多地址选址模型的算法

1、3XXX大学毕业设计题目:多地址诜址模型的算法编程和模拟实验申请XXX理学学士学位论文学 院：XXX专 业：XXX学生姓名：XXX指导教师：xxx毕业设计时间：二0 0九年 四月十三日 六月 十九日 共十周 TOC o 1-5 h z HYPERLINK l bookmark0 o Current Document 中文摘要 3ABSTRACT 4引 言 5 HYPERLINK l bookmark4 o Current Document 课题的背景和意义 5. HYPERLINK l bookmark6 o Current Document 物流配送中心选址方法研究综述 5. HYPERLI

2、NK l bookmark8 o Current Document 第一章 设施选址 10 HYPERLINK l bookmark18 o Current Document 第二章 建立模型 14 HYPERLINK l bookmark20 o Current Document 软件和仪器 14 HYPERLINK l bookmark22 o Current Document 模型建立 1.4. HYPERLINK l bookmark32 o Current Document 重心法14层次分析法16 HYPERLINK l bookmark63 o Current Document

3、层次总排序及一致性检验20第三章 MATLAB 编程 22第四章 仿真实验 26 HYPERLINK l bookmark81 o Current Document 第五章 结论 34 HYPERLINK l bookmark83 o Current Document 参考文献 35 HYPERLINK l bookmark87 o Current Document 附录 37中文摘要物流企业的核心业务就是物流业，它侧重于物流中心本身的成本和收益，物流中心的 选址对其能否充分发挥规模效益和服务优势起着决定作用。因此，对物流中心的选址，必 须进行科学的定性和定量分析。物流中心选址研究己形成了多种

4、方法，大致可分为定性和定量两类。定性的方法主要是结合 AHP （ 层次分析法 ） 和模糊综合评价对各方案进行指标评价，找出最优选址。定量的方法主要分为连续模型与离散模型两类。连续模型的代表方法是重心法。离散模型有Kueho Hambuger （奎汉哈姆勃兹）模型、 Baumol-Woife 模型等。定性的方法在考虑因素的完备性上有一定的优势，但在成本、 效益等量化指标的准确性上则显不足；定量方法恰与之相反。本文将定量和定性的方法相 结合，使其在物流中心选址的准确性和完备性上相互补足。本文注意到重心法选址只是考虑运输成本因素的最优地址，而物流中心选址中，有很 多重要的因素，其中，运输费用是最核心

5、的因素，除此之外，自然环境、经营环境、基础 设施等因素也是至关重要的。我们可以首先使用重心法求得的最优地址作为物流中心的备 选地址，然后结合层次分析法，来对影响物流中心选址的诸多因素进行综合分析和评估来 选择最优方案。通过重心法和层次分析法相结合的选址方法，用重心法求一组物流中心备选方案及原 则，借助层次分析法对备选方案进行综合因素比较，能够较好的满足实际应用。关键词 ：AHP , 重心法，最优 AbstractLogistics enterprises core business is the logistics industry, it focuses on the logistics c

6、enter of the costs and benefits of its own, the sitting of a logistics center for its ability to give full play to the advantage of economies of scale and services play a decisive role. Therefore, the sitting of a logistics center, we must carry out scientific analysis of qualitative and quantitativ

7、e.Study of logistics center location has a variety of methods which can be broadly classified into two types of qualitative and quantitative. Qualitative methods connect the AHP (Analytic Hierarchy Process) and fuzzy comprehensive evaluation of various indicators to identify the optimal location.Qua

8、ntitative method is divided into Continuous Model and Discrete model. Gravity method is representative of Continuous model while Kueho Hambuger model and Baumol-Woife model are representatives of discrete model. The qualitative method has advantages on the completeness of factors, but in terms of co

9、st, effectiveness are significantly scarce.Gravity method only takes Transportation costs into consideration. But in Logistics center location, there are many important factors and Transportation costs are the core factors. Besides ， The natural environment, business environment, infrastructure are

10、of great importance. Firstly we can use Gravity method to find optimal Address as options address of the logistics center, and then combined with AHP, analyzing comprehensively and evaluating various factors to find the optimal address.Through the combination of Gravity method and AHP, it can be bet

