数学建模_使用网络分析法(ANP模型)解决美日欧系车型的选择问题

使用网络分析法(ANP)解决车辆选择问题及其代码实现

问题：

补充知识：
1. 当判断矩阵具有完全一致性时，CI=0；
2. 当判断矩阵具有满意一致性时，需引入判断矩阵的平均随机一致性指标RI值。对于1-9阶判断矩阵，RI值如下

阶数	阶数	阶数	阶数	阶数	阶数	阶数	阶数	阶数
1	2	3	4	5	6	7	8	9
RI=0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45

3. CR=CI/RI<0.10时，可以认为判断矩阵具有满意的一致性，否则需要调整判断矩阵
4. 引入判断矩阵最大特征根以外的其余特征根的负平均值，作为度量判断矩阵偏离一致性的指标，即用：CI=(λmax-n)/(n-1)检查决策者思维的一致性。CI值越大，表明判断矩阵偏离完全一致性的程度越大；CI值越小（接近于0），表明判断矩阵的一致性越好。

问题抽象如图所示：

解题过程：
首先写出三种因素：成本、维修和耐用性对于三类车辆的判断矩阵，并求出特征向量与随机一致性比率CR

接着，再考虑成本、维修和耐用性之间的相互影响，得到三者的权重矩阵如下：(此权重矩阵题目中已明确给出)

得到初始超矩阵

假定A=[0.5,1;0.5,0],则加权超矩阵

将加权超矩阵稳定处理，即自乘4-6次，得到稳定的极限超矩阵。（注意，每一步自乘之前需要将列向量归一化，否则加权超矩阵会越变越小，不会收敛）