網(wǎng)上購物項(xiàng)目設(shè)計(jì)方案

1、網(wǎng)上購物項(xiàng)目設(shè)計(jì)方案問題重述網(wǎng)絡(luò)的普及和發(fā)展給我們?nèi)粘Ｉ畹姆椒矫婷娑紟砹吮憷?在工作與學(xué)習(xí) 上，網(wǎng)絡(luò)更是不可替代的輔助工具。 同時(shí)網(wǎng)上購物的盛行不僅為消費(fèi)者節(jié)省了時(shí) 間，更給為我們提供了多種多樣的購物選擇。 選擇當(dāng)前的一個(gè)或多個(gè)購物， 因此 建立一個(gè)理想的商城構(gòu)造數(shù)學(xué)模型。在淘寶商城，天貓商城，京東商城，當(dāng)當(dāng)網(wǎng) 的商店所選擇，利用質(zhì)量，價(jià)格，售后服務(wù)，物流速度，的信譽(yù)度來選擇自己青 睞的購物。問題分析網(wǎng)上購物的盛行不僅為消費(fèi)者節(jié)省了時(shí)間， 更給為我們提供了多種多樣的購 物選擇。所以設(shè)計(jì)網(wǎng)上購物來說是人們非常重要的。這問題是一個(gè)從多個(gè)方案中選擇一個(gè)理想的方案問題， 即從五個(gè)中選擇一個(gè) 自己

2、喜歡購物的，而網(wǎng)上購物時(shí)，我們一般會(huì)通過比較質(zhì)量，價(jià)格，售后服務(wù)， 物流速度，的信譽(yù)度等最終選擇自己認(rèn)為好的。為了定量分析的角度描述過程， 進(jìn)而為選擇購物提供一定依據(jù)，于是針對(duì)這五種標(biāo)準(zhǔn)：質(zhì)量，價(jià)格，售后服務(wù)， 物流速度，的信譽(yù)度利用層次分析法對(duì)其進(jìn)行評(píng)價(jià)。模型假設(shè)1. 除了考慮問題中主要影響因素外，其它可忽略；2. 來自網(wǎng)店的數(shù)據(jù)真實(shí)可靠，且足以放映網(wǎng)店的理想程度；3. 消費(fèi)者均是理性購買者；4. 購物方案在同時(shí)時(shí)刻進(jìn)行比較選擇，不考慮購物的時(shí)間因素；5. 購物時(shí)所買的東西，不考慮的優(yōu)惠方案；6. 顧客不應(yīng)該按自己的偏好來選選擇。三、符號(hào)說明符合說明符號(hào)含義Bi準(zhǔn)則層Di方k j第k個(gè)子系統(tǒng)

3、的j個(gè)評(píng)價(jià)指標(biāo)的權(quán) 重CI一致性指標(biāo)RI平均隨機(jī)一致性CR一致性比例四、模型建立1.確定權(quán)向量，j 1,2,3,n,n ,：第k個(gè)子系統(tǒng)的j個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，用層次分析法確定權(quán)向量2.建立層次結(jié)構(gòu)根據(jù)對(duì)問題的初步分析將所包含的因素按總目標(biāo)、準(zhǔn)則層、子準(zhǔn)則層和方案 層進(jìn)行分組，每一組作為一個(gè)層次，然后以連線表示各層次元素之間的關(guān)系， 構(gòu) 成一個(gè)從上至下的遞階層次結(jié)構(gòu)（如下圖），包括目標(biāo)層，準(zhǔn)則層，方案層。目標(biāo)層準(zhǔn)則層購物網(wǎng)站3.建立判斷矩陣通過兩兩比較的方法確定各層次中各因子的相對(duì)重要性，建立判斷矩陣。按九標(biāo)度法對(duì)同一層元素的重要程度進(jìn)行賦值：標(biāo)度含義1表示兩個(gè)因素相比，具有相同重要性3表示兩個(gè)