11、ter to meet the practical application.Key words: AHP, Gravity method, Optimal引言课题的背景和意义当今社会，生产力飞速发展，社会产品极其丰富。然而，企业通过提高劳 动生产率、提高质量、采用先进技术获得的利润越来越有限。而物流领域的技 术含量低于社会平均水平，劳动生产率，运营成本高，严重阻碍了生产和流通 的发展。因此，近年来物流和供应链管理日益引起人们的普遍重视，现代化的 物流管理对于准时生产、协同化经营、全球化经营电子商务等新的企业经营模 式有着不可替代的支撑作用。物流包括运输、保管、装卸搬运、包装、流通加工、配送以及

12、信息等环节。 而运输及保管是物流中最重要的环节。没有运输连接生产和消费，生产就失去 意义；由于产品不能一次性消费完成，缺少保管也不能很好实现商品的价值。配送中心的选址决策有着重要的影响。配送中心是连接工厂与客户的中间桥梁，其选址 方式往往决定着物流的配送距离和配送模式，进而影响着物流系统的运作效率。因此，研 究物流配送中心的选址具有重要的理论和现实应用意义。物流配送中心选址方法研究综述选址方法主要有定性和定量的两种方法。定性方法有专家打分法、Delphi 法等，定量方法有重心法、P中值法、数学规划方法、多准则决策方法、解决NP hard问题（多项式复杂程度的非确定性问题）的各种启发式算法、仿真

13、法以及这几种方法相结合的方法等。数学规划方法数学规划算法包括线性规划、非线性规划、整数规划、混合整数规划和动态规划、网络规划算法等。在近年来的研究中，规划论中常常引入了不确定性的概念，由此进一步产 生了模糊规划、随机规划、模糊随机规划、随机模糊规划等等。不确定性规划主要是在规 划中的C（价值向量）、A（资源消耗向量）、b（资源约束向量）和决策变量中引入不确定性，从而使得不确定规划更加贴近于实际情况，得到广泛地实际应用。国内外学者对于数学规划方法应用于配送中心的选址问题进行了比较深入的研究。姜大元 （2005） 应用 Baumol-wolf 模型，对多物流节点的选址问题进行研究，并通过举例对模型

14、 的应用进行了说明，该模型属于整数规划和非参数规划结合的模型。各种规划的方法在具 体的现实使用中，常常出现 NP hard问题。因此，目前的进一步研究趋势是各种规划方法和 启发式算法的结合，对配送中心的选址进行一个综合的规划与计算。多准则决策方法在物流系统的研究中，人们常常会遇到大量多准则决策问题，如配送中心的选址、运 输方式及路线选择、供应商选择等等。这些问题的典型特征是涉及到多个选择方案(对象) ，每个方案都有若干个不同的准则，要通过多个准则对于方案(对象) 做出综合性的选择。对于物流配送中心的选址问题，人们常常以运输成本及配送中心建设、运作成本的总成本最 小化，满足顾客需求，以及满足社会

15、、环境要求等为准则进行决策。多准则决策的方法包 括多指标决策方法与多属性决策方法两种，比较常用的有层次分析法( AHP) 、模糊综合评判、数据包络分析(DEA),TOPSIS、优序法等等。多准则决策提供了一套良好的决策方法体系，对于配送中心的选址不管在实务界还是 理论方面的研究均有广泛的应用与研究。 关志民等 (2005) 提出了基于模糊多指标评价方法的 配送中心选址优化决策。从供应链管理的实际需要分析了影响配送中心选址的主要因素， 并建立相应的评价指标体系，由此给出了一种使定性和定量的方法有机结合的模糊多指标 评价方法。 Chen-Tung Chen(2001) 运用了基于三角模糊数的模糊多

16、准则决策对物流配送中心 的选址问题进行了研究。文章以投资成本、扩展的可能性、获取原材料的便利性、人力资 源、顾客市场的接近性为决策准则，并对各个准则采用语义模糊判定的方式进行了权重上 的集结。有关多准则决策方法，特别是层次分析法和模糊综合评判的方法，在配送中心的选址 研究中有着广泛的应用。但是，这两种方法都是基于线性的决策思想，在当今复杂多变的 环境下，线性的决策思想逐渐地暴露出其固有的局限性，非线性的决策方法是今后进一步 的研究的重点和趋势。启发式算法启发式算法是寻求解决问题的一种方法和策略，是建立在经验和判断的基础上，体现 人的主观能动作用和创造力。启发式算法常常能够比较有效地处理NP h

