Экспертные оценки в управлении
 (6.14)
 (6.14) 
Полагая  , получим первое приближение:
, получим первое приближение: 
 
 
где в правой части после умножения  на
на  получается некоторый вектор
получается некоторый вектор  . После нормировки он представляется в виде
. После нормировки он представляется в виде 
 
 
где  - нормирующая константа,
- нормирующая константа,  - нормированный вектор (т.е. вектор, сумма составляющих которого равна единице).
- нормированный вектор (т.е. вектор, сумма составляющих которого равна единице). 
Определив  , подставим его в правую часть уравнения (3.14) и повторяем вычисления.
, подставим его в правую часть уравнения (3.14) и повторяем вычисления. 
Как правило, итерационный процесс продолжается до тех пор, пока величины  - го приближения не будут отличаться от соответствующих величин
- го приближения не будут отличаться от соответствующих величин  -го приближения не более, чем на
-го приближения не более, чем на  (обычно принимают
(обычно принимают  ). Скорость сходимости итерационного процесса зависит от выбора начального приближения. Часто в качестве
). Скорость сходимости итерационного процесса зависит от выбора начального приближения. Часто в качестве  выбирают первый столбец матрицы
выбирают первый столбец матрицы  .
. 
Пример. Для матрицы попарного сравнения
 
 
вычислим с помощью итерационной процедуры максимальное собственное число и соответствующий ему собственный вектор. В качестве начального приближения возьмем первый столбец матрицы. Получим
 
 
Суммируя составляющие, найдем первое приближение для максимального собственного числа
 .
. 
Тогда
 
 
Вычисляя второе приближение, получим
 
 
Суммируя компоненты этого вектора, получим
 
 
Поэтому
 
 
Дальнейшие вычисления не меняют результат.
Приведем пример расчета в Excel матрицы попарных сравнений в случае несогласованной исходной матрицы.
Пример 2.
Исходная матрица попарных сравнений имеет вид
 
 
Легко убедиться в том, что данная матрица не является согласованной.
Введем расчетные формулы в соответствии с Рис. 6.3. Как и в предыдущем примере, итерационный расчет будем проводить при использовании в качестве начального приближения первого столбца исходной матрицы попарных сравнений.
 
 
Рис. 6.3 Формулы и исходные данные для решения примера 2
Расчет показывает (см. ниже), что в данном случае согласованные результаты получаются (с достаточно высокой точностью) уже после 2-3 итераций. После четвертой итерации результаты практически не изменяются. Таким образом, данный простейший алгоритм позволяет существенно упростить процедуру расчета матрицы попарных сравнений в случае, когда исходная матрица является несогласованной.
Результаты расчетов для случая несогласованной исходной матрицы попарных сравнений
| Первое приближение | 
 | 
 | ||||||
| 1 | 4 | 9 | 1 | 3 | 0,661 | |||
| 0,25 | 1 | 7 | X | 0,25 | = | 1,278 | 0,282 | |
| 0,111111 | 0,142857 | 1 | 0,111111 | 0,258 | 0,057 | |||
| 4,536 | ||||||||
| Второе приближение | 
 | 
 | ||||||
| 0,661 | 2,300 | 0,694 | ||||||
| 0,282 | = | 0,845 | 0,255 | |||||
| 0,057 | 0,171 | 0,051 | ||||||
| 
 | ||||||||
| 
 | ||||||||
| Третье приближение | ||||||||
| 0,694 | 2,176 | 0,695 | ||||||
| 0,255 | 0,788 | 0,252 | ||||||
| 0,051 | 0,165 | 0,053 | ||||||
| 3,130 | ||||||||
| Четвертое приближение | 
 | 
 | ||||||
| 0,695 | 2,177 | 0,694 | ||||||
| 0,252 | 0,795 | 0,253 | ||||||
| 0,053 | 0,166 | 0,053 | ||||||
| 3,138044 | ||||||||
Другие рефераты на тему «Экономико-математическое моделирование»:
Поиск рефератов
Последние рефераты раздела
- Выборочные исследования в эконометрике
- Временные характеристики и функция времени. Графическое представление частотных характеристик
- Автоматизированный априорный анализ статистической совокупности в среде MS Excel
- Биматричные игры. Поиск равновесных ситуаций
- Анализ рядов распределения
- Анализ состояния финансовых рынков на основе методов нелинейной динамики
- Безработица - основные определения и измерение. Потоки, запасы, утечки, инъекции в модели

 
  
  
  
  3,316
3,316  
  
  
  Скачать реферат
 Скачать реферат