等。第10章 层次分析l这一系列的问题，单纯靠构造一个数学模型来求解的方法往往是行不通的，而用完全主观的定夺也常常表现为举棋不定，而最终选择不理想，甚至不满意的决策方案。l面对这样的问题，运筹学者开始了对人们思维决策过程进行分析、研究。l美国运筹学家，T.L.Saaty等人在20世纪70年代提出了一种能有效处理这

2、类问题的实用方法，称之为层次分析法（AHP法）。lT.L.Saaty等曾把它用于电力工业计划，运输业研究，美国高等教育事业19852000展望，1985年世界石油价格预测等方面。l这种方法的特征：定性与定量相结合，把人们的思维过程层次化、数量化。lAHP法作为一种决策方法是在1982年11月召开的中美能源、资源、环境学术会议上，由Saaty学生H.Gholamnezhad首先向中国介绍的。以后层次分析法在中国得到很大的发展，很快应用到能源系统分析、城市规划、经济管理科研成果评价的许多领域。 运用AHP法进行决策时，大体可以分为以下4个步骤进行： （1）分析系统中各个因素的关系，建立系统的递阶层

3、次结构。 （2）对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较判断矩阵。10.1 层次分析法的基本步骤 （3）由判断矩阵计算被比较元素对于该准则的相对权重。 （4）计算各层元素对系统目标的合成权重，并进行排序。 1.建立层次分析的结构模型 用AHP分析问题，首先要把问题条理化、层次化，构造层次分析的结构模型。这些层次大体上可分为3类。 （ 1）最高层：在这一层次中只有一个元素，一般是分析问题的预定目标或理想结果，因此又称目标层。 （2）中间层：这一层次包括了为实现目标所涉及的中间环节，它可由若干个层次组成，包括所需要考虑的准则、子准则，因此又称为准则层。 （3）最底

4、层：表示为实现目标可供选择的各种措施、决策、方案等，因此又称为措施层或方案层。 层次分析结构中各项称为此结构模型中的元素。决策目标准则1方案1准则m1准则2子准则1方案2子准则2方案mr子准则m210.1 层次分析法的基本步骤 注：层次之间的支配关系不一定是完全的，即可以有元素（非底层元素）并不支配下一层次的所有元素而只支配其中部分元素。这种自上而下的支配关系所形成的层次结构，我们称之为递阶层次结构。 递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关，一般可不受限制。 为了避免由于支配的元素过多而给两两比较判断带来困难，每层次中各元素所支配的元素一般地不要超过9个，若多于9个时，可将

5、该层次再划分为若干子层。 例1 某顾客选购电冰箱时，对市场上正在出售的四种电冰箱考虑6项准则作为评价依据，得到如下层次分析模型：目标层：准则层：方案层：信 誉 T 1A型 式 T 2B价 格 T 3C容 量 T 4D制 冷 级 别 T 5耗 电 量 T 6选 购 电 冰 箱 例2 选择科研课题： 某研究单位现有3个科研课题，限于人力物力，只能承担其中一个课题，如何选择？ 考虑下列因素： 成果的贡献大小，对人才培养的作用，课题可行性。 在成果贡献方面考察：应用价值及科学。 意义（理论价值，对某科技领域的推动作用）。 在课题可行性方面考虑：难易程度（难易程度与自身的科技力量的一致性），研究周期（预

6、计需要花费的时间），财政支持（所需经费、设备及经费来源，有关单位支持情况等）。目标层合理选择科研课题A成果贡献B1人才培养B2课题可行性B3课题D1课题D2课题D3应用价值 C1科学意义 C2难易程度 C3研究周期 C4财政支持 C5方案层准则层 例3 设某港务局要改善一条河道的过河运输条件，为此需要确定是否要建立桥梁或隧道以代替现有轮渡。 此问题中过河方式的确定取决于过河方式的效益与代价（即成本）。 通常我们用费效比（效益/代价）作为选择方案的标准。为此构造以下两个层次分析的结构模型。10.1 层次分析法的基本步骤 准则层过河的效益A经济效益B1社会效益B2环境效益B3桥梁D1隧道D2渡船D