17、ard问题，因此，启发式算法经常与其它优化算法结合在一起使用，使两者的优点进一步得到发挥。目前，比 较常用的启发式算法包括：遗传算法；神经网络算法；模拟退火算法。（一）遗传算法遗传算法（ genetic algorithm , GA ）是在 20 世纪 60 年代提出来的，是受遗传学中自 然选择和遗传机制启发而发展起来的一种搜索算法。它的基本思想是使用模拟生物和人类 进化的方法求解复杂的优化问题，因而也称为模拟进化优化算法。遗传算法主要有三个算 子：选择；交叉；变异。通过这三个算子，问题得到了逐步的优化，最终达到满意的优化 解。对于物流配送中心的选址研究，国内外有不少学者将遗传算法同一般的规划

18、方法结合 起来对其进行了研究。蒋忠中等（ 2005 ）在考虑各种成本 （ 包括运输成本等 ） 的基础上，结 合具体的应用背景，建立的数学规划模型 （ 混合整数规划或是一般的线性规划 ） 。由于该模 型是一个组合优化问题，具有 NP hard 问题，因此，结合了遗传算法对模型进行求解。通 过选择恰当的编码方法和遗传算子，求得了模型的最优解。遗传算法作为一种随机搜索的、 启发式的算法，具有较强的全局搜索能力，但是，往往比较容易陷入局部最优情况。因此， 在研究和应用中，为避免这一缺点，遗传算法常常和其它算法结合应用，使得这一算法更 具有应用价值。（二）人工神经网络人工神经网络 （ artificia

19、l neural network, ANN ） 是由大量处理单元 （ 神经元 ） 广泛互连而成 的网络，是对人脑的抽象、简化和模拟，反应人脑的基本特征。可以通过对样本训练数据 的学习，形成一定的网络参数结构，从而可以对复杂的系统进行有效的模型识别。经过大 量样本学习和训练的神经网络在分类和评价中，往往要比一般的分类评价方法有效。对于神经网络如何应用于物流配送中心的选址，国内外不少学者进行了各种有益的尝试。韩庆兰等（2004 ）用BP网络对物流配送中心的选址问题进行了尝试性地研究，显示出 神经网络对于解决配送中心选址问题具有一定的可行性和可操作性。这一研究的不足是神 经网络的训练需要大量的数据，

20、在对数据的获取有一定的困难的情况下，用神经网络来研 究是不恰当的。在应用 ANN 时，我们应当注意网络的学习速度、是否陷入局部最优解、数 据的前期准备、 网络的结构解释等问题， 这样才能有效及可靠地应用 ANN 解决实际存在的 问题。三）模拟退火算法模拟退火算法 （Simulated Annealing ,SA ）又称模拟冷却法、 概率爬山法等， 于1982 年由 Kirp Atrick 提出的另一种启发式的、随机优化算法。模拟退火算法的基本思想由一个初始的 解出发，不断重复产生迭代解，逐步判定、舍弃，最终取得满意解的过程。模拟退火算法 不但可以往好的方向发展 , 也可以往差的方向发展 ,从而

21、使算法跳出局部最优解 , 达到全局 最优解。对于模拟退火算法应用于物流配送中心选址的研究，大量的文献结合其它方法（如多 准则决策、 数学规划等） 进行了研究。 任春玉 （2006） 提出了定量化的模拟退火遗传算法与层 次分析法相结合来确定配送中心地址的方法。该方法确保总体中个体多样性以及防止遗传 算法的提前收敛，运用层次分析法确定 物流配送中心选址评价指标权重，并与专家评分相 结合进行了综合评价。该算法对于解决物流配送中心的选址具有较好的有效性和可靠性。 除以上三种比较常用的方法之外，启发式算法还包括蚁群算法、禁忌搜索算法、进化算法 等。各种算法在全局搜索能力、优缺点、参数、解情况存在着一定的

22、差异。各种启发式算 法基本上带有随机搜索的特点，已广泛地应用于解决NP hard问题，同时也为物流配送中心选址的智能化处理提供了可能。用解析的方法（包括线性规划等 ） 建立数学模型，然后运用启发式算法进行求解是目前以及未来研究物流配送中心选址的一种较为可行和可操作的研 究方法。仿真方法仿真是利用计算机来运行仿真模型，模拟时间系统的运行状态及其随时间变化的过程， 并通过对仿真运行过程的观察和统计，得到被仿真系统的仿真输出参数和基本特征，以此 来估计和推断实际系统的真实参数和真实性能。仿真方法相对解析的方法在实际应用中具有一定的优点，但是，也存在一定的局限性。 如仿真需要进行相对比较严格的模型的可