4、因素相比，前者比后者稍重要5表示兩個(gè)因素相比，前者比后者明顯重要7表示兩個(gè)因素相比，前者比后者強(qiáng)烈重要9表示兩個(gè)因素相比，前者比后者極端重要2, 4, 6, 8表示上述相鄰判斷的中間值倒數(shù)若因素i與因素j的重要性之比為aj，那么因素j與因素i重要1性之比為a耳。a j1)準(zhǔn)則層B對(duì)于目標(biāo)層，其中i,j=1,2,3.根據(jù)以上原則與方法，結(jié)合已有的資料，自己的認(rèn)識(shí)程度對(duì)bij賦值，構(gòu)造如下判斷矩陣bB (bi/bj)nn對(duì)于準(zhǔn)則層B,其中i,j=1,2,9.根據(jù)以上原則與方法，結(jié)合已有的資料 和.2)通過和法可以計(jì)算得到優(yōu)先權(quán)重,其步驟如下:a.將矩陣的每一列向量歸一化得aub.對(duì)ij按行求和得i

5、j i 1 ijc.將ij歸一化i. i 1 iT即為所求的近似特征向量。d.計(jì)算判斷矩陣的最大特征根maxmax3）進(jìn)行一致性檢驗(yàn)CImaxn 1CRCIRI若通過檢驗(yàn)，則用和法計(jì)算出的結(jié)果可作為權(quán)重五、模型求解1、通過Excel辦公軟件與及Matlab軟件計(jì)算相對(duì)準(zhǔn)則層來說兩兩比較矩陣 的權(quán)向量：（計(jì)算見附錄1-1）表相對(duì)準(zhǔn)則層來說兩兩比較矩陣及優(yōu)先權(quán)重值B1B2B3B4B5r十11權(quán)重（）B111/24330.2636B2217550.4758B31/41/711/21/30.0538B41/31/52110.0981B51/31/53110.10872、通過Excel辦公軟件對(duì)四種網(wǎng)上

6、購物的設(shè)計(jì)方案進(jìn)行處理分析，用準(zhǔn)則層 的五個(gè)標(biāo)準(zhǔn)單一的來評(píng)估四個(gè)方案，從兩兩比較的方法得出兩兩比較矩陣及優(yōu)先權(quán)重見表表二質(zhì)量D1D2D3D4r十21權(quán)重（）D113460.5190D21/31570.3237D31/41/5130.1061D41/61/71/310.0512用單一標(biāo)準(zhǔn)“價(jià)格”對(duì)四種方案的評(píng)估，用 Matlab軟件計(jì)算兩兩比較矩陣D 及優(yōu)先權(quán)重如（計(jì)算見附錄2-2）（表三）表三價(jià)格D1D2D3D422權(quán)重（）D114570.5904D21/41350.2367D31/51/3140.1228D41/71/51/410.0501表四售后服務(wù)D1D2D3D423權(quán)重（）D111/6

7、1/51/90.0413D26141/30.2899D351/411/40.1278D493410.5409用單一標(biāo)準(zhǔn)“物流速度”對(duì)四種方案的評(píng)估，用Matlab軟件計(jì)算兩兩比較矩 陣D及優(yōu)先權(quán)重如（計(jì)算見附錄2-4）（表五）表五物流速度D1D2D3D4r 十24權(quán)重（）D111/41/31/50.0654D24131/40.2299D331/311/60.1137D454610.5909表六的信譽(yù)度D1D2D3D4r 十25權(quán)重（）D111/221/40.1461D22121/20.2440D31/21/211/50.0976D442510.51223、計(jì)算一致性指標(biāo)CICImaxn 1（1

8、）、根基相應(yīng)的平均隨機(jī)一致性指標(biāo) RI.如表二所示:CRCIRI表七n123456789RI000.580.961.121.241.321.411.45(2)、計(jì)算一致性比率CRCl6=0.0158CF6=0.0164max6=4.0473當(dāng)CR 0.10時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的，否則應(yīng)對(duì)判 矩陣作適當(dāng)修正。用MATLAB件求解得：CI1=0.0180CR1=0.0161max1=5.0721CI2=0.0938CR=0.0977max2=4.2813CI3=0.0794CR=0.0827max3=4.2383CI4=0.0804CR=0.0838maxU4.2413CI5=0.0

9、883CR=0.0920max5=4.2649經(jīng)計(jì)算最大特征根、一致性比率，通過一致性檢驗(yàn)，則矩陣合理。相應(yīng)的特征向量為:=(0.26360.47580.05380.09810.10870.51900.59040.04130.06540.14610.32370.23670.28990.22990.24400.10610.12280.12780.11370.09760.05120.05010.54090.54090.51222=()計(jì)算組合權(quán)向量并將最后結(jié)果作為決策的定量依據(jù)。將上述中得到的結(jié)果融合并 用EXCEL進(jìn)行處理，計(jì)算最終的組合權(quán)向量。表八質(zhì)量價(jià)格售后服務(wù)物流速度的信譽(yù)度組合權(quán)向量準(zhǔn)則

