概率统计实验12多准则决策问题

1、实验十二 多准则决策问题一 实验目的通过用层次分析法解决一个多准则决策问题, 学习层次分析法的基本原理与方法; 掌握用层次分析法建立数学模型的基本步骤；学会用Mathematica解决层次分析法中的数学问题.二 学习Mathematica命令有时在计算中只需求出实数解, 而省略复数解, 则可以输入调用只求实数解的软件包. 输入<<MiscellaneousRealOnly.m即可.三 实验的基本原理与方法层次分析法是一种简便、灵活而实用的多准则决策方法. 它特别适用于难以完全定量进行分析的，又相互关联、相互制约的众多因素构成的复杂问题. 它把人的思维过程层次化、数量化, 是系统分析

2、的一个新型的数学方法.运用层次分析法建模，大体上可分四个基本步骤进行：1. 建立层次结构首先对所面临的问题要掌握足够的信息. 搞清楚问题的范围、因素、各因素之间的相互关系，及所要解决问题的目标. 把问题条理化、层次化，构造出一个有层次的结构模型. 在这个模型下，复杂问题被分解为元素的组成部分. 这些元素又按其属性及关系形成若干层次. 层次结构一般分三类：第一类为最高层，它是分析问题的预定目标和结果，也称目标层；第二类为中间层，它是为了实现目标所涉及的中间环节，如：准则、子准则，也称准则层；第三类为最低层，它包括了为实现目标可供选择的各种措施、决策方案等，也称方案层.决策目标方案2方案m方案1准

3、则1准则n准则2 图1 图26.1层次结构应具有几个特点：(1) 从上到下顺序地存在支配关系，并用直线段表示.(2) 整个结构中层次数不受限制.2. 建立判断矩阵判断矩阵是层次分析的关键. 假定以上一层次的元素O为准则，所支配的下一层次的元素为，n个元素对上一层次的元素O有影响，要确定它们在O中的比重采用成对比较法即每次取两个元素和，用表示与对O的影响之比，全部比较的结果可用矩阵表示，矩阵称为判断矩阵定义1 若判断矩阵满足下列条件：则称判断矩阵为正互反矩阵.怎样确定判断矩阵的元素取值？当某层的元素对于上一层某元素O的影响可直接定量表示时（如利润多少），与对O的影响之比可以直接确定，的值也易得到

4、但对于大多数社会经济问题，特别是比较复杂的问题，元素和对的重要性不容易直接获得，需要通过适当的方法解决通常取数字及其倒数作为的取值范围这是因为在进行定性的成对比较时，人们头脑中通常有5个明显的等级：表1 成对比较的尺度与对O的影响比相同稍强强很强绝对地强（尺度）13579在每两个等级之间各有一个中间状态，共19个尺度. 另外心理学家认为进行成对比较的因素太多，将超出人们的判断比较能力，降低精确. 实践证明，成对比较的尺度以7为宜. 故的取值范围是1，2，及其倒数1，3. 计算层次单排序并做一致性检验层次单排序是指同一层次各个元素对于上一层次中的某个元素的相对重要性进行排序. 具体做法是：根据同

5、一层n个元素，对上一层某元素O的判断矩阵求出它们对于元素O的相对排序权重，记为：.写成向量形式： ，称为的排序权重向量. 其中表示第个元素对上一层中某元素O所占的比重. 从而得到层次单排序. 层次单排序权重向量可有几种方法求解，常用的方法是利用判断矩阵的特征值与特征向量来计算排序权重向量.为此引出矩阵的特征值与特征向量的有关理论.定义2 如果一个正互反矩阵满足，则称矩阵具有一致性，称元素的成对比较是一致的; 并且称为一致矩阵.根据矩阵理论，可以得到如下几个定理.定理1 阶正互反矩阵的最大特征根，当时，是一致的.定理2 阶正互反矩阵是一致矩阵的充分必要条件是最大特征值.计算排序权重向量方法和步骤

