当前位置： 首页 > news >正文

制作关于灯的网站seo分析工具

news 2025/7/26 3:30:06
制作关于灯的网站,seo分析工具,wordpress vip视频解析,正规公司简历模板目录 一、作业1 作业内容 解答 二、作业2 作业内容 解答 三、作业3 作业内容 解答 四、大作业 作业内容 解答 1.建立层次结构模型 (1)目标层 (2)准则层 (3)方案层 2.构造判断矩阵 (1)准则层判断矩阵 (2)方案层判断矩阵 3.层次单排序及其一致性检验 代码 …

目录

一、作业1

作业内容

解答

二、作业2

作业内容

解答

三、作业3

作业内容

解答

四、大作业

作业内容

解答

1.建立层次结构模型

(1)目标层

(2)准则层

(3)方案层

2.构造判断矩阵

(1)准则层判断矩阵

(2)方案层判断矩阵

3.层次单排序及其一致性检验

代码

运行结果

4.层次总排序及其一致性检验

代码

运行结果

决策

一、作业1

作业内容

练习题1：请根据下表绘制相应的网络计划图 

解答

二、作业2

作业内容

练习题2：请根据下表绘制相应的网络计划图

解答

三、作业3

作业内容

作业3：某软件工程项目经工作分解后，给出了活动明细表，如下表所示：

1、求解每个活动的te值，并填入表中；

2、绘制对应计划网络图；

3、求解该计划网络图的关键活动、关键节点和关键路线。

解答

1、求解每个活动的te值，并填入表中

编号

活动代号

t0

tm

tp

te

紧前活动

1

A

6

7.5

12

8

-

2

B

4.5

4.8

6.3

5

A

3

C

1.2

2

2.8

2

A

4

D

5

6.7

10.2

7

A

5

E

4.6

5.7

8.6

6

B

6

F

5.5

6

6.5

6

C

7

G

0

0

0

0

B

8

H

5.5

7

8.5

7

F、G

9

I

3.5

5.2

5.7

5

H

10

J

4.7

5.9

7.7

6

D、E、I

2、绘制对应计划网络图

3、求解该计划网络图的关键活动、关键节点和关键路线

关键活动：A、C、F、H、I、J

关键节点：1、2、3、5、6、7、8

关键路线：A->C->F->H->I->J

四、大作业

作业内容

 要求：某企业计划采购一批生产设备，现有四家供应商提供的设备备选。请运用层次分析法，从设备的功能性、价格、外观、售后服务等多个方面(可添加考虑因素，自由发挥)进行综合评价，选出最优的供应商。

解答

1.建立层次结构模型
(1)目标层

选择最优的生产设备供应商

(2)准则层

功能性（B1）

价格（B2）

外观（B3）

售后服务（B4）

(3)方案层

供应商C1

供应商C2

供应商C3

供应商C4

2.构造判断矩阵
(1)准则层判断矩阵

为了建立准则层的判断矩阵，我们对各个准则进行成对比较，判断它们在选择供应商时的重要性。我们使用1-9标度法进行比较（1表示两者同等重要，9表示一个因素比另一个重要9倍，反之使用倒数）。

功能性 (B1)

价格 (B2)

外观 (B3)

售后服务 (B4)

功能性 (B1)

1

5

3

7

价格 (B2)

1/5

1

1/3

2

外观 (B3)

1/3

3

1

4

售后服务 (B4)

1/7

1/2

1/4

1

(2)方案层判断矩阵

接下来，我们对每个准则下的供应商进行成对比较。以下为供应商在功能性（B1）、价格（B2）、外观（B3）和售后服务（B4）方面的判断矩阵。我们同样采用1-9标度法进行比较。

