实验三:多种影响因素下购房方案的比较

news2024/11/29 0:45:39

根据呼文军[1]等建立的购房决策数学模型式(1)[1],通过对影响购房的多个因素进行科学地分析、比较,从若干备选购房方案中做出最佳的选择。

                          Q=P*WT                                     (1)

在文章的“实例分析”中,假设某位青年教师需要通过决策方案购买房屋,综合该教师所在城市的房源进行筛选,最终选择在A、B、C、D四个小区中做最后的备选方案,确定影响购房的因素有五个:①房屋价格;②房屋面积;③与单位的距离;④房屋设计;⑤房屋周边情况。

房源情况表如下:

第1步:根据4个小区(备选方案)房源情况建立了评价矩阵B:

第2步:根据第1步建立的评价矩阵求出理想方案,房价和位置为逆向指标,故选最小值为最优值;房屋面积、品牌、环境设施情况为正向指标,故选最大值为最优值,最优值矩阵C为:

第3步:根据评价矩阵B和的评价矩阵和最优值矩阵C定义建立了同一度矩阵P

P矩阵中各元素为对应评价B矩阵元素除以相应列的最优值(最优质为最大值),或最优值除以对应元素(最优质为最小值)

第4步:根据五种影响购房因素的权重计算出权系矩阵W

第5步:根据式(1)计算得到4个备选方案与理想方案的接近Q

Q中越大的值就是越接近理想方案的选择,最大值为0.9148即B小区为最佳备选购房方案。

假设已知房源情况表、权系矩阵W,编程计算找出最佳备选购房方案。

要求输入PW矩阵数据,计算Q值,在Q中找出最大值对应的备选方案中的小区。(数据处理中保留4位小数)

输入输出示例:

 代码实现:

#include<stdio.h>
void ZYZ(float  b[][5],float c[]){
    for(int i=0;i<4;i++){
        for(int j=0;j<5;j++){
        	if(i==0){
        		c[j]=b[i][j];
        		continue;
        	}
            if(j==0||j==2){
                if(c[j]>b[i][j]){
                    c[j]=b[i][j];
                }
            }else{
                if(c[j]<b[i][j]){
                    c[j]=b[i][j];
                }
            }
        }
    }
}
void TYD(float b[][5],float c[],float p[][5]){
    for(int i=0;i<4;i++){
        for(int j=0;j<5;j++){
            if(j==0||j==2){
               p[i][j]=c[j]/b[i][j];
            }else{
                p[i][j]=b[i][j]/c[j];
            }
        }
    }
}
void Q(float p[][5],float w[][1],float q[][1],int *index){
    for(int i=0;i<4;i++){
        for(int j=0;j<5;j++){
            q[i][0]+=p[i][j]*w[j][0];
            if(q[*index][0]<q[i][0]){
            	*index=i+1;
			}
        }
    }
}
int main(){
    int index=0;
    float b[4][5],c[5],p[4][5],w[5][1],q[5][1];
 	 printf("请输入房源情况表:");
    for(int i=0;i<4;i++){
        for(int j=0;j<5;j++){
            scanf("%f",&b[i][j]);
        }
    }
    printf("请输入权系矩阵W:");
     for(int i=0;i<5;i++){
        scanf("%f",&w[i][0]);
    }
    ZYZ(b,c);
    TYD(b,c,p);
	Q(p,w,q,&index);
	printf("\n");
	for(int i=0;i<4;i++){
		printf("第%d套房源与理想方案接近程度:%.4f\n",i+1,q[i][0]);
	}
	printf("\n第%d套房源为最佳房源",index);
    return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/3500.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Kubeadm搭建kubernetes(k8s)集群

目录 一、集群介绍 1、集群搭建方法 二、集群部署 环境配置 所有节点&#xff0c;关闭防火墙规则&#xff0c;关闭selinux&#xff0c;关闭swap交换 node02&#xff08;192.168.137.30&#xff09; node01&#xff08;192.168.137.20&#xff09; ​编辑 master&#…

单链表经典例题

LeetCode题解移除链表元素反转链表合并两个有序链表移除链表元素 题目描述&#xff1a; ➡️挑战链接⬅️、 分析&#xff1a; 该题是要求我们删除指定元素&#xff0c;那么我们就定义一个cur指针去遍历整个链表就好了&#xff0c;每当我们遇到cur->valval;等于特定值的时…

【PTA-训练day3】L2-014 列车调度 + L1-009 N个数求和

目录 L2-014 列车调度 - 二分贪心 1、java版 - 运行超时 2、c版 L1-010 比较大小 - 10 L1-015 跟奥巴马一起画方块 - 15 L1-009 N个数求和 - 20 java 欧几里得求最大公约数gcd L2-014 列车调度 - 二分贪心 PTA | 程序设计类实验辅助教学平台 如果当前序号比火车队列末…

最流行的 6 款 Python 解释器

有人说&#xff1a;一个人从1岁活到80岁很平凡&#xff0c;但如果从80岁倒着活&#xff0c;那么一半以上的人都可能不凡。 生活没有捷径&#xff0c;我们踩过的坑都成为了生活的经验&#xff0c;这些经验越早知道&#xff0c;你要走的弯路就会越少。 Python 是最流行的编程语言…

