[发明专利]基于改进的层次分析法评价生猪养殖工艺的方法

权利要求书

1.基于改进的层次分析法评价生猪养殖工艺的方法，其特征在于：它是通过以下步骤进行：

a、搭建生猪养殖层次结构模型，所述层次结构模型包括目标层、准则层和指标层；

b、搭建判断矩阵，采用1-9标度法构建两两比较矩阵；

c、对搭建的两两比较矩阵进行处理，得到权重向量(W)以及最大特征值(λ_max)；

d、判断矩阵是否具有一致性：判断矩阵具有一致性后，进行计算评分；若判断矩阵不具有一致性，利用粒子群算法优化判断矩阵一致性的问题，同时引用模拟退火防止粒子群算法陷入局部最优，最终达到一致性再进行计算评分；

e、根据各因素的重要程度确定相应的权值；对各因素由优到劣分成等级，并人为相应规定各等级的分数；将每个因素中分数乘以该因素的相应权值，得到加权得分；人为给定分数，并与相应权值进行加权计算即得到评分。

2.根据权利要求1所述的基于改进的层次分析法评价生猪养殖工艺的方法，其特征在于：所述步骤b中两两比较矩阵可以表示如下：

U＝(u_ij)n*n，

其中，n表述矩阵的阶数，u_ij表示因素i对因素j的相对重要性；并按照1-9标度法对重要程度进行赋值。

3.根据权利要求2所述的基于改进的层次分析法评价生猪养殖工艺的方法，其特征在于：所述步骤c中，权重向量(W)以及最大特征值(λ_max)的具体步骤如下：

c1、将n阶方阵U进行列归一化得到矩阵A：

式中，a_ij表示第i行第j列元素；

c2、对矩阵A进行行求和得到向量B＝(B₁，B₂，…，B_n)^T，然后对向量B归一化得到向量W＝(W₁，W₂，…，Wn)^T，向量W为特征向量，其中

c3、得到矩阵U的最大特征值：

所得的向量W即为层次单排序的权值；

层次总排序的权值：中间层元素为x，则第i个底层元素的全局权重为

式中，W_i^j为第i个底层元素对第j个中间层元素的单排序权值，W_j为第j个中间层元素的单排序权值。

4.根据权利要求3所述的基于改进的层次分析法评价生猪养殖工艺的方法，其特征在于：所述步骤d中判断矩阵是否具有一致性的通过公式：

当CR≤0.1时，认为判断矩阵具有满意的一致性；

其中，CI为一致性指标；RI为一致性指标标准值；

当n＝1，2，3，4，5，6，7，8，9时，对应的RI＝0，0，0.5，1，1，1.3，1，1.4，1；

其中，λ_max为此矩阵最大特征值；n为此矩阵阶数。

5.根据权利要求4所述的基于改进的层次分析法评价生猪养殖工艺的方法，其特征在于：所述步骤d的具体步骤为：

d1、对粒子进行初始化设定；

d2、根据粒子目前的位置与速度得到此粒子新的位置，并计算适应值；

d3若粒子适应值与原个体极值相比较优，则更新当前的适应值，全局极值依据粒子个体极值寻找；

d4、根据速度公式更新速度，

式中，w为惯性常数；c₁、c₂表示加速度因子；r₁和r₂是分布于[0,1]区间的随机数；v_in表示速度向量；x_in表示位置向量；p_b表示个体最优，g_b表示全局最优；k为当前迭代次数，表示在k次下的个体最优；表示在k次下的全局最优；表示k次下粒子的位置；表示在k次的粒子的速度；

d5、依据更新当前位置；

d6、根据下列公式判断是否接受新值：

式中，为在某一温度T下从状态i转移到状态j下的内能概率；E_(j)表示状态j下的内能；E_(i)状态i下的内能，K是玻尔兹曼常数，T表示温度；

d7、接受新值继续执行退火操作，若不接受新值，则重复d3—d7；若接受，直到跳出循环。