6、：设是阶判断矩阵的排序权重向量，当为一致矩阵时，根据阶判断矩阵构成的意义，显然有 （1）因而满足 . 这里是矩阵的最大特征根，是相应的特征向量；当为一般的判断矩阵时. 其中是的最大特征值（也称主特征根），是相应的特征向量（也称主特征向量）. 经归一化后（即：），可近似作为排序权重向量，这种方法称为特征根法.一致性检验：在判断矩阵的构造中，并没有要求判断矩阵具有一致性的特点. 这是由于客观事物的复杂性与人的认识的多样性所决定.特别是在规模大、因素多的情况下，对于判断矩阵的每个元素来说，不可能求出精确的.但要求判断矩阵大体上应该是一致的. 一个经不起推敲的判断矩阵有可能导致决策的失误. 利用上述方

7、法计算排序权向量，当判断矩阵过于偏离一致性时，其可靠程度也出现问题. 因此需要对判断矩阵的一致性进行检验. 其步骤如下：（1）计算一致性指标 （2）当时，即时，判断矩阵是一致的. 当值越大，判断矩阵的不一致的程度越严重. （2）查找相应的平均随机一致性指标下表给出了（从111）阶正互反矩阵，用了100150个随机样本矩阵算出的随机一致性指标表2 矩阵阶数与随机一致性指标矩阵阶数1234567891011000.580.91.121.241.321.411.451.491.51（3）计算一致性比例 （3）当时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正. 4. 计算层次总排序权

8、重并做一致性检验在得到了某层元素对其上一层中某元素的排序权重向量后，还需要得到各层元素，特别是最低层中各方案对于目标层的排序权重，即层次总排序权重向量，从而进行方案选择. 层次总排序权重要自上而下地将层次单排序的权重进行合成得到. 考虑3个层次的决策问题. 若第一层只有1个元素，第二层有个元素，第三层有个元素，设第二层对第一层的层次单排序的权重向量为：第三层对第二层的层次单排序的权重为：以为列向量构成矩阵 （4）则第三层对第一层的层次总排序权重向量为 （5）一般地，若有s层，则第k层对第一层的总排序权重向量为 （6）其中是以第k层对第k-1层的排序权向量为列向量组成的矩阵，是第k-1层对第一层

9、的总排序权重向量. 按照上述递推公式，可得到最下层（第层）对第一层的总排序权重向量为 （7）层次总排序权重向量也要进行一致性检验. 具体方法是从最高层到最低层逐层进行.定义3：若考虑的决策问题共有层. 设第（）层的一致性指标为; 第层的随机一致性指标为 ，令 （8） （9）则第层对第一层的总排序权向量的一致性比率为. （10）其中为由（3）式计算的第二层对第一层的排序权向量的一致性比率.当最下层对第一层的总排序权向量的一致性比率时，认为整个层次结构的比较判断可通过一致性检验.四 实验内容电脑的选购问题.在选购电脑时，人们希望花最少的钱买到最理想的电脑. 下面通过层次分析法建立数学模型，以此确定

10、欲选购的电脑. 模型建立的步骤可以分成四步：1. 建立购机的层次结构模型；2. 构造成对比较矩阵；3. 计算排序权重向量并做一致性检验；4. 计算层次总排序权重向量并做一致性检验. 下面按上述各步骤一一讨论研究. 1. 建立购机的层次结构模型 选择的目标 售后服务外观质量价格性能品牌1品牌2品牌3图 26.2层次共有三层：最高层是“目标层”（用符号O表示最终的选择目标）；中间层是“准则层”（分别用符号表示“性能”、“价格”、“质量”、“外观”、“售后服务”五个判断准则）；最低层是“方案层”（分别用符号表示选定的三种品牌机：品牌1、品牌2、品牌3作为候选机型）. 选定了上述三种品牌机后，就要根据

11、准则进行评定. 2. 建立成对比较矩阵（1）建立“准则层”对“目标层”的成对比较矩阵根据表1的定量化尺度，根据建模者的个人观点，设“准则层”对“目标层”的成对比较矩阵为 （11）（2）建立“方案层”对“准则层”的成对比较矩阵 3. 计算排序权重向量并做一致性检验利用Mathematica的Eigensystem命令可得到矩阵A的最大特征值及特征值所对应的特征向量. 输入：<<MiscellaneousRealOnly.m(*调用只求实数运算的软件包*)A=1.0, 5, 3, 9, 3, 1/5, 1, 1/2, 2, 1/2, 1/3, 2, 1, 3, 1, 1/9, 1/2,

