- 1、本文档共26页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目录
TOC \o 1-2 \h \u 7585 第9章 层次分析法与模糊综合评价 2
27717 9-2 2
1460 9-3 5
26560 第10章 数据包络分析法与随机前沿分析法 8
15167 10-1 8
1479 10-2 8
337 10-3 9
16062 10-4 9
29192 10-6 10
25199 第11章 粗糙集 11
19356 11-1 11
5470 11-2 11
19181 11-3 12
18863 第12章 聚类 14
10058 12-1 14
6219 12-2 15
8575 12-3 16
17451 12-4 17
26751 第13章 决策树 17
16620 13-2 17
26650 13-3 21
7966 13-4 22
31390 13-5 24
第9章 层次分析法与模糊综合评价
9-2
a=c(1,7/3,7/5,7, 3/7,1,3/5,3, 5/7,5/3,1,5, 1/7,1/3,1/5,1)
a=matrix(a, ncol=4, byrow=T)
ev=eigen(a) #计算矩阵特征值与特征矢量值
lamda=ev$values[1] #取出数组第一个特征值
cil=(lamda-4)/3
crl=cil/0.9
#取出第一列特征矢量值作为判断矩阵权重值
w1=ev$vectors[,1]/sum(ev$vectors[,1])
#准则层1饭菜质量
c1=c(1,3/5,3, 5/3,1,5, 1/3,1/5,1)
c1=matrix(c1, ncol=3, byrow=T)
ev=eigen(c1)
lamda=ev$values[1]
ci21=(lamda-3)/2
cr21=ci21/0.58
w21=ev$vectors[,1]/sum(ev$vectors[,1])
#准则层2服务质量
c2=c(1,5,5/3, 1/5,1,1/3, 3/5,3,1)
c2=matrix(c2, ncol=3, byrow=T)
ev=eigen(c2)
lamda=ev$values[1]
ci22=(lamda-3)/2
cr22=ci22/0.58
w22=ev$vectors[,1]/sum(ev$vectors[,1])
#准则层3用餐环境
c3=c(1,5/3,5/3, 3/5,1,1, 3/5,1,1)
c3=matrix(c3, ncol=3, byrow=T)
ev=eigen(c3)
lamda=ev$values[1]
ci23=(lamda-3)/2
cr23=ci23/0.58
w23=ev$vectors[,1]/sum(ev$vectors[,1])
#准则层4企业形像
c4=c(1,3/5,1, 1,5/3,5/3, 1,3/5,1)
c4=matrix(c4, ncol=3, byrow=T)
ev=eigen(c4)
lamda=ev$values[1]
ci24=(lamda-3)/2
cr24=ci24/0.58
w24=ev$vectors[,1]/sum(ev$vectors[,1])
#总排序
ww=c(w21,w22,w23,w24) #合并权重值
ww=matrix(ww, ncol=3, byrow=T)
ww=t(ww)
w_sum=ww%*%w1 #矩阵相乘、合并权重
ci=c(ci21,ci22,ci23,ci24) #合并CI值
ci=matrix(ci, ncol=1, byrow=T)
ci=t(ci)
cr=ci%*%w1/sum(0.58*w1) #合并后CR值
w1
w21
w22
w23
w24
w_sum
cr
#目标层1
a=c(1,7/3,7/5,7, 3/7,1,3/5,3, 5/7,5/3,1,5, 1/7,1/3,1/5,1)
a=matrix(a, ncol=4, byrow=T)
ev=eigen(a)
#取出数组第一个值
lamda=ev$values[1]
cil=(lamda-4)/3
crl=cil/0.9
crl
w1=ev$vectors[,1]/sum(ev$vectors[,1])
w1
#准则层1
c1=c(1,3/5,3, 5/3,1,5, 1/3,1/5,1)
c1=matrix(c1, ncol=3, byrow=T)
ev=eigen(c1)
lamda=ev$values[1]
ci21=(lamda-3)/2
cr21=ci21/0.58
w21=ev$vectors[,1]/sum(ev$vectors[,1])
#饭菜质量
文档评论(0)