I этап – Принцип идентификации и декомпозиции.

 

 

 

II этап – Принцип дискриминации и сравнительных суждений.

1. Макроуровень. Определим степень влияния кластеров друг на друга путём заполнения матрицы парных сравнений для каждого кластера.

 

Для первого кластера:

				Собств
	1,00000	5,00000	3,00000	0,63699
	0,20000	1,00000	0,33333	0,10473
	0,33333	3,00000	1,00000	0,25828

 

Для второго кластера:

			Собств
	1,00000	3,00000	0,75000
	0,33333	1,00000	0,25000

Согласно полученным результатам составим матрицу, показывающую степень влияния кластеров друг на друга:

 

	0,00000	0,00000	0,00000	1,00000
	0,63699	0,00000	0,00000	0,00000
	0,10473	0,75000	0,00000	0,00000
	0,25828	0,25000	1,00000	0,00000

2. Микроуровень. Сформируем МПС для элементов кластеров и вычислим их приоритеты.

1) Кластер «Альтернативы»

 

1.1	2.1	2.2	2.3	Собств
2.1	1,00000	2,00000	3,00000	0,53961
2.2	0,50000	1,00000	2,00000	0,29696
2.3	0,33333	0,50000	1,00000	0,16342
1.2	2.1	2.2	2.3	Собств
2.1	1,00000	2,00000	0,33333	0,23849
2.2	0,50000	1,00000	0,25000	0,13650
2.3	3,00000	4,00000	1,00000	0,62501
1.3	2.1	2.2	2.3	Собств
2.1	1,00000	0,50000	2,00000	0,29696
2.2	2,00000	1,00000	3,00000	0,53961
2.3	0,50000	0,33333	1,00000	0,16342
1.1	3.1	3.2	3.3	Собств
3.1	1,00000	3,00000	4,00000	0,61441
3.2	0,33333	1,00000	3,00000	0,26837
3.3	0,25000	0,33333	1,00000	0,11722
1.2	3.1	3.2	3.3	Собств
3.1	1,00000	0,20000	0,50000	0,12202
3.2	5,00000	1,00000	3,00000	0,64833
3.3	2,00000	0,33333	1,00000	0,22965
1.3	3.1	3.2	3.3	Собств
3.1	1,00000	4,00000	0,50000	0,33307
3.2	0,25000	1,00000	0,20000	0,09739
3.3	2,00000	5,00000	1,00000	0,56954
1.1	4.1	4.2	4.3	Собств
4.1	1,00000	2,00000	0,20000	0,17212
4.2	0,50000	1,00000	0,16667	0,10203
4.3	5,00000	6,00000	1,00000	0,72585
1.2	4.1	4.2	4.3	Собств
4.1	1,00000	3,00000	5,00000	0,64833
4.2	0,33333	1,00000	2,00000	0,22965
4.3	0,20000	0,50000	1,00000	0,12202
1.3	4.1	4.2	4.3	Собств
4.1	1,00000	0,25000	0,50000	0,13650
4.2	4,00000	1,00000	3,00000	0,62501
4.3	2,00000	0,33333	1,00000	0,23849

2) Кластер «Общие свойства»

 

2.1	3.1	3.2	3.3	Собств
3.1	1,00000	0,50000	2,00000	0,29696
3.2	2,00000	1,00000	3,00000	0,53961
3.3	0,50000	0,33333	1,00000	0,16342
2.2	3.1	3.2	3.3	Собств
3.1	1,00000	0,50000	0,25000	0,13650
3.2	2,00000	1,00000	0,33333	0,23849
3.3	4,00000	3,00000	1,00000	0,62501
2.3	3.1	3.2	3.3	Собств
3.1	1,00000	4,00000	2,00000	0,55842
3.2	0,25000	1,00000	0,33333	0,12196
3.3	0,50000	3,00000	1,00000	0,31962
2.1	4.1	4.2	4.3	Собств
4.1	1,00000	2,00000	0,20000	0,18648
4.2	0,50000	1,00000	0,25000	0,12654
4.3	5,00000	4,00000	1,00000	0,68698
2.2	4.1	4.2	4.3	Собств
4.1	1,00000	4,00000	5,00000	0,68334
4.2	0,25000	1,00000	2,00000	0,19981
4.3	0,20000	0,50000	1,00000	0,11685
2.3	4.1	4.2	4.3	Собств
4.1	1,00000	5,00000	6,00000	0,70905
4.2	0,20000	1,00000	4,00000	0,21184
4.3	0,16667	0,25000	1,00000	0,07911

 

3) Кластер «Недостатки»

3.1	4.1	4.2	4.3	Собств
4.1	1,00000	2,00000	0,25000	0,19981
4.2	0,50000	1,00000	0,20000	0,11685
4.3	4,00000	5,00000	1,00000	0,68334
3.2	4.1	4.2	4.3	Собств
4.1	1,00000	3,00000	2,00000	0,53961
4.2	0,33333	1,00000	3,00000	0,29696
4.3	0,50000	0,33333	1,00000	0,16342
3.3	4.1	4.2	4.3	Собств
4.1	1,00000	5,00000	0,50000	0,44076
4.2	0,20000	1,00000	4,00000	0,30148
4.3	2,00000	0,25000	1,00000	0,25776

 

4) Кластер «Первое впечатление»

4.1	1.1	1.2	1.3	Собств
1.1	1,00000	0,33333	0,50000	0,16342
1.2	3,00000	1,00000	2,00000	0,53961
1.3	2,00000	0,50000	1,00000	0,29696
4.2	1.1	1.2	1.3	Собств
1.1	1,00000	0,50000	0,25000	0,13650
1.2	2,00000	1,00000	0,33333	0,23849
1.3	4,00000	3,00000	1,00000	0,62501
4.3	1.1	1.2	1.3	Собств
1.1	1,00000	4,00000	5,00000	0,67381
1.2	0,25000	1,00000	3,00000	0,22554
1.3	0,20000	0,33333	1,00000	0,10065

III этап – Синтез.