7、3收 入 C2岸间商业 C3节省时间C1当地商业C4建筑就业C5安全可靠C6交往沟通C7自豪感C8舒 适C9进出方便C10美 化C1110.1 层次分析法的基本步骤 方案层目标层过河的代价A经济代价B1社会代价B2环境代价B3桥梁D1投入资金C1操作维护C2冲击渡船业C3冲击生活方式C4交通拥挤 C5居民搬迁 C6汽车排废物 C7对水的污染 C8对生态的破坏C9隧道D2渡船D310.1 层次分析法的基本步骤 目标层准则层方案层 2.构造判断矩阵 上、下层之间关系被确定之后，需确定与上层某元素z（目标A或某个准则z）相联系的下层元素（x1，x2，xn)各在上层元素z之中所占的比重。 方法：每次取

8、2个元素，如xi，xj，以aij表示 xi 和 xj 对z的影响之比。这里得到的A=(aij)nn称为两两比较的判断矩阵。10.1 层次分析法的基本步骤 Saaty建议用19及其倒数作为标度来确定aij的值，19比例标度的含义： xi比xj强（重要）的程度 xi/ xj 相等 稍强 强 很强 绝对强 aij 1 2 3 4 5 6 7 8 9 19标度的理由：两两比较的心理习惯， 显然，判断矩阵A的元素有如下特征： 10.1 层次分析法的基本步骤 1 aij0 2aji=1/aij 3aii=1 我们称判断矩阵A为正互反矩阵。 10.1 层次分析法的基本步骤 例如在例2中，准则层B对目标层作因

9、素两两比较，并可建立下面判断矩阵： B1：B2为3 B1：B3为1 认为人才培养比另一项稍重要，另两项差不多相同重要。10.1 层次分析法的基本步骤 判断矩阵 B1 B2 B3 B1 1 3 1 A= B2 1/3 1 1/3 B3 1 3 110.1 层次分析法的基本步骤 3.单一准则下元素相对排序权重计算及判断矩阵一致性检验（1）单一准则下元素排序 求判断矩阵A的最大特征值max及标准化（归一化）的特征向量W。向量W为同一层次中相应元素对于上一层次中某个因素相对重要性的排序权重。有wi0，i， 。 n1ii1w10.1 层次分析法的基本步骤 在构造判断矩阵，且各层元素间两两比较时，aij应

10、有某种传递性质，即若甲比乙重要，乙比丙重要，合理地应有甲比丙更重要，在数值上表示为aijajk=aik 即 若xi与xj相比aij=3，xj与xk相比ajk=2，那么有传递性的判断应是xj与xk相比ajk=6 。10.1 层次分析法的基本步骤 （2）判断矩阵的一致性概念判断矩阵的一致性概念 判断矩阵是各元素均为正数的矩阵，这种正矩阵有下列重要性质。10.1 层次分析法的基本步骤 定理1 设n阶方阵A为正矩阵， max为A的最大特征值，u =（u1，u2，un)T为max的相应特征向量。 max 0，ui 0，i =1，2，n max是单特征根（因此 u 除差一常数因子外是唯一的） ； A的任何

11、其他特征值，有max| |。10.1 层次分析法的基本步骤 定义 若正互反矩阵A满足aijajk=aik ,i ，j ，k =1，2，n ，则称A为一致阵。一致阵的重要性质：设A是一致阵， 1A的转置亦是一致阵。 因为 aij=1/aji ，aij=1 ，i ，j=1，2，n； 由定义 aijajk=aik ，则显然。10.1 层次分析法的基本步骤 2A的每一行均为任意指定的另一行的正数倍，从而A的秩为1（即只有一个非零特征值，其余n1个为0特征值）。 考虑第行元素ai1，ai2，ain ，i=1,2,n; 对于第k行元素ak1，ak2，akn ， j=1，2，n， aij=aikakj, 即

