zl50裝載機的綜合性能評價(編輯修改稿)
2025-07-26 09:30 本頁面
【文章內(nèi)容簡介】 的判斷矩陣求出的特征向量（權(quán)值）不一定是合理的。不能通過，就需要調(diào)整，在指標(biāo)數(shù)量多的時候這是個很痛苦的過程，因為根據(jù)人的思維定勢，你覺得這個指標(biāo)應(yīng)該是比那個重要，那么就比較難調(diào)整過來，同時，也不容易發(fā)現(xiàn)指標(biāo)的相對重要性的取值里到底是哪個有問題，哪個沒問題。這就可能花了很多時間，仍然是不能通過一致性檢驗，而更糟糕的是根本不知道哪里出現(xiàn)了問題。也就是說，層次分析法里面沒有辦法指出我們的判斷矩陣里哪個元素出了問題。4. 特征值和特征向量的精確求法比較復(fù)雜在求判斷矩陣的特征值和特征向量時，所用的方法和我們多元統(tǒng)計所用的方法是一樣的。在二階、三階的時候，我們還比較容易處理，但隨著指標(biāo)的增加，階數(shù)也隨之增加，在計算上也變得越來越困難。不過幸運的是這個缺點比較好解決，我們有三種比較常用的近似計算方法。第一種就是和法，第二種是冪法，還有一種常用方法是根法。⑶基本步驟?建立層次結(jié)構(gòu)模型 在深入分析實際問題的基礎(chǔ)上，將有關(guān)的各個因素按照不同屬性自上而下地分解成若干層次，同一層的諸因素從屬于上一層的因素或?qū)ι蠈右蛩赜杏绊?，同時又支配下一層的因素或受到下層因素的作用。最上層為目標(biāo)層，通常只有1個因素，最下層通常為方案或?qū)ο髮樱虚g可以有一個或幾個層次，通常為準(zhǔn)則或指標(biāo)層。當(dāng)準(zhǔn)則過多時(譬如多于9個)應(yīng)進一步分解出子準(zhǔn)則層。?構(gòu)造成對比較陣 從層次結(jié)構(gòu)模型的第2層開始，對于從屬于(或影響)上一層每個因素的同一層諸因素，用成對比較法和1—9比較尺度構(gòu)造成對比較陣，直到最下層。?構(gòu)造判斷矩陣 層次分析法的一個重要特點就是用兩兩重要性程度之比的形式表示出兩個方案的相應(yīng)重要性程度等級。如對某一準(zhǔn)則，對其下的各方案進行兩兩對比，并按其重要性程度評定等級。記為第 和第 因素的重要性之比，表1列出Saaty給出的9個重要性等級及其賦值。按兩兩比較結(jié)果構(gòu)成的矩陣 稱作判斷矩陣。判斷矩陣 具有如下性質(zhì)： 且 / ( =1,2,… ) 即 為正互反矩陣表1比例標(biāo)度表因素 比因素量化值同等重要1稍微重要3較強重要5強烈重要7極端重要9兩相鄰判斷的中間值2，4，6，8④計算權(quán)重向量 為了從判斷矩陣中提煉出有用信息，達到對事物的規(guī)律性的認識，為決策提供出科學(xué)依據(jù)，就需要計算判斷矩陣的權(quán)重向量。定義：判斷矩陣 ，如對 … ，成立 ，則稱 滿足一致性，并稱 為一致性矩陣。一致性矩陣A具有下列簡單性質(zhì): 存在唯一的非零特征值 ,其對應(yīng)的特征向量歸一化后 記為 ，叫做權(quán)重向量； 的列向量之和經(jīng)規(guī)范化后的向量，就是權(quán)重向量； 的任一列向量經(jīng)規(guī)范化后的向量，就是權(quán)重向量；對 的全部列向量求每一分量的幾何平均，再規(guī)范化后的向量，就是權(quán)重向量。因此，對于構(gòu)造出的判斷矩陣，就可以求出最大特征值所對應(yīng)的特征向量，然后歸一化后作為權(quán)值。根據(jù)上述定理中的性質(zhì)2和性質(zhì)4即得到判斷矩陣滿足一致性的條件下求取權(quán)值的方法，分別稱為和法和根法。而當(dāng)判斷矩陣不滿足一致性時，用和法和根法計算權(quán)重向量則很不精確。⑤一致性檢驗 當(dāng)判斷矩陣的階數(shù) 時，通常難于構(gòu)造出滿足一致性的矩陣來。但判斷矩陣偏離一致性條件又應(yīng)有一個度，為此，必須對判斷矩陣是否可接受進行鑒別，這就是一致性檢驗的內(nèi)涵。定理:設(shè) 是正互反矩陣 的最大特征值則必有 ,其中等式當(dāng)且僅當(dāng) 為一致性矩陣時成立。應(yīng)用上面的定理，則可以根據(jù) 是否成立來檢驗矩陣的一致性，如果 比 大得越多，則 的非一致性程度就越嚴重。因此，定義一致性指標(biāo)（1）CI越小，說明一致性越大?？紤]到一致性的偏離可能是由于隨機原因造成的，因此在檢驗判斷矩陣是否具有滿意的一致性時，還需將CI和平均隨機一致性指標(biāo)RI進行比較，得出檢驗系數(shù)CR，即（2）如果CR ，則認為該判斷矩陣通過一致性檢驗，否則就不具有滿意一致性。其中，隨機一致性指標(biāo)RI和判斷矩陣的階數(shù)有關(guān)，一般情況下，矩陣階數(shù)越大，則出現(xiàn)一致性隨機偏離的可能性也越大，其對應(yīng)關(guān)系如表2:表2平均隨機一致性指標(biāo)RI標(biāo)準(zhǔn)值(不同的標(biāo)準(zhǔn)不同，RI的值也會有微小的差異)矩陣階數(shù)12345678910RI00
語文相關(guān)推薦
鄂ICP備17016276號-1