国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

層次分析法在關(guān)鍵技術(shù)項目 多維目標(biāo)評價中的應(yīng)用研究

2022-03-08 05:20吳傳貴李金猛黃文顧正偉袁銀娜袁榮張森林
中國設(shè)備工程 2022年4期
關(guān)鍵詞:特征向量特征值權(quán)值

吳傳貴,李金猛,黃文,顧正偉,袁銀娜,袁榮,,張森林,

(1.國營蕪湖機(jī)械廠,安徽 蕪湖 241007;2.航空設(shè)備測控與逆向工程安徽省重點實驗室,安徽 蕪湖 241007; 3.蕪湖天航科技(集團(tuán))股份有限公司,安徽 蕪湖 241007)

層次分析法(AHP)是20世紀(jì)70年代中期由美國運(yùn)籌學(xué)家托馬斯·塞蒂(T.L.saaty)正式提出,現(xiàn)已在設(shè)備管理等多個領(lǐng)域得到了廣泛應(yīng)用。其步驟是:(1)建立層次結(jié)構(gòu);(2)構(gòu)造判斷矩陣及關(guān)聯(lián)性比較;(3)由相對權(quán)重解得層次單排序向量及其一致性檢驗;(4)計算組合權(quán)重得到層次總排序向量及其一致性檢驗。

1 基于AHP模型的關(guān)鍵技術(shù)項目認(rèn)定影響因素分析模型

1.1 層次結(jié)構(gòu)模型建立

深入分析公司業(yè)務(wù)實際情況,明確層次結(jié)構(gòu)模型最頂層目標(biāo)層為“最關(guān)鍵技術(shù)項(A)”,其子目標(biāo)層主要從最重要和最緊迫兩個維度分析;備選技術(shù)項目為底層方案層。為此,如圖1所示,建立了包括2個維度目標(biāo)8個評價指標(biāo)較為完善的關(guān)鍵技術(shù)評價體系。

圖1 關(guān)鍵技術(shù)項目認(rèn)定分析模型

1.2 判斷矩陣構(gòu)建

構(gòu)造判斷矩陣是將研究問題從定性轉(zhuǎn)為定量分析的關(guān)鍵步驟,采用Satty提出的1~9標(biāo)度進(jìn)行賦值。假設(shè)對某層Y相對于上層X建立判斷矩陣X=(xij)n×n,其中xij表示層次Y第i個因素Yi相比于同層第j個因素Yj對上層元素 X的重要性比例標(biāo)度,見表1。通過判斷矩陣構(gòu)建過程得知,正互反矩陣X具有xij>0;xji=1/ xij;xii=1特質(zhì)。

表1 Y層因素相對于上層X的判斷矩陣

1.3 向量計算及一致性檢驗

1.3.1 判斷矩陣指標(biāo)權(quán)重和向量計算

通過判斷矩陣X可以計算下層Y中的因素相對于X層的優(yōu)先權(quán)重,該權(quán)重構(gòu)成的向量就稱Y層次單排序向量,表示Y層因素排序的重要性次序權(quán)值。層次單排序向量可以通過計算判斷矩陣X的最大特征值與其對應(yīng)的特征向量的方式來求解,即對于判斷矩陣X有:

其中,λmax:判斷矩陣X的最大特征值;

W:λmax所對應(yīng)的特征向量

單排序向量常有的計算方法有求和法和平方根法。本文采用求和法并歸一化近似求解矩陣的特征向量W,并用函數(shù)eig(X)計算矩陣X的特征值和特征向量,其調(diào)用格式為:

其中,X為待計算的判斷矩陣;

D:由矩陣X的全部特征值構(gòu)成對角陣;

V:X的特征向量的構(gòu)成的列向量

在列向量V中第一列為對應(yīng)D中第一個特征值的特征向量,若求最大特征值及對應(yīng)的特征向量,就是選取D中的最大特征值及V中其對應(yīng)列的特征向量。

層次總排序向量是通過計算得到的某一層次所有因素對于目標(biāo)層相對重要性的權(quán)值排序向量。本文為了便于多維度目標(biāo)的評價及排序,采用自下而上逐層計算總排序向量的方法。

假設(shè)Y層的上層為X、下層為Z,并且Y層包含有m個因素Y1,Y2,…,Ym,其對應(yīng)上層的單排序權(quán)值分別為,Z層包含n個因素Z1,Z2,…,Zn,其對應(yīng)上層Yj的總排序權(quán)值分別為(當(dāng)Zk與Yj無關(guān)時,等于0),此時計算Z層因素Zij相對于X層的總排序權(quán)值有:

為此,由公式(3)可得Z層相對于X層的層次總排序向量:

1.3.2 一致性檢驗

為了檢查判斷矩陣中是否存在xij優(yōu)先級滿足或近似滿足“所有元素都有一個假想權(quán)值”的情況,利用一致性指標(biāo)CI、隨機(jī)一致性指標(biāo)RI和一致性比率CR做一致性檢驗。對于有n個因素構(gòu)成的判斷矩陣,一致性比率CR定義為