12、第行各元素分别为第k行各元素的aik倍。 10.1 层次分析法的基本步骤 3A的最大特征根max= n，其余特征根皆为零。 4设u=(u1，u2，un)T是A对应max的特征向量，则aij=ui /uj ， i ，j =1, 2, , n 容易验证：对于n及向量u=(u1，u2，un)T 若aij=ui /uj ，ij ，则 Au=nu (i， )，又由定理1及性质2可知 max=n，u满足4。 10.1 层次分析法的基本步骤 injijnjijnuuua115若A为判断矩阵，那么A对应于max =n 的标准化（归一化）特征向量 u=(u1， u2，un)T 就是一组排序权向量。 （归一化 ）

13、由性质4即知。 进一步地，有如下定理: 定理2 n阶正互反矩阵A=（aij)nn是一致阵的充分必要条件为max=n。 nii1u110.1 层次分析法的基本步骤 Proof : “必要性”即是上面性质3，已证。 “充分性”设A的最大特征值为max，相应特征向量u=(u1，un)T, Au= max u 。 分量形式：对 i =1，2，n，由定理1知ui0 于是max= 。 注意aii=1，max-1= aij uj /ui 。 n1jimaxjijuua /nijjij1a uunij1j10.1 层次分析法的基本步骤 求和（把i=1，n的各式相加）：nmax-n= aij uj /ui 注意

14、 aji=1/aij 整理上式得nmax-n= (aij uj /ui +1/ (aij uj /ui ) (*)nij1jn1i nijn1i1110.1 层次分析法的基本步骤 式( ) 末端=n2-n=n(n-1)注意：当x0时 x+(1/x)2,当且仅当x=1时等号成立 。于是：aij ( uj /ui )+ 1/ (aij( uj /ui) 2式(* ) 右端 2 = 2(n-1)+(n-2)+2+1=n(n-1)=左端，当且仅当 aij (uj /ui)=1时等号成立。10.1 层次分析法的基本步骤 * 11n1inij 所以 aij ( uj /ui )，即aijajk=(ui /

15、uj) (uj /uk)= uj /uk=ajk，故A是一致阵。 由于客观事物的复杂性与人的认识的多样性，我们得到的判断矩阵常常不具有传递性和一致性，但应该要求这些判断大体是一致的。 当判断矩阵过于偏离一致性时，它的可靠性值得怀疑，为此需要对判断矩阵进行一致性检验。10.1 层次分析法的基本步骤 一致性检验步骤：（1）计算一致性指标C.I.=(max-n)/(n-1) (Consistency Index)；（2）查找相应的平均随机一致性指标R.I.(Random Index)； 115阶正互反矩阵计算1000次得到的平均随 机一致性指标： 矩阵阶数 1 2 3 4 5 6 7 8 R.I.

16、0 0 0.52 0.89 1.12 1.26 1.36 1.4110.1 层次分析法的基本步骤 矩阵阶数 9 10 11 12 13 14 15 R.I. 1.46 1.49 1.52 1.54 1.56 1.58 1.59计算：R.I.=(max-n)/(n-1)， max为m次判断矩阵max的平均值。max产生方法：取定阶数n，随机构造正互反矩阵=（ij)nn ，ij在1, 2, , 9, 1/2, 1/3, , 1/9这17个数中随机抽取 (只需取n(n-1)/2个，对10.1 层次分析法的基本步骤 角元为1，其余按正互反性得到）取充分大的子样计算所有的最大特征值，然后求平均即为max

17、 。（3）计算一致性比率C.R. (consistency ratio) C.R.= C.I./R.I。当C.R.0.1时 ，认为判断矩阵的一致性是可接受的。当C.R. 0.1时 ， 应修正判断矩阵。10.1 层次分析法的基本步骤 例如 ， 对前面矩阵 1 3 1 A= 1/3 1 1/3 1 3 1 计算出 max=3，归一化向量u=(3/7，1/7，3/7)T ，C.I.=(max-3)/(3-1)=0，所以C.R.=0 是一致阵。10.1 层次分析法的基本步骤 例3 1 2 5 A= 1/2 1 7 1/5 1/7 1 计算出 max=3.1189，u=(0.5415，0.3816，0.

