基于模糊互补判断矩阵的多属性决策方法及matlab应用

决策者利用一定的标度对属性进行两两比较,并构造判断矩阵,然后按一定的排序方法计算判断矩阵的排序向量,从而获得属性权重,最后在根据各种算子进行多属性群决策。

(一)模糊互补判断矩阵排序法

1.加型模糊互补判断矩阵排序的中转法
2.乘型模糊互补判断矩阵排序的和积法

(二)模糊互补判断矩阵的最优化排序方法

  1. 加型模糊互补判断矩阵排序的最小方差法
  2. 乘型模糊互补判断矩阵排序的最小平方法
  3. 模糊互补判断矩阵排序的幂法

(一)模糊互补判断矩阵排序法
4. 加型模糊互补判断矩阵排序的中转法
判断矩阵的标度和含义如下表所示:
标度 含义
0.1 极端不重要(前比后)
0.3 明显不重要
0.5 同等重要
0.7 明显重要
0.9 极端重要
按上述标度构成判断矩阵,bii=0.5,也满足其他条件。
在这里插入图片描述
此方法称为模糊互补判断矩阵排序的中转法(MTM)。
特点:该方法得到的排序向量

好的,我们先来了解一下AHP分析法和CRITIC方法的基本原理和步骤,然后再编写MATLAB代码。 AHP分析法(层次分析法)是一种定量分析复杂决策问题的方法,它将问题分解成层次结构,通过构造层次结构模,利用专家判断或实证数据进行权重分配和比较,最终得出决策方案的优先级。AHP分析法的主要步骤包括:建立层次结构模、构造判断矩阵、计算权重向量、一致性检验和结果分析。 CRITIC方法(多准则决策的互补评价方法)是一种基于模糊数学的评价方法,它将评价问题转化为一个多目标决策问题,通过构造评价矩阵,求解加权平均值和加权几何平均值,最终得出决策方案的权重。CRITIC方法的主要步骤包括:建立评价模、构造评价矩阵、计算加权平均值和加权几何平均值、结果分析。 下面是基于AHP分析法和CRITIC方法的储能综合评价MATLAB代码: ```matlab % 储能综合评价 clc;clear; % 创建储能技术指标评价指标矩阵 x = [0.7 0.8 0.9 0.6 0.7; 0.6 0.7 0.8 0.5 0.6; 0.8 0.9 0.6 0.7 0.8; 0.9 0.8 0.7 0.8 0.9; 0.5 0.6 0.5 0.7 0.6]; % 创建判断矩阵 P = [1 3 5 7 9; 1/3 1 2 5 7; 1/5 1/2 1 2 5; 1/7 1/5 1/2 1 2; 1/9 1/7 1/5 1/2 1]; % AHP分析 [r,c] = size(P); w = zeros(c,1); for i = 1:c w(i) = prod(P(i,:).^ (1/r)); end w = w/sum(w); % CRITIC方法 A = x; [m,n] = size(A); w1 = zeros(n,1); w2 = zeros(n,1); for i = 1:n B = A(:,i); % 计算加权平均值 w1(i) = sum(w.*B)/sum(w); % 计算加权几何平均值 w2(i) = prod(B.^(w))/prod(B.^(w)); end % 计算权重 w1 = w1/sum(w1); w2 = w2/sum(w2); % 综合权重 w3 = 0.5*w1+0.5*w2; % 结果输出 disp('AHP法计算结果:'); disp(w); disp('CRITIC法计算结果:'); disp(w3); ``` 这段代码中,我们首先定义了储能技术指标评价指标矩阵x和判断矩阵P,然后使用AHP分析法计算出权重向量w,再使用CRITIC方法计算出加权平均值w1和加权几何平均值w2,最后综合两种方法得到权重向量w3并输出结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计量小虫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值