-
基于层次分析法的中国航运企业SWOT分析
2020-01-27 17:27:15基于层次分析法的中国航运企业SWOT分析,刘振峰,刘阁,将层次分析法(AHP)融入到航运企业的SWOT分析中,通过建立SWOT定量分析模型和五个判断矩阵,分析得出了影响航运企业发展的关键因素� -
ahp层次分析法_基于层次分析法的购房决策分析
2020-11-24 14:20:36对于国人来说,住房肯定是人生最重要的事之一,那么购房当仁不让的成为了许多...本文在对层次分析法的发展现况以及该理论存在的问题综述的基础上,简述了AHP解决问题的基本步骤,并从数学原理角度对AHP中的重要概念—...对于国人来说,住房肯定是人生最重要的事之一,那么购房当仁不让的成为了许多家庭深思熟虑的问题。就现在的购房市场而言,可以将购买人群分为两类:工薪家庭和高薪家庭。无论是哪一类家庭,他们在购房过程中都基本会考虑到房价、距市区的距离、周边环境、教育配套以及生活配套这五大因素。本文在对层次分析法的发展现况以及该理论存在的问题综述的基础上,简述了AHP解决问题的基本步骤,并从数学原理角度对AHP中的重要概念——判断矩阵一致性做了较为简单的介绍;其次,利用层次分析法的理论对同一类住房进行排序,择优选出较理想的住房,旨在使得购买更加合理,获得较大价值的目的。层次分析法是一种层次权重决策分析方法,它将与决策有关的元素分解成目标、准则、方案等层次,并在此基础之上进行定性和定量分析。其特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法,尤其适合于对决策结果难以直接准确计量的场合。层次分析法的应用比较广泛,然而在现实生活中,对于最熟悉的住房问题,我们也可以运用层次分析法来解决。目前,房子问题成了我们老百姓非常关心的问题之一,也是一个很难做出决策的问题。事实上,影响个人住房购房的因素很多,如价格因素、家庭收入因素、区位因素、楼盘小区配套因素等,而这些因素对于购房者的影响程度各不相同,于是选择一套适合自己的住房便成为摆在购房者面前的一道难题。本文上针对三种不同层次人群——年轻人、中年人、老年人的购房问题基于层次分析法进行决策分析,目的在于说明不同层次的人群在考虑不同因素的情况下该如何找到比较满意的房源,从而进一步说明基于层次分析法辅助消费者购房的可行性和具体过程。
具体的大纲为:
1 绪论
2 层次分析法简介
2.1 层次分析法的基本思想
2.2 层次分析法的基本步骤
3基于层次分析法的消费者购房的决策分析与应用
3.1 层次分析法在年轻人购房的决策分析与应用
3.1.1 提出问题
3.1.2 层次结构图
3.1.3 列出两两比较矩阵
3.1.4 求各因素权重的过程
3.1.5 两两比较矩阵一致性检验
3.1.6 利用特征向量求出各方案的优劣次序
3.2 层次分析法在中年人二次购房的决策分析与应用
3.3 层次分析法在老年人购房的决策分析与应用
4 .综合评价与购房建议
结论
致谢
参考文献
[1]李东, 由亚男. 基于层次分析法的购房决策分析[J]. 湖南工业职业技术学院学报, 2008, 8(1):34-36.
[2]王军武, 蒋丽, 张露. 基于层次分析法的房地产投资决策研究[J]. 武汉理工大学学报(信息与管理工程版), 2004, 26(5).
[3]霍海峰, 温鲜, 黄秋和. 基于层次分析法的购房策略[J]. 现代经济信息, 2013(15):204-205.
[4]张华. 基于层次分析法的青年人购房模型[J]. 重庆工商大学学报(自然科学版), 2015, 32(4):85-90.
[5]胡辉. 基于层次分析法的住宅项目投资决策研究[D]. 天津大学, 2013.
[6]解铭. 基于层次分析法的多属性灰决策方法及应用[J]. 数学的实践与认识, 2018, 48(20).