23、信性和有效性的检验。有些仿真系统对初始偏差 比较敏感，往往使得仿真结果与实际结果有较大的偏差。同时，仿真对人和机器要求往往 比较高，要求设计人员必须具备丰富的经验和较高的分析能力，而相对复杂的仿真系统， 对计算机硬件的相应要求是比较高的。关于未来的研究，各种解析方法、启发式算法、多 准则决策方法与仿真方法的结合，是一种必然的趋势。各种方法的结合可以弥补各自的不 足，而充分发挥各自的优点，从而提高选址的准确性和可靠性。物流配送中心的选址决策对于整个物流系统运作和客户满意情况有着重要的影响。现 数学规划方法、多属性决策方法、启发式算法、仿真方法各自有自己的优缺点和一定的适 用范围，各种方法的组合研

24、究是未来研究的一种趋势。同时，由于选址问题本身具有的动 态性、复杂性、不确定性等特性，因此，开发和研究新的模型与方法也是进一步解决配送 中心选址问题的必需途径。第一章 设施选址设施选址概述设施选址的基本概念设施选址是指组织为开拓新市场、提高生产能力或提供更优质的客户服务 等目的而决定建造、扩展或兼并一个物理实体的一种管理活动。科学选址的重要性1、设施选址影响企业的运营成本，从而影响企业的竞争优势2、设施选址影响企业制定后续经营策略3、设施选址影响设施布置以及投产后的产品和服务质量设施选址的内容设施选址主要包括两个层次和两个方面的内容： 两个层次：一个是小型单一设施的选址；二是设施网络的选址 两

25、个方面问题：一个选位；二是定址 决策在选址规划时要考虑三种选择方案：（1）扩张企业当前的设施（2）保留当前设施（3）放弃现有地点选址决策影响因素与评价影响选址决策的外部因素1、自然资源条件（1）土地资源（ 2）气候条件（ 3）水资源（ 4）物产资源2、社会环境条件（1）基础设施条件（ 2）人力资源条件（ 3）劳动生产率（ 4）市场的可接 近性（ 5）供应商的靠近程度（ 6）群集效应等影响选址决策的内部因素1、组织的性质2、组织的战略目标3、企业投资的具体项目和所生产的产品选址方案论证和评价1、设施选址基本流程（1）确定选址任务（2）列出各种选址影响因素（3）列出组织的选址要求（4）根据选址目标

26、和要求，确定多个备选地址以供选择（5）确定选址评价方法（6）进行评价2、选址方案论证和评价的原则（1）经济性原则（2）发展性原则（3）兼容性原则（4）相关效果原则3、寻找关键成功因素设施选址分析方法定性分析方法1、优缺点比较法优缺点比较法的具体做法是：罗列出各个方案的优缺点进行分析比较，并 按最优、次优、一般、较差、极坏五个等级对个方案的各个特点进行评分，对 每个方案的各项得分加总，得分最高的方案为最优方案。2、德尔菲分析模型法德尔菲分析模型法的具体步骤：（1）组成专家小组（2）向专家提出要求和提供所有背景材料（3）各个专家根据材料提出自己的意见（4）将专家的意见汇总，进行对比（ 5）对专家的

27、意见进行综合处理以确定选址方案定量分析方法1、因素评分法（ 1）决定一组相关的选址决策因素。（2）根据企业目标为每个因素赋予一个权重为此显示它与所有其他因素相 比的相对重要性（3）对所有因素的打分设定一个共同的取值范围。（4）对每一个备选地址，对所有因素按步骤 3 所设定的范围评分。（5）用各个因素的得分与相应的权重相乘，并把所有因素的加权值相加， 得到每一个备选地址的最终得分。（ 6）选择总得分最高的地址作为最佳的选址。2、成本利润产量定址分析确定每一备选地址的固定成本和可变成本。在同一张图表上绘出各地点的总成本线。确定在某一预定的产量水平上，哪一地点的成本最少或者哪一地点的 利润最咼。3、

28、重心法二DixQi QiCy二.DiyQii式中Cx为重心X坐标，Cy为重心Y坐标，Dix为第i个地点的x坐标，Diy为 第i个地点的y坐标，Qi为运动第i个地点或从i个地点运出的货物。第二章建立模型2.1软件和仪器软件运行环境： Microsoft Windows XP Professional SP3, MATLAB R2008a硬件实现环境为：配置为 Intel Atom N270 ，外频533MHZ物理内存1GB的NB2.2模型建立一个公司有一个生产基地，若干销售点，销售点规划在若干分区之内，现在各分区之 内找出一个需求凝聚中心（重心法求解），然后在各需求凝聚中心中选出配送中心（层次分

