模糊聚類分析例子1-文庫吧
2025-06-11 07:29 本頁面
【正文】 培訓參與0工作提供0請專家設定指標權重，一級指標權重為：二級指標權重為： 對各個子因素集進行一級模糊綜合評判得到： 這樣，二級綜合評判為： 根據(jù)最大隸屬度原則，認為該員工的評價為良好。同理可對該部門其他員工進行考核。3. 層次分析模型你已經去過幾家主要的摩托車商店，基本確定將從三種車型中選購一種，你選擇的標準主要有：價格、耗油量大小、舒適程度和外觀美觀情況。經反復思考比較，構造了它們之間的成對比較判斷矩陣。A=三種車型（記為a,b,c）關于價格、耗油量、舒適程度和外表美觀情況的成對比較判斷矩陣為價格 a b c 耗油量 a b c 舒適程度 a b c 外表 a b c 根據(jù)上述矩陣可以看出四項標準在你心目中的比重是不同的，請按由重到輕順序將它們排出。解：用matlab求解層次總排序的結果如下表準則價格耗油量舒適程度外表總排序權值準則層權值方案層單排序權值abcMatlab程序如下：clc,clearn1=4。n2=3。a=[1 3 7 81/3 1 5 51/7 1/5 1 31/8 1/5 1/3 1]。b1=[1 2 3 1/2 1 2 1/3 1/2 1 ]。b2=[1 1/5 1/25 1 72 1/7 1 ]。b3=[1 3 5 1/3 1 4 1/5 1/4 1 ]。b4=[1 1/5 35 1 71/3 1/7 1]。ri=[0,0,,]。 % 一致性指標RI[x,y]=eig(a)。 %x為特征向量，y為特征值lamda=max(diag(y))。num=find(diag(y)==lamda)。w0=x(:,num)/sum(x(:,num))。 w0 %準則層特征向量CR0=(lamdan1)/(n11)/ri(n1) %準則層一致性比例for i=1:n1[x,y]=eig(eval(char([39。b39。,int2str(i)])))。lamda=max(diag(y))。num=find(diag(y)==lamda)。w1(:,i)=x(:,num)/sum(x(:,num))。 %方案層的特征向量CR1(i)=(lamdan2)/(n21)/ri(n2)。 %方案層的一致性比例endw1CR1, ts=w1*w0, CR=CR1*w0 %ts為總排序的權值，CR為層次總排序的隨機一致性比例% ，認為總層次排序結果具有較滿意的一致性并接受該結果，否則對判斷矩陣適當修改4. 灰色預測GM（1,1）模型 某地區(qū)年平均降雨量數(shù)據(jù)如表某地區(qū)年平均降雨量數(shù)據(jù)年份122345678降雨量412320
環(huán)評公示相關推薦
鄂ICP備17016276號-1