[7]王晓亮, 苏能, 王振庭, et al. 基于层次分析法的住房决策模型[J]. 时代金融, 2016(21):352-353.
[8]李天赐. 层次分析法在购房决策中的应用[J]. 宿州学院学报, 2016, 031(010):36-40.
-
基于正交试验的落石落距的影响因素分析
2020-06-04 05:32:36基于Rockfall对岩质边坡的落石落距进行了模拟,同时在分析落石落距的影响因素研究中,引入正交试验法,以落距为评价指标,将影响落石落距的五种因素取四种水平进行五因素四水平的正交试验模拟分析。结果表明,坡高是影响... -
基于模糊层次分析法的含水层富水性研究
2020-07-08 10:34:57针对影响含水层富水性的因素,以某矿为例,分析选取了5个指标作为含水层富水性评价指标,结合模糊层次分析法确定了各评价指标的影响权重,应用GIS强大的信息融合功能,得到5个评价指标共同影响下的含水层富水性,并将研究... -
论文研究 - 农村垃圾分类处理现状及影响因素分析-基于蚌埠市的实证研究
2020-05-14 14:24:57为了分析现阶段我国农村垃圾分类及处理的影响因素,本文从居民,政府,社会,经济,家庭五个方面选择了九个因素,并运用层次分析法对这些因素进行比较发现影响农村垃圾分类的主要因素。 结合农村垃圾分类处理的现状... -
层次分析法在建昌盆地油页岩勘查有利区优选中的应用
2020-06-26 22:46:31层次分析法综合定性分析与定量分析将复杂...通过层次分析法对建昌盆地5个油页岩勘查区进行评价优选,敖汉旗大青山和朝阳七道泉子勘查区得分最高,勘探前景最好,其次凌源五家子和建昌碱厂,喀左九佛堂勘查区勘探前景较差。 -
基于主成分分析的摩托车声品质影响因素研究
2020-01-31 03:31:22基于主成分分析的摩托车声品质影响因素研究,张亮,贺岩松,本文运用主成分分析方法,对五款150cc摩托车不同转速下驾驶员双耳处的声音特征参量进行分析,提取出3个主要特征因子;采用评分法以 -
论文研究 - 基于层次分析法的机舱资源评价
2020-05-17 06:34:00因此,分析层次过程(AHP)被用作此目的的研究技术。 机房中的五类资源被指定为最高标准。 这些资源包括人力资源,消耗性资源,信息资源,设备资源和环境资源。 根据企业风险管理的五种资源,确定了22个子标准。 ... -
尼日利亚农村居民计划生育意识水平调查(主成分分析法)
2020-06-03 09:51:55因此,经济学,教育背景,族裔,文盲,婚姻状况和社会状况分别为0.4844、0.2391、0.1480、0.0597、0.0461和0.0227,从而将这些因素分别定为第一台PC,第二台PC,第三台PC,第四台PC,第五台PC和第六台PC。... -
机器学习(MACHINE LEARNING)MATLAB实现层次分析法案例【AHP】
2020-05-25 17:18:04文章目录1 建模步骤2 层次结构...层次分析法是用来根据多种准则,或是说因素从候选方案中选出最优的一种数学方法 3 构建成对比较矩阵 准则层的五个因素比较矩阵 4 实际问题解决 Bi是三个地点关于准则层的比较矩阵1 建模步骤
运用层次分析法建模,大体上可按下面四个步骤进行:
建立递阶层次结构模型;
构造出各层次中的所有判断矩阵;
层次单排序及一致性检验;
层次总排序及一致性检验。2 层次结构模型
层次分析法是用来根据多种准则,或是说因素从候选方案中选出最优的一种数学方法
3 构建成对比较矩阵
准则层的五个因素比较矩阵
4 实际问题解决
Bi是三个地点关于准则层的比较矩阵。
如B1是三个地点对景色的比较矩阵。5 代码和结果分析
5.1 代码 1
%层次分析法(AHP) disp('请输入判断矩阵A(n阶)'); A = input('A='); [n,n] = size(A); x = ones(n,100); y = ones(n,100); m = zeros(1,100); m(1) = max(x(:,1)); y(:,1) = x(:,1); x(:,2) = A*y(:,1); m(2) = max(x(:,2)); y(:,2) = x(:,2)/m(2); p=0.0001; i=2; k=abs(m(2)-m(1)); while k>p i=i+1; x(:,i) = A*y(:,i-1); m(i) = max(x(:,i)); y(:,i) = x(:,i)/m(i); k=abs(m(i)-m(i-1)); end a = sum(y(:,i)); w = y(:,i)/a; t = m(i); disp(w); %一致性检验 CI = (t-n)/(n-1); RI = [0 0 0.52 0.89 1.12 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59]; CR = CI/RI(n); if CR<0.10 disp('此矩阵一致性可以接受!'); disp('CI=');disp(CI); disp('CR=');disp(CR); end