10、層權(quán)重0.26360.47580.05380.09810.1087淘寶商城0.51900.59040.04130.06540.14610.4422395天貓商城0.32370.23670.28990.22990.24400.3704047京東商城0.10610.12280.12780.11370.09760.1504146當(dāng)當(dāng)網(wǎng)0.05120.05010.54090.59090.51220.1978877最大特征值4.28134.23834.24134.26494.0473一致性比率CR0.09770.08270.08380.09200.0164綜上可得，相應(yīng)準(zhǔn)則的權(quán)重與目標(biāo)的權(quán)重的兩兩乘積之

11、和，即：0.2636*0.5190+0.4758*0.5904+0.0538*0.0413+0.0981*0.0654+0.1087*0.1461=0.4422395同理可得，把各個(gè)組合權(quán)重算出分別為0.37040470.15041460.1978877由上述表格我們可以得到最終結(jié)果：淘寶商城 天貓商城當(dāng)當(dāng)網(wǎng) 京東商城，故 最后我們的選擇會(huì)是淘寶商城。六、模型檢驗(yàn)本文結(jié)合題目的要求建立了層次分析法模型， 然而對(duì)模型來說， 所需要結(jié)合 研究對(duì)象， 和各影響的因素， 確定出影響因素后， 用層次分析法算出每一個(gè)因素 的準(zhǔn)則層的權(quán)重， 通過計(jì)算驗(yàn)證得出的權(quán)重是否符合題目和實(shí)際符合， 計(jì)算過程 求解，得

12、出對(duì)方案的影響程度。七、模型評(píng)價(jià)優(yōu)點(diǎn)：1、采用層次分析法模型，它是一種定性和定量的相結(jié)合、系統(tǒng)化、層次 化的分析法，有助于主觀和客觀的相結(jié)合的分析問題。2、此模型對(duì)決定的質(zhì)量，價(jià)格，售后服務(wù)，物流速度，的信譽(yù)度五個(gè)因 素從定量分析的角度，較為綜合的考慮各項(xiàng)的評(píng)價(jià)標(biāo)準(zhǔn)，得到最適合 的。3、系統(tǒng)性的分析法、層次分析法把研究對(duì)象作為一個(gè)系統(tǒng)，按照分解、 比較判斷、綜合的思維方式進(jìn)行決策，成為統(tǒng)計(jì)分析發(fā)展的系統(tǒng)分析 的重要工具。層次分析法中的權(quán)重設(shè)置都會(huì)這直接或間接影響結(jié)果， 而在每個(gè)層次中的因素對(duì)結(jié)果的影響程度都是量化的，非常清晰、明 確的。4、層次分析法是簡潔實(shí)用的決策方法，不單純的追求高深數(shù)學(xué)，

13、不片面 注重行為、邏輯、推理，而是定性方法與定量方法的結(jié)合，使復(fù)雜的 系統(tǒng)分解，能將人們的思維過程數(shù)學(xué)化、系統(tǒng)化，便于人們接受，且 能把多目標(biāo)、多準(zhǔn)則又難以全部量化處理的決策問題化為多層次單目 標(biāo)問題，通過兩兩比較確定同一層次元素相對(duì)上一層次元素的數(shù)量關(guān) 系后，最后進(jìn)行簡單的數(shù)學(xué)運(yùn)算。5、所需定量數(shù)據(jù)信息較少層次分析法主要是從評(píng)價(jià)者對(duì)評(píng)價(jià)問題的本質(zhì)、 要素的理解出發(fā)，比一般的定量方法更講求定性的分析和判斷。由于 層次分析法是一種模擬人們決策過程的思維方式的一種方法，層次分 析法把判斷各要素的相對(duì)重要性的步驟留給了大腦，只保留人腦對(duì)要 素的印象，化為簡單的權(quán)重進(jìn)行計(jì)算。這種思想能處理許多用傳統(tǒng)的