供应商在功能性（B1）方面的判断矩阵：

C1

C2

C3

C4

C1

1

3

1/5

2

C2

1/3

1

1/7

1/3

C3

5

7

1

9

C4

1/2

3

1/9

1

供应商在价格（B2）方面的判断矩阵：

C1

C2

C3

C4

C1

1

1/3

5

1/7

C2

3

1

7

1/3

C3

1/5

1/7

1

1/9

C4

7

3

9

1

供应商在外观（B3）方面的判断矩阵：

C1

C2

C3

C4

C1

1

1/2

3

1/5

C2

2

1

5

1/3

C3

1/3

1/5

1

1/7

C4

5

3

7

1

供应商在售后服务（B4）方面的判断矩阵：

C1

C2

C3

C4

C1

1

5

1/3

2

C2

1/5

1

1/7

1/3

C3

3

7

1

5

C4

1/2

3

1/5

1

3.层次单排序及其一致性检验
代码
import numpy as np# 计算特征向量和最大特征值def calculate_eigenvector(matrix):# 计算矩阵的特征值和特征向量eigvals, eigvecs = np.linalg.eig(matrix)# 选择最大特征值的索引max_eigval_index = np.argmax(eigvals)max_eigval = eigvals[max_eigval_index]# 归一化特征向量eigvec = eigvecs[:, max_eigval_index]eigvec = eigvec / np.sum(eigvec)  # 归一化，使其和为1return eigvec.real, max_eigval.real# 一致性检验def consistency_check(matrix, max_eigval):n = matrix.shape[0]  # 矩阵的维度CI = (max_eigval - n) / (n - 1)  # 一致性指标 CIRI = [0, 0, 0.58, 0.9, 1.12, 1.24, 1.32, 1.41, 1.45]  # 随机一致性指标 RI（根据矩阵维度n）CR = CI / RI[n - 1]  # 一致性比率 CRreturn CI, CR# 示例：准则层判断矩阵B1_matrix = np.array([[1, 5, 3, 7],[1 / 5, 1, 1 / 3, 2],[1 / 3, 3, 1, 4],[1 / 7, 1 / 2, 1 / 4, 1]])# 计算特征向量和最大特征值eigvec_B1, max_eigval_B1 = calculate_eigenvector(B1_matrix)# 输出特征向量和最大特征值print("准则层特征向量:", eigvec_B1)print("准则层最大特征值:", max_eigval_B1)# 一致性检验CI_B1, CR_B1 = consistency_check(B1_matrix, max_eigval_B1)# 输出一致性检验结果print("准则层一致性指标 CI:", CI_B1)print("准则层一致性比率 CR:", CR_B1)# 判断一致性if CR_B1 < 0.1:print("准则层判断矩阵一致性通过")else:print("准则层判断矩阵一致性不通过，需要重新构造判断矩阵")
运行结果

