手机的选购模型
TOPSIS方法
考虑影响购买手机的因素包括:手机的价格、手机的CPU性能、手机的外观:
对比的手机包括以下:iPhone13,华为P50,VIVO X70,小米 MIX 4
现在收集到几款手机的相关数据如下
iPhone13 | 华为P50 | VIVO X70 | 小米 MIX 4 | |
---|---|---|---|---|
价格 | 5999 | 4488 | 4299 | 5799 |
跑分 | 1700 | 1000 | 1171 | 1127 |
颜值 | 7 | 9 | 9 | 10 |
根据上面的数据我们可以得到这样一个矩阵(5999170074488100094288117195799112710) 根据上面的数据我们可以得到这样一个矩阵 \begin{pmatrix} 5999 & 1700 &7 \\ 4488 & 1000 & 9\\ 4288 & 1171 &9 \\ 5799 & 1127 &10 \end{pmatrix} 根据上面的数据我们可以得到这样一个矩阵⎝⎜⎜⎛5999448842885799170010001171112779910⎠⎟⎟⎞
由于其中价格为费用形属性,而其他两项属性为效益形属性,因此我们对于价格进行取倒数处理得到矩阵A
A=(15999170071448810009142881171915799112710)
\bold A=\begin{pmatrix} \frac{1}{5999} & 1700 &7 \\ \frac{1}{4488} & 1000 & 9\\ \frac{1}{4288} & 1171 &9 \\ \frac{1}{5799} & 1127 &10\end{pmatrix}
A=⎝⎜⎜⎛59991448814288157991170010001171112779910⎠⎟⎟⎞
对于矩阵A中方的各列进行归一化操作之后得到矩阵A
A=(0.20960.34010.20.28030.20000.25710.29330.23420.25710.21680.22570.2857)
\bold A=\begin{pmatrix} 0.2096 & 0.3401 &0.2 \\ 0.2803 & 0.2000 & 0.2571\\ 0.2933 & 0.2342 &0.2571 \\ 0.2168 & 0.2257 &0.2857\end{pmatrix}
A=⎝⎜⎜⎛0.20960.28030.29330.21680.34010.20000.23420.22570.20.25710.25710.2857⎠⎟⎟⎞
利用信息墒的计算公式分别计算每个属性的信息熵
fi=−Σplog2(p)
f_i=-\Sigma plog_2(p)
fi=−Σplog2(p)
可以得到
f价格=1.9840f跑分=1.9687f颜值=1.9884
f_{价格}=1.9840\\
f_{跑分}=1.9687\\
f_{颜值}=1.9884\\
f价格=1.9840f跑分=1.9687f颜值=1.9884
将信息熵作为权重得到权重矩阵为
w=(1.98401.96871.9884)
w= \begin{pmatrix}
1.9840 \\
1.9687\\
1.9884
\end{pmatrix}
w=⎝⎛1.98401.96871.9884⎠⎞
对于权重矩阵进行归一化操作之后得到权重矩阵为
w=(0.33390.33130.3363)
w= \begin{pmatrix}
0.3339 \\
0.3313\\
0.3363
\end{pmatrix}
w=⎝⎛0.33390.33130.3363⎠⎞
采用TOPSIS方法对于最优解进行确定
对于经过得到的矩阵进行模一化操作后的:
A=(0.03550.66510.39690.58480.39120.51030.76680.48520.51030.26290.44100.5670)
\bold A=\begin{pmatrix}
0.0355\quad0.6651\quad 0.3969\\
0.5848\quad0.3912\quad0.5103\\
0.7668\quad0.4852\quad0.5103\\
0.2629\quad0.4410\quad0.5670
\end{pmatrix}
A=⎝⎜⎜⎛0.03550.66510.39690.58480.39120.51030.76680.48520.51030.26290.44100.5670⎠⎟⎟⎞
将模一化得到的A矩阵每个量乘上对应的权重得到V矩阵如下
V=(0.01180.22030.12430.19530.12960.17160.25600.16070.17160.08780.14610.1906)