请输入判断矩阵A(n阶) A=[1 1/2 4 3 3;2 1 7 5 5;1/4 1/7 1 1/2 1/3;1/3 1/5 2 1 1;1/3 1/5 3 1 1] 0.2636 0.4758 0.0538 0.0981 0.1087 此矩阵一致性可以接受! CI= 0.0180 CR= 0.0161
5.2 代码 2
function [Q]=test1(B) %Q为权值,B为对比矩阵 %导入判别矩阵B [n,m]=size(B); %判别矩阵具有完全一致性 for i=1:n for j=1:n if B(i,j)*B(j,i)~=1 fprintf('i=%d,j=%d,B(i,j)=%d,B(j,i)=%d\n',i,j,B(i,j),B(j,i)) end end end %求特征值特征向量,找到最大特征值对应的特征向量 [V,D]=eig(B); tz=max(D); tzz=max(tz); c1=find(D(1,:)==max(tz)); tzx=V(:,c1);%特征向量 %权 quan=zeros(n,1); for i=1:n quan(i,1)=tzx(i,1)/sum(tzx); end Q=quan; %一致性检验 CI=(tzz-n)/(n-1); RI=[0,0,0.58,0.9,1.12,1.24,1.32,1.41,1.45,1.49,1.52,1.54,1.56,1.58,1.59]; %判断是否通过一致性检验 CR=CI/RI(1,n); if CR>=0.1 fprintf('没有通过一致性检验\n'); else fprintf('通过一致性检验\n'); end end
5.3 分析
若想求出去题干中去哪个旅游地最好,也就是确定方案,可以对B使用上面代码,得到权重,与准则层做*和+计算,得出旅游地的最佳选择!
-
【数学建模】主成分分析法PCA(评价与决策)
2020-08-03 17:06:04主成分分析法主要针对数学建模问题中的一些小的子问题进行求解,如果想直接使用请跳转至——四、五 视频回顾 一、算法介绍 主成分分析(Principal Component Analysis,PCA),将多个变量通过线性变换以选出较少...主成分分析法主要针对数学建模问题中的一些小的子问题进行求解,如果想直接使用请跳转至——四、五
视频回顾一、算法介绍
主成分分析(Principal Component Analysis,PCA),将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。
在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。
主成分:由原始指标综合形成的几个新指标。依据主成分所含信息量的大小成为第一主成分,第二主成分等等。
一项十分著名的工作是美国的统计学家斯通(stone)在1947年关于国民经济的研究。他曾利用美国1929一1938年各年的数据,得到了17个反映国民收入与支出的变量要素,例如雇主补贴、消费资料和生产资料、纯公共支出、净增库存、股息、利息外贸平衡等等。
在进行主成分分析后,竟以97.4%的精度,用三新变量就取代了原17个变量。根据经济学知识,斯通给这三个新变量分别命名为总收入F1、总收入变化率F2和经济发展或衰退的趋势F3。- 主成分与原始变量之间的关系:
(1)主成分保留了原始变量绝大多数信息。
(2)主成分的个数大大少于原始变量的数目。
(3)各个主成分之间互不相关。
(4)每个主成分都是原始变量的线性组合。
⭐ 假设我们所讨论的实际问题中,有p个指标,我们把这p个指标看作p个随机变量,记为X1,X2,…,Xp,主成分分析就是要把这p个指标的问题,转变为讨论p个指标的线性组合的问题,而这些新的指标F1,F2,…,Fk(k≤p),按照保留主要信息量的原则充分反映原指标的信息,并且相互独立。
⭐ 这种由讨论多个指标降为少数几个综合指标的过程在数学上就叫做降维。主成分分析通常的做法是,寻求原指标的线性组合Fi。
二、适用问题
三、算法总结
四、应用场景举例
五、SPSS操作
1.归一化
2. 主成分分析