14、 最優(yōu)化技術(shù)無法著手的實(shí)際問題。6、運(yùn)用MATLA計(jì)算機(jī)軟件參與運(yùn)算使得結(jié)果更加的精確。缺點(diǎn)：1、定量數(shù)據(jù)較少， 定性成分多，不易令人信服在如今對(duì)科學(xué)的方法的評(píng)價(jià)中，一般都認(rèn)為一門科學(xué)需要比較嚴(yán)格的數(shù)學(xué)論證和完善的定量方法。2、在有些重要因素的選擇上不是很精確。3、結(jié)果都出現(xiàn)一定的誤差。4、層次分析法只能從原有方案中進(jìn)行選取， 而不能為決策者提供解決問題 的新方案；層次分析法有一定的局限性，它具有粗略，主觀等缺點(diǎn)。八、模型改進(jìn)我們可以給出一個(gè)評(píng)價(jià)方案的優(yōu)化系統(tǒng)， 依據(jù)我們對(duì)常見的評(píng)價(jià)模型進(jìn)行綜 合排名，選用排名靠前的模型作為我們的評(píng)價(jià)方法。 這個(gè)評(píng)價(jià)方案的優(yōu)化系統(tǒng)主 要考慮各評(píng)價(jià)方案的兼容性與

15、差異性。 先考慮各評(píng)價(jià)方案的這兩個(gè)指標(biāo)的排序名 次，然后依據(jù)得到的排序名次得到一個(gè)綜合名次。模擬操作： 比如我們要從四個(gè)方案中選出一個(gè)比較適合的方案， 首先我們將這四 個(gè)方案的資料輸入到系統(tǒng)中， 系統(tǒng)會(huì)自動(dòng)的比較這四個(gè)方案和質(zhì)量， 價(jià)格，售后 服務(wù)，物流速度， 的信譽(yù)度中相同的指標(biāo)與不相同的指標(biāo)， 在經(jīng)過我們的分析與 計(jì)算，就可以很容易得就可以得到我們要的方案。 在這里只是簡單的說一下這個(gè) 系統(tǒng)的功能， 在實(shí)際的比較要遠(yuǎn)比這個(gè)復(fù)雜， 但是一定比模型這中方法簡單而且 計(jì)算時(shí)間短。九、模型推廣我們運(yùn)用了層次分析模型對(duì)題目中的四個(gè)方案進(jìn)行了綜合的分析， 最后得到 了一個(gè)相對(duì)比較好的方案。 雖然在層次

16、分析中確定有些因素的權(quán)重時(shí)有很大的主 觀看法，得到的模型也不是最優(yōu)， 但是可以將其盡量量化， 可以減少我們的主觀 看法對(duì)結(jié)果的影響。 層次分析法在這類問題中都可以得到很廣的用處， 應(yīng)用于系 統(tǒng)的分析與決策的綜合評(píng)價(jià)。 在實(shí)際生活中我們也可以看到很多運(yùn)用層次分析方 法的案列，比如評(píng)估工作中，風(fēng)險(xiǎn)投資決策中，規(guī)劃項(xiàng)目綜合評(píng)判中都很實(shí)用。 模糊綜合評(píng)估法是一種應(yīng)用非常廣泛的方法， 在經(jīng)濟(jì)， 教育，環(huán)境等各種評(píng)估中 都有著非常廣泛的用途。十、參考文獻(xiàn)1 石博強(qiáng)、滕貴法、海鵬、郭立芳，MATLAB學(xué)計(jì)算例教程，：中國鐵道，200442 于潤偉、朱曉慧，MATLA基礎(chǔ)及運(yùn)用，：機(jī)械工業(yè)，2008.6.3

17、wenku.baidu./view/f19869d584254b35eefd349f.html ， 2011-11-06附錄>>附錄 1-1A=1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1;>> x,y=eig(A);>> eigenvalue=diag(y);>> lamda=eigenvalue(1);>> y_lamda=x(:,1)y_lamda =-0.4658-0.8409-0.0951-0.1733-0.1920>>&g

18、t;> A=1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1;>> x,y=eig(A);>> m m=find(y=max(max(y);>> w=x(:,m)/sum(x(:,m)0.26360.47580.05380.09810.1087>> A=1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1;>> v=eig(A);>> x=max(v)