\bold V=\begin{pmatrix}
0.0118\quad0.2203\quad0.1243\\
0.1953\quad0.1296\quad0.1716\\
0.2560\quad 0.1607\quad 0.1716\\
0.0878\quad0.1461\quad0.1906
\end{pmatrix}
V=⎝⎜⎜⎛0.01180.22030.12430.19530.12960.17160.25600.16070.17160.08780.14610.1906⎠⎟⎟⎞
正理想解:v+=(0.2560,0.2203,0.1906)负理想解:v−=(0.0355,0.1296,0.1243)对于每种手机分别求出其到正理想解和负理想解到距离:S1+=0.245999S1−=0.0937453C1+=0.275929S2+=:0.125028S2−=:0.166653C2+=0.571354S3+=0.0666796S3−=0.22765C3+=:0.773453S4+=0.189148S4−=0.086042C4+=0.312664 正理想解:v^{+}=(0.2560,0.2203,0.1906)\\ 负理想解:v^{-}=(0.0355,0.1296,0.1243)\\ \\ 对于每种手机分别求出其到正理想解和负理想解到距离:\\ S^{+}_{1}=0.245999\quad S^{-}_{1}=0.0937453\quad C^{+}_{1}=0.275929\\ S^{+}_{2}=:0.125028\quad S^{-}_{2}=:0.166653\quad C^{+}_{2}=0.571354\\ S^{+}_{3}=0.0666796\quad S^{-}_{3}=0.22765\quad C^{+}_{3}=:0.773453\\ S^{+}_{4}=0.189148\quad S^{-}_{4}=0.086042\quad C^{+}_{4}=0.312664\\ 正理想解:v+=(0.2560,0.2203,0.1906)负理想解:v−=(0.0355,0.1296,0.1243)对于每种手机分别求出其到正理想解和负理想解到距离:S1+=0.245999S1−=0.0937453C1+=0.275929S2+=:0.125028S2−=:0.166653C2+=0.571354S3+=0.0666796S3−=0.22765C3+=:0.773453S4+=0.189148S4−=0.086042C4+=0.312664
最终我们可以得到**C+**向量如下
C+=(0.275929,0.571354,0.773453,0.312664)进行归一化之后吧得到的向量为:C+=(0.142717,0.295518,0.400048,0.161717)
\bold C^{+}=(0.275929,0.571354,0.773453,0.312664)
\\进行归一化之后吧得到的向量为:\bold C^{+}=(0.142717 ,0.295518, 0.400048, 0.161717)
C+=(0.275929,0.571354,0.773453,0.312664)进行归一化之后吧得到的向量为:C+=(0.142717,0.295518,0.400048,0.161717)
进行比较后易发现iPhone13在几款手机当中距离正理想解的相对距离最近,因此这几款手机当中最值得购买的是iPhone13
层次分析法
1.建立层次结构模型
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-frxuBQ6M-1637650103110)(/Users/mac/Desktop/数学建模/买手机层次分析模型.jpg)]
2.构造判断矩阵
根据重要程度的判断构造如下 的分析矩阵
$$
\bold A =\begin{pmatrix}
1\quad 1\quad 2\
1\quad 1 \quad 2\
1/2\quad 1/2\quad 1
\end{pmatrix}
$$
经过检验矩阵A具有一致性的特点
A的秩为1,A具有唯一非零特征根为λ\lambdaλ=3,对应的特征向量为
w=(0.6667,0.6667,0.3333)
w=(0.6667,0.6667,0.3333)
w=(0.6667,0.6667,0.3333)
进行归一化得到对应的权重向量为
w=(0.4,0.4,0.2)
w=(0.4,0.4,0.2)
w=(0.4,0.4,0.2)
3.层次单排序及其一致性检验
CI=λ−nn−1=3−33−1=0 \bold CI=\frac{\lambda-n}{n-1}=\frac{3-3}{3-1}=0 CI=n−1λ−n=3−13−3=0