29、析法）.从m个产地：Ai （i =1,2, m, a：为第i产地供应量）经新选择的若干个仓库 （配送中心）送货到n 个销地Bk （k =1,2/ ,n）（bk为第k地需求量）从s个候选Di, D2/ Ds中选择若干个建 设仓库（配送中心），使总运费最低.单位量运费：q （从A：到Dj）, djk （从Dj到Bk）假设运量：Xij -0 （从 Ai 至U Dj ） , yjk -0 （从 Dj 至U Bk ）（i =1,2，m; j =1,2，s;k =1,2,n） TOC o 1-5 h z s mntar.: minzi C qXj djk jZjP） HYPERLINK l bookmar

30、k26 o Current Document j =1 i =1n=1sss.t.:送 Xj =a,i =1,，m yjk =bk,k = 1,n;j 4jTmnZj = a Xj = a yjk , j 1, , s； xij 0, y jk i 二km2.3重心法重心法对单一配送中心选址是比较有效的方法，根据运输费用最低的原则进行在选址计算时有如下假设:1、运送费用只与配送中心和配送点的直线距离有关2、不考虑配送中心所处地理位置的地产价格设有n个配送点，分布在不同的坐标点（召）上，现假设配送中心设置在（Xo, y）处，总运输费用nH 二 ajWjdj （1）j討其中aj为配送中心到配送点

31、j每单位重量，单位距离所需运费； Wj为到配送点j的运 输量；dj为配送中心到配送点 j的直线距离，dj =（X。-为）2 （y。- y）2配送中心在选择时，应保证总运输费用最小.n 推导如下：对于（1 ）中，若令gj二ajWj则式（1）表示为H = gjdj j丄 按重心法，将各配送点视为有重量的质点，gj为各质点的等效重量，重心是到各质点距离最短的点从而将寻求配送中心的地址问题，转化为求重心坐标的问题，根据重心法的思路可以容易求出中心坐标.nn设各质点的等效重量为 G,即gi八ajWjj吕j根据重心特性可知，等效重量在重心对原点在 XOY平面产生的力矩等 于各质点对原点在 XOY平面产生的

32、力矩，用物理方程表示为nGd0 = gjdj = ajWjdj （2）jm式中 d。一.X。 yj d . x2 y2将力矩沿X、Y轴分解，重心对 X、Y轴产生的力矩，分别等于各质点对X、Y轴产生的力矩，用下列两式表示：Gx = g j Xj =、a j wj Xj Gy。= g j yj = a j Wj yjj4j 二j4j式中 do = xo yo_ dj 二 xjyj将力矩沿X、Y轴分解，重心对 X、Y轴产生的力矩，分别等于各质点对X、Y轴产生的力矩nnGx f 9jXj f ajWj Xjj4j4nnGy。7 gyj 7 ajWj yjj 二j最终得到重心坐标nnx。- 7 ajWj

33、XjajWjj =1j 討nny。ajWj yj、a； Wj (3)j-1+ +1- rW氐1/I对层次总排序也需作一致性检验，检验仍象层次总排序那样由高层到低层逐层进行.这是因为虽然各层次均已经过层次单排序的一致性检验，各成对比较判断矩阵都已具有较为 满意的一致性但当综合考察时，各层次的非一致性仍有可能积累起来，引起最终分析结 果较严重的非一致性.设B层中与Aj相关的因素的成对比较判断矩阵在单排序中经一致性检验，求得单排序一致性指标为CI (j) , ( j =1,m ),相应的平均随机一致性指标为Rl(j) (Cl(j)、Rl(j)已在层次单排序时求得)，则B层总排序随机一致性比例为m C

34、l(j)ajCR怜 Rl(j)ajj吕当CR ： 0.10时，认为层次总排序结果具有较满意的一致性并接受该分析结果.第三章 Matlab 编程3.1 重心法function Gcenter()display(请输入分销点个数)n=input(n=)displays请输入各分销点个横坐标)for k=1:nx(k)=input()enddisplay(请输入各分销点个纵坐标)for k=1:ny(k)=input()enddisplays配送中心到各配送点每单位重量，单位距离所需运费)for k=1:na(k)=input()enddisplay配送中心到各配送点的运输量（千克）for k=1:

