和积法用MATLAB怎么做,一种定量的因果分析法在某产品质量分析中的应用

在武器装备的生产中,很多质量问题的发生,不是仅由1种或2种原因造成,而是由多种因素共同影响所致。某军工企业在生产某批次产品时,发现废品率较高。为了找出主要原因,制定合理的解决方案,工程技术人员使用因果分析图(见图1)进行了质量分析。虽然这种方法具有形象简单、清楚直观等优点,但只限于定性分析。因此,为了克服因果分析法的不足,本文中尝试将因果分析法与层次分析法(AHP)[1-4]结合起来,形成一种定量的质量分析方法,并期望通过计算以从图中看出影响因素的相对重要图程1度某。军工企业用于分析产品质量问题的因果分析图1转化因果分析图,建立层次结构模型要将因果分析法与层次分析法结合,首先须将描述产品质量问题的因果分析图转化为AHP的层次结构模型图,然后再应用AHP进行定量分析。转化结果如图2所示。2构造判断矩阵由企业工程人员组织有代表性的质量管理部门干部、研发设计人员、生产一线工人和一些外聘专家,对各种影响因素的重要度进行打分,可得到判断矩阵A=B1/B1B1/B2B1/B3B1/B4B1/B5B2/B1B2/B2B2/B3B2/B4B2/B5B3/B1B3/B2B3/B3B3/B4B3/B5B4/B1B4/B2B4/B3B4/B4B4/B5B5/B1B1/B5B2/B5B3/B5B4/B5=11/31/71/51/3311/51/31/375137531/315331/71/51同理有:B1=C1/C1C1/C2C2/C1C2/C2=11/515,B2=13571/31331/51/3131/71/31/31,B3=1751/31/711/21/91/5211/73971,B4=13731/31311/71/311/31/3131,B5=131/1333用和积法[5]计算判断矩阵A最大特征根对应的特征向量W将判断矩阵A的每一列正规化,可得到正规化后的判断矩阵为0.05260.02700.07850.04230.02440.15790.08110.10990.07040.02440.36840.40540.54970.63380.51220.26320.24320.18320.21130.36590.15790.24320.07850.04230.0732将正规化后的判断矩阵A的每1行相加可得:W-A1=0.0526+0.0270+0.0785+0.0423+0.0244=0.2248,W-A2=0.4437,W-A3=2.4695,-WA4=1.2668,W-A5=0.5951将向量W-=0.2248,0.4437,2.4695,1.2668,0.5951T正规化得:WA1=W-A1n=5j=1Wj=0.2248+0.4437+02..42264958+1.2668+0.59510.0450,WA20.0887,WA3=0.4939,WA40.2534,WA50.1190则所求特征向量为WA=0.0450,0.0887,0.4939,0.2534,0.1190T同理可得:WB1=0.7143,0.2857T,WB2=0.5688,0.2372,0.1280,0.0659T,WB3=0.2948,0.0481,0.0789,0.5783T,WB4=0.5444,0.1934,0.0688,0.1934T,WB5=0.25,0.75T4利用Matlab进行一致性检验当判断矩阵具有满意的一致性时,计算结果才可信。本文中直接利用Matlab计算软件求解判断矩阵的最大特征根max,检验判断矩阵的一致性,其求解过程见图3。>>a=[10.33330.14290.20.