18、0761)T C.I.=（3.1189-3）/（3-1）=0.05945 ，查表得R.I.=0.52 C.R.=0.05945/0.52=0.11430.1，应修正判断矩阵。10.1 层次分析法的基本步骤 4.计算各层元素对目标层的总排序权重 层次总排序过程：计算同一层次所有因素对于最高层（总目标）相对重要性的排序权值。 从最高层到底层逐层进行： 设已算出第k-1层上nk-1个元素相对于总目标的排序为 w(k-1)=(w1(k-1)，w2(k-1)，w n (k-1)T10.1 层次分析法的基本步骤 k-1 第k层nk个元素对于第k-1层上第j个元素为准则的单排序向量 uj(k)=(u1j(k

19、)，u2j(k)，un j(k)T , j=1，2，nk-1 其中不受第j个元素支配的元素权重取零，于是可得到nknk-1阶矩阵 u11(k) u12(k) u1n (k) U(k)= u21(k) u22(k) u2n (k) un 1(k) un 2(k) un n (k)10.1 层次分析法的基本步骤 k kkkk-1k-1k-1第k层上各元素对总目标的总排序w(k)为 w(k)=(w1(k)，w2(k)，wn (k)T w(k)=U(k)w(k-1)分量形式：wi(k)= uij(k)wj(k-1) i=1，2，n于是可得到公式 w(k)=U(k)U(k-1) U(3)w(2)w(2)

20、为第二层上元素对目标的排序（即是单层排序）10.1 层次分析法的基本步骤 k11knj 各层总排序的一致性检验： 由高层向下逐层进行检验，设第k层 中某些因素对k1层第j个元素单排序的 一致性指标为C.I.j(k)，平均随机一致性指标为R.I.j(k)，(k层中与k1层的第j个元素无关时，不必考虑)，那么第k层的总排序的一致性比率为 C.R.(k)= / 1(1)(). .kkkjjwR Inj 110.1 层次分析法的基本步骤 1(1)(). .kkkjjwC Inj 1 当C.R.(k) 。10.2 几个问题的处理方法 幂法是处理这类矩阵求最大特征值及特征向量的一个简单而有效的方法。 幂法

21、原理：设n阶矩阵A的特征值为1， 2，n有如下性质： 1 2 3 n 有n个线性无关的特征向量u1，u2，un x(1) Rn，则可表示为 x(1)= iui10.2 几个问题的处理方法ni1利用迭代公式 x(k+1)=Ax(k) ， k=1，2,得到点列x(1)，x(2)，x(3)，显然，x(k+1)=Akx(1) =Ak iui = iAkui = i ikui = 1k1u1+ i(i / 1)kui ni1ni210.2 几个问题的处理方法ni1n1i由于 i/ 1 0，且最大分量且最大分量=max xi ，0，1 i n, =0=y=(1/) xx=Ay，=max xi 1 i n

22、- ?停停; 特征值特征值 特征向量特征向量xNY此方法当矩阵一致性较好时，收敛很快。在实用上常用下面的一些更为简单的方法（仅对近似一致性矩阵适应）。 2.方根法步骤：（1）求Mi=( aij)1/n ， i=1，2，n（2）标准化（归一化）：Wi=Mi / Mj（3）n1jn1jmax1()1niiiAWnW10.2 几个问题的处理方法Ex.Ex. 1 3 1 M1= =1.4422 A= 1/3 1 1/3 M2= =0.4807 1 3 1 M3= =1.4422 w1=0.4286 归一化： w2=0.1428 w3=0.4286 Aw=(1.2856，0.4285，1.2856)Tm

23、ax=2.9999 ）（331131/)/(313110.2 几个问题的处理方法31313.和积法步骤：（1）求（每列归一化） bij=aij / akj ， i，j=1，2，n（2）行求和Mi= bij ， i= 1，2，n再归一化：Wi=Mi / Mj ， i= 1，2，n （3）n1kn1jn1j10.2 几个问题的处理方法max1()1niiiAWnW例： 1 3 1 3/7 3/7 3/7 M1=9/7 A= 1/3 1 1/3 B= 1/7 1/7 1/7 M2=3/7 1 3 1 3/7 3/7 3/7 M3=9/7 Mj=3 w2=1/7 Aw=(9/7，3/7，9/7)T w