35、nw(k)=input()end求配送中心坐标display配送中心横坐标)for k=1:n u(k)=x(k)*a(k)*w(k);endu仁sum(u);%横坐标分子for k=1:nv(k)=a(k)*w(k);endu2=sum(v);横坐标分母 x0=u1/u2%横坐标display(配送中心纵坐标)for k=1:nv(k)=y(k)*a(k)*w(k);endu3=sum(v);%纵坐标分子y0=u1/u2 %纵坐标display配送中心坐标)z=x0,y0层次分析法function AHP()disp(请输入判断矩阵A(n阶);A=input(A=);n,n=size(A);

36、x=ones(n,100);y=ones(n,100);m=zeros(1,100);m(1)=max(x(:,1);y(:,1)=x(:,1);x(:,2)=A*y(:,1);m(2)=max(x(:,2);y(:,2)=x(:,2)/m(2);p=0.0001;i=2;k=abs(m(2)-m(1);while kpi=i+1;x(:,i)=A*y(:,i-1);m(i)=max(x(:,i);y(:,i)=x(:,i)/m(i);k=abs(m(i)-m(i-1);enda=sum(y(:,i);w=y(:,i)/a;t=m(i);disp(w);disp(t);%以下是一致性检验CI=

37、(t-n)/(n-1);RI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;CR=CI/RI(n);if CR0.10disp(此矩阵的一致性可接受！)；disp(CI=);disp(CI);disp(CR=)；disp(CR)；end第四章 仿真实验3 个地区建立举例假设某生查企业设有 A 、B、C、D 四个大销售区。须在其中选择配送中心。厂址坐标（ 300 ，300）。各区分销地情况如表 41：表 4 1坐标单位运费运货量A1（409，520）0.5220A2（410，530）0.5315A3（46

38、8，510）0.4920A4（440，578）0.5630A5（485，457）0.5228B1（480，100）0.6215B2（575 ， 110）0.6525B3（550，180）0.6035B4（130，170）0.5740C1（80，100）0.8295C2（120，180）0.8875C3（180，190）0.9080D1（100，390）0.6245D2（75，440）0.6830D3（90，490）0.7035D4（120，520）0.6540D5（140，510）0.6730D6（165，430）0.6845求解重心法运行 Gcenter.mA 区配送中心坐标 (446.19

39、56,520.6490)运行 Gcenter.mB 区配送中心坐标( 393.2072 ， 150.6953)运行 Gcenter.mC 区配送中心坐标 ( 125.5767， 154.4697)运行 Gcenter.mD 区配送中心坐标 (116.0870 ,460.1405)层次分析法运行 JULI.mAB 距离 373.7292AC距离 486.7071AD距离 335.6084BC距 离 267.6571BD距 离 415.3937CD距离 305.8181三个配送中心的组合： ABC、ABD、ACD、BCD目标层A选择配送中心准则层B运输成本Bi存储成本B2交通便利程度B3建设成本B

40、4政策法规B5措施层 CABCABDACDBCDCiC2C3C44.2.2.1建立判断矩阵准则层对目标层的判断矩阵:运行程序AHP.mAB1 B2B3 B4B5准则层权值Bi111410.2215B2112410.2734B311/21530.2731B41/41/41/511/30.0556B5111/3310.1764此矩阵的一致性可以接受CI=0.0667CR=0.0596422.2方案层对准则层的判断矩阵运行程序AHP.mB1 C1 C2 C3 C4方案层权值C111/41/21/30.0967C241310.4121C32 1/3110.2003C431110.2909CI=0.03

41、44CR=0.0386B2 G C2 C3 C4方案层权值C111/41/51/30.0767C2411/210.2553C352110.2553C431110.2837CI=0.0219CR=0.0246B3C1C2C3C4方案层权值C111/41/31/40.0841C241110.3123C331110.2913C441110.3123CI=0.0035CR=0.0039B4 g C2 C3 C4方案层权值C111/351/30.1602C231710.3917C31/5 1/711/80.0452C431810.4029CI=0.0209CR= 0.0235B5C1C2C3C4方案层权值C111/2410.2326C212710.4336C31/4 1/711/30.0653C411310.2686CI=0.0700CR= 0.0786422.3层次总排序C40.2909 0.2837 0.3123 0.4029 0.26860.2971运行 zongpaixu.mCR= 0.0722 通过一致性