12、 1/3, 1, 1/3, 1/3, 2, 1, 3, 1;（*以小数形式1.0输入, 进行近似计算，可避免精确解太长、太复杂*）T=EigensystemA/Chop(*输入/Chop,把与零非常接近的数换成零*)输出为：5.00974, Nonreal, Nonreal, 0, 0, 0.88126, 0.167913, 0.304926, 0.0960557, 0.304926, 0.742882, Nonreal, Nonreal, Nonreal, Nonreal, 0.742882, Nonreal, Nonreal, Nonreal, Nonreal, -0.993398, 0,

13、 0.0673976, 0.0662265, 0.0650555, -0.65676, 0, 0.57431, 0.043784, -0.486742(输出中的Nonreal表示复数)得到A的最大特征值，以及所对应的特征向量输入Clearx;x=T2,1;ww2=x/ApplyPlus, x得归一化后的特征向量：计算一致性指标 其中，, 得 =0.002435.查表得到相应的随机一致性指标得到一致性比例=0.002174故，通过了一致性检验. 此时可以认为A的一致性程度在容许的范围之内，可以用其归一化后的特征向量作为其排序权向量.再求矩阵的最大特征值及特征值所对应的特征向量. 输入命令B1=B

14、3=1.0, 1/3, 1/5, 3, 1, 1/2, 5, 2, 1;B2=TransposeB1;B4=1.0, 5, 3, 1/5, 1, 1/2, 1/3, 2, 1;B5=1.0, 3, 3, 1/3, 1, 1, 1/3, 1, 1;T1=EigensystemB1/ChopT2=EigensystemB2/ChopT3=EigensystemB3/ChopT4=EigensystemB4/ChopT5=EigensystemB5/Chop输出分别为3.00369,Nonreal,Nonreal,0.163954,0.46286,0.871137,Nonreal,Nonreal,0

15、.871137,Nonreal,Nonreal,0.871137;3.00369,Nonreal,Nonreal,0.928119,0.328758,0.174679,0.928119,Nonreal,Nonreal,0.928119,Nonreal,Nonreal3.00369,Nonreal,Nonreal,0.163954,0.46286,0.871137,Nonreal,Nonreal,0.871137,Nonreal,Nonreal,0.8711373.00369,Nonreal,Nonreal,0.928119,0.174679,0.328758,0.928119,Nonreal,

16、Nonreal,0.928119,Nonreal,Nonreal3.,0,0,0.904534,0.301511,0.301511,-0.973329,0.162221,0.162221,-0.170182,-0.667851,0.724578从输出可以分别得到的最大特征值为，以及上述特征值所对应的特征向量为其中 为了求得归一化后（即：）的特征向量：输入Clearx1,x2,x3,x4,x5;x1=T12,1;w1=x1/ApplyPlus, x1x2=T22,1;w2=x2/ApplyPlus, x2x3=T32,1;w3=x3/ApplyPlus, x3x4=T42,1;w4=x4/App

17、lyPlus, x4x5=T52,1;w5=x5/ApplyPlus, x5得 为计算一致性指标,其中，输入lamda=T11,1, T21,1, T31,1, T41,1, T51,1CI=(lamda-3)/(3-1)/Chop得查表得到相应的随机一致性指标计算一致性比例输入CR=CI/0.58得.故，通过了一致性检验. 此时可以认为的一致性程度在容许的范围之内，可以用其特征向量（归一化后）作为其排序权向量. 4. 计算层次总排序权重向量并做一致性检验列表表示各数据如下：表3 购买个人电脑问题第三层对第二层的排序权重计算结果k123450.1094520.6483290.1094520.6483290.60.3089960.2296510.3089960.122020.20.5815520.122020.5815520.2296510.2 3.00369 3.00369 3.00369 3.00369 3.以矩阵表示第三层对第二层的排序权重计算结果为即是第三层对第二层的权重向量为列向量组成的矩阵. 最下层（第三层）对最上层（第一层）的总排序权向量为为了计算上式, 输入W3=Transposew1