六、实际案例
七、论文案例片段(待完善)
- 主成分与原始变量之间的关系:
-
【数学建模】层次分析法AHP(评价与决策)
2020-08-01 17:06:38层次分析法主要针对数学建模问题中的一些小的子问题进行求解,如果想直接使用请跳转至——四、五 一、算法介绍 根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及...文章目录
层次分析法主要针对数学建模问题中的一些小的子问题进行求解,如果想直接使用请跳转至——四、五
视频回顾一、算法介绍
根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合,形成一个多层次的分析结构模型,从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
二、适用问题
- 面临多种方案时需要一定的标准选择某一种方案:
- 例如:
- 在海尔、新飞、容声和雪花四个牌号的电冰箱中选购一种。要考虑品牌的信誉、冰箱的功能、价格和耗电量。
- 在苏杭、北戴河、桂林三处选择一一个旅游点。要考虑景点的景色、居住的环境、饮食的特色、交通便利和旅游的费用。
三、算法总结
1. 步骤
- 建立层次结构模型
- 构造判断(成对比较)矩阵
- 层次单排序及其一致性检验
- 层次总排序及其一致性检验
2. 如何构建层次结构模型
将决策的目标、考虑的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层,绘出层次结构图。
最高层:决策的目的、要解决的问题。
最低层:决策时的备选方案。
中间层:考虑的因素、决策的准则。- 例如:
3. 如何构建成对比较矩阵
成对比较矩阵是表示本层所有因素针对上一层某一个因素的相对重要性的比较。成对比较矩阵矩阵的元素aij用Santy的1一9标度(一致矩阵法)方法给出。
- 标度表:
- 例如:
4. 如何进行一致性检验
四、应用场景举例(旅游问题)
1. 建模
构建模型
2. 构造成对比较矩阵
查阅相关知识,咨询相关领域专家意见得到成对比较矩阵
3. 执行代码获得权重
4. 计算决策层对总目标的权值
5. 根据权重进行决策
五、MATLAB代码
disp('请输入判断矩阵A(n阶)'); A=input('A='); [n,n]=size(A); x=ones(n,100); y=ones(n,100); m=zeros(1,100); m(1)=max(x(:,1)); y(:,1)=x(:,1); x(:,2)=A*y(:,1); m(2)=max(x(:,2)); y(:,2)=x(:,2)/m(2); p=0.0001;i=2;k=abs(m(2)-m(1)); while k>p i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i)); y(:,i)=x(:,i)/m(i); k=abs(m(i)-m(i-1)); end a=sum(y(:,i)); w=y(:,i)/a; t=m(i); disp(w); %以下是一致性检验 CI=(t-n)/(n-1);RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59]; CR=CI/RI(n); if CR<0.10 disp('此矩阵的一致性可以接受!'); disp('CI=');disp(CI); disp('CR=');disp(CR); end
六、实际案例
A1=[1, 1/2, 4, 3, 3; 2, 1, 7, 5, 5; 1/4, 1/7, 1, 1/2, 1/3; 1/3, 1/5, 2, 1, 1; 1/3, 1/5, 3, 1, 1;] B1=[1,2,5; 1/2,1,2; 1/5,1/2,1;] B2=[1,1/3,1/8; 3,1,1/3; 8,3,1;] B3=[1,1,3; 1,1,3; 1/3,1/3,1;] B4=[1,3,4; 1/3,1,1; 1/4,1,1;] B5=[1,1,1/4; 1,1,1/4; 4,4,1;]
七、论文案例片段(待完善)
-
Matlab-数学建模-层次分析法
2020-08-23 11:03:33评价类问题 小明想出去旅游,在查询相关资料后,他初步确定...本题我可以搜:旅游选择因素,根据什么选择旅游景点,旅游景点评价指标。优先知网 假如查询后选择了五个指标 1.景点景色 2.旅游花费 3.居住环境 4.饮食情况 -
编译原理预测分析法_IPFS专题:如何选择矿机(五)—出块关键要素(基于挖矿原理)...