其中,CI=(λmax-n)/(n-1) ;RI為與判斷矩陣階數(shù)n有關(guān)一組指標(biāo)值,其值詳見表2。

表2 平均隨機(jī)一致性指標(biāo)RI

當(dāng)CR<0.10時,認(rèn)為判斷矩陣的一致性是可以接受的,否則就是不具有滿意的一致性。層次總排序向量也需要一致性檢驗,對于層次Z的某些因素對于其上層Y的某一因素Yj的Z層次總排序一致性比率為:

其中,CIj為一致性指標(biāo);

RIj為平均隨機(jī)一致性指標(biāo);

2 關(guān)鍵技術(shù)項目認(rèn)定案例驗證

2.1 建立層次分析模型

經(jīng)分析,2個子目標(biāo)的維度影響因素集層次結(jié)構(gòu)參見圖1,驗證時方案層選定5項技術(shù)項目。

2.2 構(gòu)造判斷矩陣并設(shè)定指標(biāo)權(quán)重

假定重要度與緊迫度在實施評估中兩者對技術(shù)項目的選擇影響相同,即子目標(biāo)層B相對于目標(biāo)層A的判斷矩陣A及計算結(jié)果見表3。

表3 子目標(biāo)層B相對于目標(biāo)層A的判斷矩陣A及計算結(jié)果

對于準(zhǔn)則層,首先建立評價項目重要性子目標(biāo)的判斷矩陣B1,其相應(yīng)計算結(jié)果見表4。

表4 重要性判斷矩陣及計算結(jié)果

對于B1判斷矩陣,因為一致性比率CR=0.0052<0.10, 所以,重要性的判斷矩陣構(gòu)造合理。同理,分析3種緊迫性B2判斷矩陣及相應(yīng)計算結(jié)果見表5。

表5 緊迫性判斷矩陣及計算結(jié)果

最終,對于B2判斷矩陣,一致性比率CR= 0 < 0. 10, 由此可知緊迫性判斷矩陣構(gòu)造合理。同理,構(gòu)建了判斷矩陣C1,C2,C3,C4,C5,C6,C7和C8,其相應(yīng)計算結(jié)果見表6,一致性校驗都通過。

表6 計算結(jié)果

C4 5.0000[0.07140.07140.21430.42860.2143]T 0 0 C5 5.0100[0.13190.06600.13190.24980.4206]T 0.0025 0.0022 C6 5.0000[0.30770.30770.15380.15380.0769]T 0 0 C7 5.0029[0.48520.25570.12780.06560.0656]T 0.0007 0.0006 C8 5.0100[0.06600.13190.24980.42060.1319]T 0.0025 0.0022

2.3 層次總排序和一致性校驗

層次總排序是計算同一層次中所有元素對于最高層(總目標(biāo))的相對重要性標(biāo)度,通過自上而下逐層進(jìn)行,最后檢驗總排序計算結(jié)果的一致性。由表3可知,B層(子目標(biāo)層)對總目標(biāo)A的權(quán)重為:。由表4和表5可知,C層(準(zhǔn)則層)對B層的權(quán)重分別是為:=[0.2187 0.4271 0.1980 0.1042 0.0520]T,。

根據(jù)公式(4),P層(方案層)對子目標(biāo)B1的總排序權(quán)重向量計算式為:

同理,根據(jù)公式(4),P層(方案層)對子目標(biāo)B2的總排序權(quán)重向量計算式為:

當(dāng)重要性和緊迫性子目標(biāo)總排序權(quán)重計算后,根據(jù)公式(4)對總目標(biāo)A最優(yōu)項目的權(quán)重向量可列為:

3 結(jié)語

本文通過層次分析法和多維目標(biāo)評價指標(biāo)相結(jié)合的方法進(jìn)行關(guān)鍵技術(shù)項目認(rèn)定,同時考慮了設(shè)備集成開發(fā)公司所處階段的差異,便于技術(shù)項目評價方法實用性的發(fā)揮,僅通過修改子目標(biāo)的評價權(quán)值,就可以得到不同的排序方案,為公司關(guān)鍵技術(shù)項目認(rèn)定提供了一種切合實際的通用方法。

猜你喜歡
特征向量特征值權(quán)值
二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計——以特征值和特征向量為例
一種融合時間權(quán)值和用戶行為序列的電影推薦模型
利用LMedS算法與特征值法的點云平面擬合方法
克羅內(nèi)克積的特征向量
單圈圖關(guān)聯(lián)矩陣的特征值
基于5G MR實現(xiàn)Massive MIMO權(quán)值智能尋優(yōu)的技術(shù)方案研究
凱萊圖的單特征值
三個高階微分方程的解法研究
強(qiáng)規(guī)劃的最小期望權(quán)值求解算法?
計算機(jī)測量與控制(2018年3期)2018-03-27