24、3=3/7 max=3显然，当A是一致阵时， max=n，对归一化的w,aij=wi/wj 10.2 几个问题的处理方法 w1=3/731j 方根法：Mi=( aij)1/n=Wi /S S=( Wj)1/n i=1，2，n 归一化后，w即为(w1，w2，wn)T max=(1/n) (Aw)i / wi (Aw=nw) =n2/n =nn1jn1i10.2 几个问题的处理方法n1j用幂法：取x(0)=(1，0，0)T k x1 x2 x3 y1 y2 y3 0 1 0 0 1 1 0 0 1 1 0.5 0.2 1 1 0.5 0.2 2 3 1.6 0.5667 3 1 0.5333 0.

25、1889 3 3.0111 1.6 0.5667 3.0111 1 0.5314 0.1882 4 3.0037 1.5959 0.5653 3.0037 1 0.5313 0.1882 5 3.0037 1.5959 0.5653 3.003710.2 几个问题的处理方法max=3.0037 C.I.= (max-3)/(3-1)=0.00185C.R.=C.I./R.I.=0.00185/0.52=0.0036满足一致阵要求 。u=(3.0037，1.5959，0.5653)T归一化得 w=(0.5816，0.3090，0.1094)T10.2 几个问题的处理方法用方根法（1）M1= =

26、=2.1544 M2= =1.1447 M3= =0.4055(2）归一化：M1+ M2+ M3=3.7046 w1=2.1544/3.7046=0.5815 w2=1.1447/3.7046=0.3090 w3=0.4055/3.07046=0.1095 w=(0.5815，0.3090，0.1095)T10.2 几个问题的处理方法52110 3 32/33315/1(3)Aw=(1.7470，0.9283，0.3388)T 1 1.7470 0.9283 0.3288 3 0.5815 0.3090 0.1095 3.003710.2 几个问题的处理方法max=+=和积法： akj= wk

27、/wjbij=aij / akj=wi / wk Mi= bij=(nwi)/ wk 归一化后w即为 (w1，w2，wn)T同理 max=n当A近似一致阵时，这些量是近似的。例 1 2 5 A= 1/2 1 3 1/5 1/3 1 n1j10.2 几个问题的处理方法nk 1nk 1nk 1nk 1nk 1用和积法(1) 1 2 5 0.5882 0.6 0.5556 A= 1/2 1 3 B= 0.2941 0.3 0.3333 1/5 1/3 1 0.1177 0.1 0.1111(2)行求和M=(1.7438，0.9274，0.3288)T M1+M2+M3=3 归一化：w=(0.5813

28、，0.3091，0.1096)T10.2 几个问题的处理方法列归一化(3)Aw=(1.7475，0.9286，0.3289)T 1 1.7475 0.9286 0.3289 3 0.5813 0.3091 0.1096 3.003810.2 几个问题的处理方法max=+=2.残缺判断与群组决策 (1)残缺判断及处理方法 应用AHP进行决策时，每个准则应有一个判断矩阵，需进行 n(n1)/2 次两两比较 (判断矩阵的上三角形或下三角形)。 当层次很多，因素复杂时，判断量很大，可能出现某个参与决策的专家对某些判断缺少把握，或不想发表意见，使判断矩阵残缺。10.2 几个问题的处理方法1） 可接受的残

29、缺判断矩阵 若任一残缺元素都可通过已给出的元素间接获得的残缺判断矩阵。 根据一致性的条件：间接获得的元素指，若aij缺少可由aij=aikakj或更一般地aij=aik ak k ak k ak j得到。 10.2 几个问题的处理方法11232s2）可接受的残缺矩阵的排序向量计算 常用的有特征根方法、对数最小二乘法及最小偏差法等。 特征根法：设A对应max的特征向量w =(w1，w2，wn)T 由一致性条件知 aij = wi /wj，特征根法即把缺少的元素用wi /wj来替代。10.2 几个问题的处理方法设原判断矩阵A=(aij)nn,构造辅助矩阵 C = (cij)nn使 cij= aij

