层次分析法的程序.docVIP

以下的程序为层次分析法的程序，其中bilie是决策者考虑的决策条件之间的关系所组成的矩阵。a1，a2,a3为评价对象之间的关系所构成的矩阵。 如：老师为决策者，成绩，平时表现为决策条件，其他同学对其的印象，学生a1,a2,a3为决策对象，他们的关系如图所示，我们能根据他们的关系来评价他们的优秀度。： 其中 成绩 平时表现 其他同学对其的印象为决策条件其构成的矩阵为： 其中 学生a1,a2,a3对于决策条件成绩构成的矩阵为： 其中 学生a1,a2,a3对于决策条件平时表现构成的矩阵为： 其中 学生a1,a2,a3对于决策条件其他同学对其的印象构成的矩阵为： 把bilie a1 a2 a3代人以下程序就能知道三个同学的优秀度： （注：此程序是根据本例而编写的，如果你的评价对象不是三个，需适当的改写此程序，只需多（或少）编写对a1 a2 a3求权向量的程序同时记得改写函数名fenxi中的自变量） function fenxi(bilie,a1,a2,a3) %bilie为一些中间决策之间的相对关系所构成的矩阵，a1为参与竞争的事物对第一个决策的依赖性所构成的矩阵，a2为参与竞争的事物对第二个决策的依赖性所构成的矩阵， % a2为参与竞争的事物对第二个决策的依赖性所构成的矩阵，a3为参与竞争的事物对第三个决策的依赖性所构成的矩阵。 [m,n]=size(bilie);%求出中间决策之间的相对关系所构成的矩阵的行数和列数（m为行数，n为列数） for i=1:n a(i)=sum(bilie(:,i));%求bilie矩阵每一列的和 end %把矩阵bilie归一化处理 for i=1:n for j=1:m xbilie(j,i)=bilie(j,i)/a(i); end end %求矩阵每一行的和 for i=1:m sumxbilie(i)=sum(xbilie(i,:)); end %对sumxbilie进行归一化处理，求每一个决策条件的权重 b=sum( sumxbilie); for i=1:m quan(i)= sumxbilie(i)/b end %求出决策矩阵与权重矩阵的乘积，从而求出最大特征根的近似值 C=bilie*quan; for i=1:m D= C(i)/quan(i); end max_dezhi=1/m*sum(D);%max_dezhi为最大特征根的近似值 if(max_dezhi==m)%判断bilie是不是一致性矩阵 char(bilie是一致性矩阵) else char(bilie不是一致性矩阵) %对一致性指标的计算，对所求结果进行一致性指标比较 CI=( max_dezhi-m)/(m-1); RI=[0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45]; CR=CI/RI(m); if(CR0.1)%一致性指标与0.1的比较，看其是否满足一致性 %满足一致性时，输出 A不是一致性阵，但A具有满意的一致性，可接受‘字样，比进行下一步计算 char(A不是一致性阵，但A具有满意的一致性，可接受) %求出a1矩阵的权相量 [m1,n1]=size(a1); for i=1:n1 a11(i)=sum(a1(:,i));%求a1矩阵每一列的和 end %把矩阵a1归一化处理 for i=1:n1 for j=1:m1 xa1(j,i)=a1(j,i)/a11(i); end end %求矩阵xa1每一行的和 for i=1:m1 sumxa1(i)=sum(xa1(i,:)); end %求出a1权相量 B1=sum( sumxa1); for i=1:m1 quan_a1(i)= sumxa1(i)/B1 end %求出a2矩阵的权相量 [m2,n2]=size(a2); for i=1:n2 a22(i)