На основе результатов второго этапа составляется невзвешенная суперматрица:

 

	1.1	1.2	1.3	2.1	2.2	2.3	3.1	3.2	3.3	4.1	4.2	4.3
1.1	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,16342	0,13650	0,67381
1.2	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,53961	0,23849	0,22554
1.3	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,29696	0,62501	0,10065
2.1	0,53961	0,23849	0,29696	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
2.2	0,29696	0,13650	0,53961	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
2.3	0,16342	0,62501	0,16342	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
3.1	0,61441	0,12202	0,33307	0,29696	0,13650	0,55842	0,00	0,00	0,00	0,00	0,00	0,00
3.2	0,26837	0,64833	0,09739	0,53961	0,23849	0,12196	0,00	0,00	0,00	0,00	0,00	0,00
3.3	0,11722	0,22965	0,56954	0,16342	0,62501	0,31962	0,00	0,00	0,00	0,00	0,00	0,00
4.1	0,17212	0,64833	0,13650	0,18648	0,68334	0,70905	0,19981	0,53961	0,44076	0,00	0,00	0,00
4.2	0,10203	0,22965	0,62501	0,12654	0,19981	0,21184	0,11685	0,29696	0,30148	0,00	0,00	0,00
4.3	0,72585	0,12202	0,23849	0,68698	0,11685	0,07911	0,68334	0,16342	0,25776	0,00	0,00	0,00

 

Далее получаем взвешенную матрицу W путём умножения каждой блочной матрицы Wij на Vij, полученной при рассмотрении задачи влияния кластеров:

	1.1	1.2	1.3	2.1	2.2	2.3	3.1	3.2	3.3	4.1	4.2	4.3
1.1	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,16342	0,13650	0,67381
1.2	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,53961	0,23849	0,22554
1.3	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,29696	0,62501	0,10065
2.1	0,34373	0,15191	0,18916	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
2.2	0,18916	0,08695	0,34373	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
2.3	0,10410	0,39812	0,10410	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00	0,00
3.1	0,06435	0,01278	0,03488	0,22272	0,10237	0,41882	0,00	0,00	0,00	0,00	0,00	0,00
3.2	0,02811	0,06790	0,01020	0,40471	0,17887	0,09147	0,00	0,00	0,00	0,00	0,00	0,00
3.3	0,01228	0,02405	0,05965	0,12257	0,46876	0,23971	0,00	0,00	0,00	0,00	0,00	0,00
4.1	0,04446	0,16745	0,03526	0,04662	0,17084	0,17726	0,19981	0,53961	0,44076	0,00	0,00	0,00
4.2	0,02635	0,05932	0,16143	0,03164	0,04995	0,05296	0,11685	0,29696	0,30148	0,00	0,00	0,00
4.3	0,18748	0,03152	0,06160	0,17175	0,02921	0,01978	0,68334	0,16342	0,25776	0,00	0,00	0,00

 

Предельная матрица при k=58:

0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562	0,10562
0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954	0,10954
0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546	0,09546
0,071	0,071	0,071	0,071	0,071	0,071	0,071	0,071	0,071	0,071	0,071	0,071
0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231	0,06231
0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454	0,06454
0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075	0,06075
0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716	0,05716
0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301	0,06301
0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256	0,12256
0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654	0,07654
0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152	0,11152

 

 

Абсолютные приоритеты:

1. Альтернативы	1.1 Bosch	0,10562	0,31061	0,340034
1.2 Electrolux	0,10954	0,352651
1.3 Samsung	0,09546	0,307315
2. Общие свойства	2.1 Ёмкость	0,071	0,197857	0,358851
2.2 Мощность	0,06231	0,314945
2.3 Экологичность	0,06454	0,326204
3. Недостатки	3.1 Энергозатраты	0,06075	0,180921	0,335777
3.2 Обслуживание	0,05716	0,315957
3.3 Громоздкость щётки	0,06301	0,348265
4. Первое впечатление	4.1 Стоимость	0,12256	0,310613	0,394562
4.2 Внешний вид	0,07654	0,246407
4.3 Компактность	0,11152	0,359031

 

Согласно результатам, наиболее предпочтительной альтернативой стал пылесос марки Electrolux, кластером – «Первое впечатление».

Результаты, полученные с использованием программы Super Decisions:

 

 

Список литературы

1. Андрейчиков А.В. Анализ, синтез, планирование решений в экономике / А.В.Андрейчиков, О.Н.Андрейчикова –М.: Финансы и статистика, 2000.

2. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах – М.: Логос, 2006.

3. Петровский А.Б. Теория принятия решений. – М: Издательский центр “Академия”, 2009.

4. Саати Т.Л. Принятие решений. Метод анализа иерархий. – М.:Радио и связь, 1993.

5. Саати Т.Л. Принятие решений при зависимостях и обратных связях: аналитические сети. – М.: Издательство ЛКИ, 2008.