2020-11-25 19:20:30(3)实现有效数据的快速生成对第一点如何能尽快算出和生成复制证明,这里涉及到系统框架,硬件配置,软件系统,运维系统等多方面因素综合考虑。对第二点如何能尽快将结果提交给系统,则和矿机所处的网络环境和通信... -
数学建模-层次分析法论文(个人总结).docx
2020-04-02 14:57:44现今有五大浏览器,Internet Explorer(以下简称IE),微软公司旗下浏览器;google chrome浏览器(以下简称chrome),google旗下浏览器; firefox浏览器,即火狐浏览器,mozilla公司旗下浏览器;safari浏览器,苹果公司... -
论文研究 - 沙特阿拉伯吉达市环境危害映射的层次分析法(AHP)
2020-05-27 08:42:34吉达市是沙特阿拉伯王国(KSA)的第二大城市,于2009年11月25日遭到严重破坏。... 这项研究提出了导致这些山洪暴发事件的不同因素的分析。 结果表明,这些洪灾的成因与许多导致洪灾恶化的因素有关。 -
论文研究 - 帕金森氏病的遗传因素:参数和贝叶斯分析
2020-05-26 03:51:15经过复杂的建模后,使用最大似然法和贝叶斯方法来估计在上述五种家庭类型中发展帕金森氏症的机会。 了解此类概率非常重要,因为个人可以采取预防措施来克服这种可能性。 尽管许多医师已就PD的发展机会提供了医学... -
基于五图双系数法的煤层底板突水危险性研究
2020-05-16 03:22:21为了更准确地评价底板突水危险性,应用五图双系数法对煤层底板...通过对五图结果的综合分析,判断出研究区中心区域最高危险等级为3级威胁区,结合该区域存在断层和水头较高的实际情况,证明了五图双系数法预测的准确性。 -
五图-双系数法在煤矿突水评价中的应用
2020-07-09 15:32:24在突水系数法的基础上,把含水层奥灰岩富水区、矿山压力、大中型断层、小断层密集带等主要突水因素考虑进去,对突水系数法进行修正,用五图-双系数法对大平矿底板突水进行预测分区,其预测结果可以指导煤矿安全开采. -
五图双系数法在北辛窑煤矿底板突水评价中的应用
2020-07-10 22:45:56在充分分析区域及井田水文地质条件的基础上,通过分析底板破坏深度、底板保护层厚度、水头分布及有效保护层厚度等影响底板突水的因素,用五图双系数法对底板奥灰水进行突水评价分区,其预测结果为可以煤矿防治水工作... -
概率积分法参数对预计地表下沉的影响度分析
2020-07-17 12:51:00针对这一问题,采用五元二次正交旋转组合设计,研究了概率积分法中预计参数对地表点最大下沉的影响关系,得出了单因素与两两因素交互作用对地表点最大下沉值的影响规律。研究结果表明:沉陷预计参数中的下沉系数、主要... -
散列查找-(五)散列表的性能分析
2020-11-17 18:58:07(五)散列表的性能分析 (六)应用实例 影响冲突的三个因素: 散列函数是否均匀 处理冲突的方法 散列表的填装因子α ASL:平均查找长度 查找性能分析对比 线性探测法 平方探测法 分离链接法 ... -
川西坳陷须五段页岩微观孔隙结构发育控制因素及其成藏意义
2020-05-31 17:54:10以川西坳陷须五段页岩为例,首先运用氮气吸附法对页岩纳米孔隙进行测定,通过等温线和DFT模型分析,对页岩的微观孔隙结构进行表征;然后通过等温吸附实验研究了页岩的甲烷吸附性能,通过解吸法测定了页岩的含气量;最后... -
陕西省公共体育场馆开放利用现状影响因素的调查与分析