4.层次总排序及其一致性检验
代码
import numpy as np# 计算特征向量和最大特征值def calculate_eigenvector(matrix):eigvals, eigvecs = np.linalg.eig(matrix)max_eigval_index = np.argmax(eigvals)max_eigval = eigvals[max_eigval_index]eigvec = eigvecs[:, max_eigval_index]eigvec = eigvec / np.sum(eigvec)  # 归一化，使其和为1return eigvec.real, max_eigval.real# 一致性检验def consistency_check(matrix, max_eigval):n = matrix.shape[0]  # 矩阵的维度CI = (max_eigval - n) / (n - 1)  # 一致性指标 CIRI = [0, 0, 0.58, 0.9, 1.12, 1.24, 1.32, 1.41, 1.45]  # 随机一致性指标 RI（根据矩阵维度n）CR = CI / RI[n - 1]  # 一致性比率 CRreturn CI, CR# 计算层次总排序def calculate_total_ranking(criteria_weights, matrix_list):# matrix_list 是方案层的判断矩阵列表rankings = []for i, matrix in enumerate(matrix_list):eigvec, max_eigval = calculate_eigenvector(matrix)CI, CR = consistency_check(matrix, max_eigval)# 计算每个方案在该准则下的权重weight = np.dot(eigvec, criteria_weights[i])rankings.append(weight)# 综合排序，得到每个方案的总权重total_weights = np.sum(rankings, axis=0)return total_weights# 示例：准则层判断矩阵B1_matrix = np.array([[1, 5, 3, 7],[1 / 5, 1, 1 / 3, 2],[1 / 3, 3, 1, 4],[1 / 7, 1 / 2, 1 / 4, 1]])# 示例：方案层判断矩阵C1_matrix = np.array([[1, 3, 1 / 5, 2],[1 / 3, 1, 1 / 7, 1 / 3],[5, 7, 1, 9],[1 / 2, 3, 1 / 9, 1]])C2_matrix = np.array([[1, 1 / 3, 5, 1 / 7],[3, 1, 7, 1 / 3],[1 / 5, 1 / 7, 1, 1 / 9],[7, 3, 9, 1]])C3_matrix = np.array([[1, 2, 1 / 3, 1 / 5],[1 / 2, 1, 1 / 9, 1 / 7],[3, 9, 1, 7],[5, 7, 1 / 7, 1]])C4_matrix = np.array([[1, 1 / 2, 3, 1 / 4],[2, 1, 5, 1 / 3],[1 / 3, 1 / 5, 1, 1 / 7],[4, 3, 7, 1]])# 计算准则层的权重（特征向量）criteria_matrix = B1_matrix  # 假设准则层只有一个判断矩阵criteria_weights, max_eigval_B1 = calculate_eigenvector(criteria_matrix)# 计算方案层的综合权重matrix_list = [C1_matrix, C2_matrix, C3_matrix, C4_matrix]  # 方案层判断矩阵列表total_weights = calculate_total_ranking(criteria_weights, matrix_list)# 输出层次总排序print("各方案的综合权重:", total_weights)# 判断是否一致CI_B1, CR_B1 = consistency_check(criteria_matrix, max_eigval_B1)print("准则层一致性指标 CI:", CI_B1)print("准则层一致性比率 CR:", CR_B1)# 根据综合权重选择最优方案best_supplier_index = np.argmax(total_weights)print(f"最优供应商是供应商 C{best_supplier_index + 1}")
运行结果

决策

最优供应商为C3

http://www.ds6.com.cn/news/57807.html

相关文章：

  • 怎么做关于易烊千玺的网站读书网站排名
  • wordpress 热门搜索seo挖关键词
  • wordpress社交登录河南搜索引擎优化
  • 网站建设平台加盟网站收录什么意思
  • 深圳网站建设开发哪家好网络推广软件
  • 有了网站源码怎么做app广东百度seo
  • 涟水建设局网站今日头条新闻10条
  • 外贸网站b2c做网站的公司哪家最好
  • 如何给网站做二维码引擎搜索下载
  • wordpress教学插件seo排名赚app靠谱吗
  • 做网站需要注意的点最近一周的新闻热点事件
  • 织梦cms可以做外贸网站吗seo资料网
  • b2b网站大全b2b网站大全下载网站快速优化排名官网
  • 网站版面布局结构图掉发脱发严重是什么原因
  • 网站建设基本流程心得火星时代教育培训机构怎么样
  • 清远网站建设公司设计网站官网
  • 武汉新闻最新消息疫情seo性能优化
  • 自助网站建设系统软件免费推广网站大全下载安装
  • 在线做动漫图的网站推广网站有哪些
  • wordpress点击慢安徽seo人员
  • 做创意ppt网站有哪些seo搜索引擎优化方式
  • wordpress 移动站插件百度网页版入口
  • 广东广东网站建设工作热门关键词
  • 昆明网站制作策划室内设计网站
  • 黄浦做网站公司长沙关键词优化新行情报价
  • 网络游戏工作室郑州seo排名哪有
  • azure wordpress搜索引擎优化培训
  • 南昌整站优化河源疫情最新通报
  • 广东建设企业网站哪家好站长工具ping检测
  • 偷拍美容院做私密视频网站初学者做电商怎么入手