因此矩阵具有完全一致性
引入随机一致性指标***RI***得n=3时***RI***=0.58,因此一致性比较率CR=CIRI=0<0.1CR =\frac{\bold CI}{\bold RI}=0<0.1CR=RICI=0<0.1,因此通过一致性检验
对于A矩阵进行列归一化之后得到
A=(0.40.40.40.40.40.40.20.20.2)⟹求行和归一化(0.40.40.2)
\bold A =\begin{pmatrix}
0.4\quad 0.4\quad0.4 \\
0.4\quad 0.4\quad 0.4\\
0.2\quad 0.2\quad0.2
\end{pmatrix}\stackrel{求行和归一化}{\Longrightarrow}
\begin{pmatrix}
0.4\\
0.4\\
0.2
\end{pmatrix}
A=⎝⎛0.40.40.40.40.40.40.20.20.2⎠⎞⟹求行和归一化⎝⎛0.40.40.2⎠⎞
得到最终精确结果为λ\lambdaλ=3,w=(0.4,0.4,0.2)w=(0.4,0.4,0.2)w=(0.4,0.4,0.2)
4.层次总排序及其一致性检验
方案层对于集中属性的比较矩阵
为了保证评价阶段足够客观,直接采用TOPSIS方法中给出的客观评价的值建立矩阵
方案层对于价格的比较矩阵
B1=(144885999429959995999448814299448859994299448842991)
\bold B_{1}=\begin{pmatrix}
1\quad \frac{4488}{5999}\quad \frac{4299}{5999} \\
\frac{5999}{4488}\quad 1\quad \frac{4299}{4488} \\
\frac{5999}{4299}\quad \frac{4488}{4299} \quad1
\end{pmatrix}
B1=⎝⎛159994488599942994488599914488429942995999429944881⎠⎞
其最大特征值为λ1=3\lambda_1=3λ1=3,对应的权向量为w1=(0.2680,0.3581,0.3739)w_1=(0.2680,0.3581,0.3739)w1=(0.2680,0.3581,0.3739)
方案层对于跑分的比较方阵
B2=(1171017001171101711000117111711700117110001)
\bold B_{2}=\begin{pmatrix}1\quad \frac{17}{10}\quad \frac{1700}{1171} \\\frac{10}{17}\quad 1\quad \frac{1000}{1171} \\\frac{1171}{1700}\quad \frac{1171}{1000} \quad1\end{pmatrix}
B2=⎝⎛1101711711700171011171100017001171100011711⎠⎞
其最大特征值为λ2=3\lambda_2=3λ2=3,对应的权向量为w2=(0.4391,0.2583,0.3025)w_2=(0.4391,0.2583,0.3025)w2=(0.4391,0.2583,0.3025)
方案层对于外观的比较矩阵
B3=(1797997119711)
\bold B_{3}=\begin{pmatrix}1\quad \frac{7}{9}\quad \frac{7}{9} \\\frac{9}{7}\quad 1\quad 1 \\\frac{9}{7}\quad 1 \quad1\end{pmatrix}
B3=⎝⎛1979779117911⎠⎞
其最大特征值为λ3=3\lambda_3=3λ3=3,对应的权向量为w3=(0.2800,0.3600,0.3600)w_3=(0.2800,0.3600,0.3600)w3=(0.2800,0.3600,0.3600)
w2 | 0.4 | 0.4 | 0.2 |
---|---|---|---|
0.2680 | 0.4391 | 0.2800 | |
w(3) | 0.3581 | 0.2583 | 0.3600 |
0.3739 | 0.3025 | 0.3600 | |
λk\lambda _kλk | 3 | 3 | 3 |
CIkCI_kCIk | 0 | 0 | 0 |
最终得到组合权值的结果如下
P1=0.3388P2=0.3185P3=0.3425
P1=0.3388\\
P2=0.3185\\
P3=0.3425\\
P1=0.3388P2=0.3185P3=0.3425
经过比较最值得购买的手机为VIVO X70