2010-12-03 00:11:01摘要:本文主要采用文献资料法、调查法、逻辑分析法和数理统计法,对陕西省公共体育场馆的开放利用情况进行较全面的研究。结果发现,陕西省公共体育场馆严重不足;无法满足陕西人们健身运动和竞技体育的需求;其公共... -
现场管理五大要素(4M1E)分析
2007-08-18 11:25:17什么是4M1E法? 4M1E法指Man(人),Machine(机器),Material(物),Mothod(方法),简称人、机、事、物方法,告诉我们工作中充分考虑人、机、事、物四个方面因素,通常还要包含1E:Environm... -
时间序列分析:非平稳序列的确定性分析
2020-06-14 18:59:46季节效应分析二级目录二级目录二级目录五. 综合分析二级目录二级目录二级目录 一. 时间序列分解 1.Wold分解定理 对于任何离散平稳过程{Xt}它都可以分解为两个不相关的平稳序列之和其中一个为确定性的,另 -
辽西风积土多因素耦合击实试验
2020-04-21 16:40:13在综合考虑土体初始含水量、虚铺厚度、击实功、击实次数和最终含水量五个因素的耦合作用下进行室内击实试验,试验后利用水平正交试验得到了影响风积土干密度因素的主次程度,并通过极差分析法分析各个因素对击实后土样... -
概率统计(四)方差分析
2020-06-28 15:20:01概率统计(四)方差分析对方差分析的简单理解单因素方差分析1.推导过程2.Python实现双因素方差分析1.推导过程2.Python实现 对方差分析的简单理解 方差分析主要研究分类变量作为自变量时,对因变量的影响是否是显著的... -
(精选)实验四火焰光度法测定钾钠
2021-01-20 07:19:07实验四火焰光度法测定钾钠 一概述 二仪器装置 三实验步骤 四数据处理 五思考题 六影响火焰光度法分析结果的因素 2火焰光度法的特点 二仪器装置1 仪器装置2 光源包括喷雾器雾化室和喷灯 试液经喷雾器分 -
综放工作面顶煤放出率影响因素正交试验研究
2020-05-02 05:23:57为了研究综放工作面工艺参数对顶煤放出率的影响,采用正交试验设计方案并进行数值模拟计算,由极差分析法和方差分析法确定制约顶煤放出率的五个影响因素的显著性大小及最值范围。结果表明:各参数对顶煤破碎程度的影响...
-
5G网络,引领世界,畅游天下
-
Windows系统管理
-
NPDP值得产品经理去考吗?
-
LVS + Keepalived 实现 MySQL 负载均衡与高可用
-
数据结构与算法(13):数组中重复的数字
-
Galera 高可用 MySQL 集群(PXC v5.7+Hapro)
-
Apache.NMS.AMQP-1.8.0-bin.zip
-
xxl-job.rar
-
干货满满!Java面试宝典干货满满,看看有没有你想要的
-
片上网络上的温度感知任务调度启发式方法
-
"rank()、dense_rank()和row_number()的区别"score.txt
-
通过使用交错的AlGaN电子阻挡层来改善InGaN发光二极管的特性
-
DM8与Oracle12c兼容性白皮书.pdf
-
PHP -- Easyswoole验证器Validat自定义错误信息
-
基于python的dango框架购物商城毕业设计毕设源代码使用教程
-
四大人工智能开放平台
-
大波斯菊-源码
-
MySQL NDB Cluster 负载均衡和高可用集群
-
多变量测试:5个简单步骤提升转化率
-
NetAssistant-master.zip