徐越 張欣悅 岳陽
1.華北理工大學(xué),河北 唐山 063210
2.桂林理工大學(xué)博文管理學(xué)院,廣西 桂林 541006
層次分析法在解決小方案時具有較高的參考價值在層次分析法中,層次結(jié)構(gòu)共有三層,目標(biāo)層,準(zhǔn)則層和方案層,但當(dāng)方案層的數(shù)量過多時,矩陣維數(shù)太大,會造成運算量過大,且對于人的主觀意識來說,過多的目標(biāo)會造成構(gòu)造成對比較矩陣的盲目性與不準(zhǔn)確性,評分制度不再適用,本文針對數(shù)量過多的方案層進行討論,并利用過山車的案例進行舉例。通過查閱資料,本文共羅列了全世界297個過山車,并分別整理每個過山車的結(jié)構(gòu)、類型、高度、速度、長度、反轉(zhuǎn)次數(shù)、落差、垂直角度、持續(xù)時間和重力共10種影響過山車體驗的因素,消費者可以根據(jù)這些因素的體驗與刺激程度來選擇合適的過山車。
首先,將10個變量進行數(shù)字化處理,即將結(jié)構(gòu),類型進行數(shù)字化處理,其中,類型包括木制和鐵質(zhì),規(guī)定木制設(shè)為0,鐵質(zhì)材料設(shè)為1;過山車的類型共包括木式、剛式、倒式、站立式、坐下式、懸掛式、羽翼式、飛行式共8種類型,分別按順序記作1~8,并將持續(xù)時間全部換成以秒為單位的值[1]。然后將297個過山車的10種因素分別利用如下公式進行歸一化處理;其中,x表示該因素的值,xmin表示在297個過山車中該因素的最小值,xmax表示該因素的最大值。
首先設(shè)立層次分析法的結(jié)構(gòu),因為方案層數(shù)量過多,有297個過山車,分配權(quán)重時不能過于準(zhǔn)確,所以在本文中優(yōu)化中只考慮目標(biāo)層和準(zhǔn)則層中分配的權(quán)重,目標(biāo)層A為過山車優(yōu)選方案,準(zhǔn)則層B為兩大類,靜態(tài)因素和動態(tài)因素,其中靜態(tài)因素包括結(jié)構(gòu)、類型、高度、長度和持續(xù)時間,動態(tài)因素包括重力、速度、反轉(zhuǎn)次數(shù)、落差和垂直角度[2]。
首先構(gòu)造準(zhǔn)則層B的比較矩陣,經(jīng)過專家打分制度,得到比較矩陣如下:
其中,準(zhǔn)則層B關(guān)于A的權(quán)重向量分別為:
即靜態(tài)因素B1的權(quán)重為0.667,動態(tài)因素B2所占的權(quán)重為0.333,又計算出最大特征值λmax為2,所以CIA/RIA=0<0.1,所以由此知B相對于A的一致性是可以接受的,所計算出的權(quán)重向量有一定的參考價值。靜態(tài)因素下的子準(zhǔn)則層設(shè)為C1層,結(jié)構(gòu)、類型、高度、長度和持續(xù)時間分別記作c1,c2,c3,c4,c5,則C1層的權(quán)重比為:
動態(tài)因素下的子準(zhǔn)則層設(shè)為C2層,重力、速度、反轉(zhuǎn)次數(shù)、垂直角度和落差分別記作c6,c7,c8,c9,c10,同理得到C2層的權(quán)重比為:
以上計算權(quán)重時,均滿足CI/RI<0.1,所以一致性檢驗通過,所計算出的權(quán)重向量又一定的參考價值。
由于方案眾多,使用傳統(tǒng)的層次分析難以選擇,計算巨大且不夠精確,所以采用以下方法:由于已經(jīng)將297個過山車的10個變量進行了歸一化處理,所以,將每一個過山車的10個變量歸一化后的數(shù)值與對應(yīng)的準(zhǔn)則層的權(quán)重相乘,然后相加,算出每一個過山車的綜合得分,由大到小進行排序,確定出前10的過山車排名[3]。如KingdaKa排名中,10個變量的值分別是,結(jié)構(gòu)為1,類型為0.571,高度為1,速度為0.826,反轉(zhuǎn)次數(shù)為0,落差為0.74,持續(xù)時間為0.05,重力為0,垂直角度為0.53,則得分公式如下:
本文所優(yōu)化的層次分析算法,能有效解決在方案層比較多時的情況,但利用本算法時,不僅需要專家評分制度,還需要大量的數(shù)據(jù)作為支撐,總體來說,本算法有一定的參考價值。