30、 , aij0 wi /wj , aij=0例8 设 1 2 0 A A= 12 1 2 是可接受的残缺矩阵 0 12 110.2 几个问题的处理方法辅助矩阵 1 2 w1w3 C= 1/2 1 2 w3w1 1/2 1解特征根问题：Cw = maxw展开：左=（2w1+2w2，1/2w1+w2+2w3，1/2w2+2w3)T = max(w1, w2, w3)T解得解得 maxmax=3=3w =(0.5714=(0.5714，0.28570.2857，0.14290.1429）T T10.2 几个问题的处理方法可以看出:C 的特征值问题等价于 2 2 0 = 1/2 1 2 0 1/2 2

31、 的特征值问题（Aw Aw = maxw与Cw= maxw相同）10.2 几个问题的处理方法故只需求下列矩阵的特征值及特征向量 = (aij )nn aij 当当aij0，ij时时 aij = 0 当当aij=0时时 mi+1 当当i=j时时，mi为第为第i行中残缺元素的个数行中残缺元素的个数求解 w = maxw 可得不完整信息下的排列向量。10.2 几个问题的处理方法 3）一致性检验： max-n C.I.= (n-1)-（ ） 当C.R.=C.I./R.I.0.1时 认为有满意的 一致性。 nii/nm110.2 几个问题的处理方法 （2 2）群组决策）群组决策 为使决策科学化、民主化，

32、一个复杂系统通常是由多个决策者（专家）或决策部门参与决策的。群组决策问题是指采取一定的方法以使决策者的决策综合成一个较合理的结果的过程。 10.2 几个问题的处理方法应做好如下工作：1）重视并做好专家咨询工作； 合理选择咨询对象（专长及熟悉的领域）； 创造适合于咨询工作的良好环境（介绍AHP方法，提供信息，独立思考）； 正确的咨询方法（通过咨询确定递阶层次结构，设计好表格）； 10.2 几个问题的处理方法及时分析专家咨询信息，必要时要进行反馈及多轮次咨询。2）群组决策综合分析方法：两类方法将各专家的判断矩阵综合，得到综合判断矩阵，再计算排序。10.2 几个问题的处理方法 先求各专家判断矩阵的排

33、序向量，再综合成群组排序向量。 设S个专家的判断矩阵 Ak=(aij (k) , k=1,2, ，S 分别求出它们各自的排序向量 wk=(w1(k) ，w2(k) ，wn(k)T 10.2 几个问题的处理方法再记平均综合向量为w =(w1,w2, ,wn)T方法1 加权几何平均综合排序向量法 计算 wj= wj / （归一化）, 其中，k k 0且其中，k为第k个决策者的权重。 niiw1kkk11j=j=1,21,2，n n10.2 几个问题的处理方法ssjjjjwwww )()()()()2()1(21 对可采用性的考察：计算wj的标准差：j=其相应于新的总体判断矩阵A=(aij) (ai

34、j=wi /wj)的总体标准差：10.2 几个问题的处理方法(K)2 2 skjj-wws1 )()1/(1ij=个体标准差：（k)= 当总体标准差满足要求时，这组群组判断可采用，当个体标准差(k)满足要求时，认为第k个决策者的决策可通过，否则将信息反馈给有关专家，供修改时参考。10.2 几个问题的处理方法 skijij-aas1 )()1/(1(K)2 2 njjkj-wwn12)( )()1/(1方法2 加权算术平均综合向量法计算 W=1Wj(1)+ 2Wj(2)+sWj(s) k0，可类似地根据式 式 判断可采用性。10.2 几个问题的处理方法 s1kk1 1.某工厂有一笔企业留成利润，

35、要决 定如何使用。 供选择方案： 作奖金，集体福利设施，引入设备技术 建立如下层次分析模型：10.3 应用举例目标层：准则层C：方案层P：合理使用留成利润 A改善职工生活条件C3提高技术水平C2调动职工积极性C1引进设备技术P3福利P2奖金P110.3 应用举例A-C判断矩阵: A C1 C2 C3 w(2) C1 1 1/5 1/3 0.105 C2 5 1 3 0.637 C3 3 1/3 1 0.258 max=3.038 ，归一化特征向量w(2) C.I.=0.019 ， C.R.=0.032760.1 满意的一致性10.3 应用举例C1-P: C1 P1 P2 U1(3) P1 1