19、x =5.0721>> A=1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1;>> x,y=eig(A);>> eigenvalue=diag(y);>> ci1=(lamda-5)/4ci1 =0.0180>> A=1,1/2,4,3,3;2,1,7,5,5;1/4,1/7,1,1/2,1/3;1/3,1/5,2,1,1;1/3,1/5,3,1,1;>> x,y=eig(A);>> eigenvalue=diag(y);&g

20、t;> lamda=eigenvalue(1);>> ci1=(lamda-5)/4;>> cr1=ci1/1.12cr1 =0.0161附錄 2-1>> A=1,3,4,6;1/3,1,5,7;1/4,1/5,1,3;1/6,1/7,1/3,1;>> x,y=eig(A);>> m m=find(y=max(max(y);>> w=x(:,m)/sum(x(:,m)w =0.51900.32370.10610.0512>> A=1,3,4,6;1/3,1,5,7;1/4,1/5,1,3;1/6,1/7,

21、1/3,1;>> v=eig(A);>> x=max(v)4.2813>> A=1,3,4,6;1/3,1,5,7;1/4,1/5,1,3;1/6,1/7,1/3,1;>> x,y=eig(A);>> eigenvalue=diag(y);>> ci1=(lamda-4)/3ci1 =0.0938>> A=1,3,4,6;1/3,1,5,7;1/4,1/5,1,3;1/6,1/7,1/3,1;>> x,y=eig(A);>> eigenvalue=diag(y);>> ci1

22、=(lamda-4)/3;>> cr1=ci1/0.96 cr1 =0.0977附錄 2-2 >> A=1,4,5,7;1/4,1,3,5;1/5,1/3,1,4;1/7,1/5,1/4,1;>> x,y=eig(A);>> m m=find(y=max(max(y);>> w=x(:,m)/sum(x(:,m)w =0.59040.23670.12280.0501>> A=1,4,5,7;1/4,1,3,5;1/5,1/3,1,4;1/7,1/5,1/4,1;>> v=eig(A);>> x=ma

23、x(v)x =4.2383>>>> A=1,4,5,7;1/4,1,3,5;1/5,1/3,1,4;1/7,1/5,1/4,1;x,y=eig(A);eigenvalue=diag(y);>> lamda=eigenvalue(1);ci1=(lamda-4)/3ci1 =0.0794>> A=1,4,5,7;1/4,1,3,5;1/5,1/3,1,4;1/7,1/5,1/4,1;>> x,y=eig(A);>> eigenvalue=diag(y);lamda=eigenvalue(1);>> ci1=(la

24、mda-4)/3;>> cr1=ci1/0.96 cr1 =0.0827附錄 2-3>> A=1,1/6,1/5,1/9;6,1,4,1/3;5,1/4,1,1/4;9,3,4,1;>> x,y=eig(A);m m=find(y=max(max(y);>> w=x(:,m)/sum(x(:,m)w =0.04130.28990.12780.5409>> A=1,1/6,1/5,1/9;6,1,4,1/3;5,1/4,1,1/4;9,3,4,1;>>>> v=eig(A);>> x=max(v)x

25、=4.2413>> A=1,1/6,1/5,1/9;6,1,4,1/3;5,1/4,1,1/4;9,3,4,1;>> x,y=eig(A);>> eigenvalue=diag(y);>> lamda=eigenvalue(1);>>>> ci1=(lamda-4)/3ci1 =0.0804>> A=1,1/6,1/5,1/9;6,1,4,1/3;5,1/4,1,1/4;9,3,4,1;>> x,y=eig(A);>> eigenvalue=diag(y);lamda=eigenvalu

26、e(1);>> ci1=(lamda-4)/3;>> cr1=ci1/0.96 cr1 =0.0838附錄 2-4>> A=1,1/4,1/3,1/5;4,1,3,1/4;3,1/3,1,1/6;5,4,6,1;>> x,y=eig(A);>> m m=find(y=max(max(y);>> w=x(:,m)/sum(x(:,m)w =0.06540.22990.11370.5909>> A=1,1/4,1/3,1/5;4,1,3,1/4;3,1/3,1,1/6;5,4,6,1;>> v=eig(A);>> x=max(v)4.2649>> A=1,1/4,1/3,1/5;4,1,3,1/4;3,1/3,1,1/6;5,4,6,1;>>>> x,y=eig(A);>> eigenvalue=diag(y);