36、1/3 0.25 P2 3 1 0.75 max=2 C.I.=0 10.3 应用举例C2-P: C2 P2 P3 U2(3) P2 1 1/5 0.167 P3 5 1 0.833max=2 C.I.=010.3 应用举例C3-P: C3 P1 P3 U3(3) P1 1 2 0.667 P2 1/2 1 0.333 max=2 C.I.=0 10.3 应用举例 0.25 0 0.667 U(3)= 0.75 0.167 0.333 0 0.833 0w(3)=U(3)w(2)=(0.198，0.271，0.531)T得到P3优于P2又优于P1，从分配上可以用53.1%来引进新设备、新技术；

37、用19.8%来发奖金；用27.1%来改善福利。10.3 应用举例2.2.层次分析法对于下面几种情况的优化问题特别适用：问题中除可计量的量外，还存在不可计量的量时，可用AHP通过对不可计量的量与可计量的量的相对比较，而获得相对的量测；当优化问题的结构难以事先确定，而在很大程度上取决于决策者的经验时；10.3 应用举例各变量不独立，有内部相关性时；目标与约束、约束与约束之间紧密联系时；多目标问题；10.3 应用举例 在用AHP法解决优化问题时，常用的有两种方式：当模型中涉及不可计量的量时，用AHP法的比例标度来确定目标函数，约束函数的权重（系数）；直接采用AHP模型。 AHP法有广泛的应用前景，可

38、以用来决定其他方面的一些问题。下面举一个解决优化问题的例子。10.3 应用举例例 食品最佳搭配问题 假设某人有3种食品可供选择：肉、面包、蔬菜它们所含营养成分及单价如下表所示：食品 维生素A 维生素B2 / 热量 / 单价/ 搭配量 （国际 （mg/g） （kcal/g） （元/g） 单价/g） 肉 0.3527 0.0021 2.86 0.0055 x1面包 0 0.0006 2.76 0.0012 x2蔬菜 25.0 0.002 0.25 0.0014 x310.3 应用举例该人体重55kg，每天对各种营养的最小需求为：维生素A：7500 国际单位维生素B2：1.6338 mg热量：205

39、0 kcal问题：应如何搭配食品？（自然的想法是：使在保证营养的情况下支出最小）10.3 应用举例 容易建立如下线性规划模型：min z=0.0055 x1+0.0012 x2+0.0014 x3s.t. 0.3527 x1+25.0 x37500 0.0021 x1+0.0006 x2+0.002x31.6338 2.86 x1+2.76 x2+0.25 x32050 x1，x2，x30利用单纯形法可得解利用单纯形法可得解 x*=(0, 689.44, 610.67)T z*1.6710.3 应用举例 即不吃肉，面包689.44g，蔬菜610.67g，每日支出1.67元。显然这个最优方案是行

40、不通的，它没有考虑此人对食品的偏好。我们可根据偏好加约束: x1140, x2450, x3不限 得到线性规划解： x*=(245.44, 450.00 424.19)T z*=2.48元 10.3 应用举例其次，在这里各营养成分被看成同样重要，起决定因素的是支出。但实际上，营养价值与支出都需要考虑，只是地位（权重）不同。这样无法建立目标函数。下面用层次分析法来处理问题：层次结构： 10.3 应用举例每日需求 R支出 C 营养 N维生素 A 维生素 B2热量 Q肉 me面包 br蔬菜 ve10.3 应用举例对于一个中等收入的人，满足营养要求比支出更重要。于是 R N C w(2) N 1 3 0.75 C 1/3 1 0.25 max=2 C.I.=010.3 应用举例 N A B2 Q w1(3) A 1 1 2 0.4 B2 1 1 2 0.4 Q 1/2 1/2 1 0.2 max=3 C.I.=010