双向长短期记忆网络(BiLSTM)详解

双向长短期记忆网络&#xff08;BiLSTM&#xff09;详解 一、前言 在学习BiLSTM之前&#xff0c;首先需要对RNN和LSTM有一定的了解&#xff0c;可以参考本人的博客&#xff1a;详细讲解RNNLSTMTree_LSTM&#xff08;Tree-Long Short Term Memory&#xff09;基于树状长短期记忆…

22、短信登录(隐藏用户的敏感信息)

短信登录&#xff08;隐藏用户的敏感信息&#xff09; 我们返回给前端的信息太多了 问题&#xff1a;为什么我们这里全返回了呢&#xff1f; 我们这里是直接从userHoler里获取用户后就直接返回。 所以我们冲userHoler里取出来的信息就是完整的。 2、userHoler从哪里来&#x…

RSA与AES加密

目录 一、非对称加密和RSA 1.非对称秘钥 2.RSA加密的核心 3.Python中实现RSA加密解密 二、HTTPS通信过程 三、对称加密和AES 1.AES简介 2.Python中实现AES加解密 一、非对称加密和RSA 1.非对称秘钥 https://blog.csdn.net/gao131360144/article/details/79966094HTTPS&…

北理工嵩天Python语言程序设计笔记(6 函数和代码复用)

前言 本文是对《北理工 嵩天/黄天宇/礼欣 Python语言程序设计》的学习笔记&#xff0c;供自己查阅使用。 文章目录 北理工嵩天Python语言程序设计笔记&#xff08;目录&#xff09;北理工嵩天Python语言程序设计笔记&#xff08;2 Python基本语法元素&#xff09;北理工嵩天…

3GPP R17空闲态省电特性

Paging Early Indication 为了进一步降低空闲态UE监听PDCCH的功耗&#xff0c;R17提出Paging Early Indication(PEI)方案。方案的主要思想是在PO(Paging Occasion)之前插入一个PEI-O(PEI Occasion)&#xff0c;UE在解调到PEI信息之后&#xff0c;再确定是否需要解调PO信息。其中…

FPGA帧差算法实现图像识别跟踪,Verilog代码讲解全网最细,提供两套工程源码

之前我写过一篇关于FPGA帧差算法实现图像识别跟踪的文章&#xff0c;可以参考一下FPGA帧差算法实现图像识别跟踪 但那篇文章讲得不够细&#xff0c;这里讲得细一点&#xff1a; 运动目标检测原理&#xff1a;先将RGB图像转为灰度图只取亮度分量y&#xff0c;如果一个物体是运动…

【C++】如何修改set的值

问题&#xff1a;尝试通过begin方法得到的迭代器去修改值&#xff0c;发现会报错。 set<string> st{"hello", "world", "good"}; set<string>::iterator it st.begin(); *it "test"; 原因&#xff1a;我们可以在源码里…

三层交换机(三层配置基础命令)

作者介绍&#xff1a; ♥️作者&#xff1a;小刘在C站 ♥️每天分享课堂笔记&#xff0c;一起努力&#xff0c;共赴美好人生&#xff01; ♥️夕阳下&#xff0c;是最美的绽放。 目录 一.什么是三层交换机 二.为什么使用三层交换机 三.层交换机的原理 1.传统的mls 2.快速转…

文件的基本操作

文章目录创建文件删除文件打开文件关闭文件读文件写文件这些基本功能都是操作系统提供给应用程序的系统调用创建文件 提供的参数 所需的外存空间大小文件的存放路径文件名&#xff08;操作系统会有对应的默认名&#xff09; 操作系统做的工作 在外存中找文件所需的空间——空闲…

Python趣味算法入门 - 百钱百鸡

问题描述 中国古代数学家张邱建在他的《算经》中提出了一个著名的“百钱百鸡问题”&#xff1a;一只公鸡值五钱&#xff0c;一只母鸡值三钱&#xff0c;三只小鸡值一钱&#xff0c;现在要用百钱买百鸡&#xff0c;请问公鸡、母鸡、小鸡各多少只&#xff1f; 分析 这也是经典问…

所见即所得即MySQL函数

✨✨hello&#xff0c;愿意点进来的小伙伴们&#xff0c;你们好呐&#xff01; &#x1f43b;&#x1f43b;系列专栏&#xff1a;【MySQL初阶】 &#x1f432;&#x1f432;本篇内容&#xff1a;MySQL函数的详解 &#x1f42f;&#x1f42f;作者简介:一名现大二的三非编程小白&…

【Spring】核心部分之IOC:通过列举代码例子,从底层刨析,深入源码,轻轻松松理解Spring的核心IOC,IOC有这一篇足以

IOC一&#xff0c;概念和原理1.概念&#xff1a;控制反转2.原理&#xff1a;&#xff08;xml解析&#xff0c;工厂模式&#xff0c;反射&#xff09;3.IOC接口&#xff1a;两个主要容器实现类&#xff08;加载xml配置文件&#xff09;二&#xff0c;操作Bean管理1.基于 xml 配置…

React - 实现瀑布流加载

React - 实现瀑布流加载一. 瀑布流实现1.1 处理重复请求问题一. 瀑布流实现 先来看下原本的效果&#xff0c;一次性加载完所有的信息然后展示&#xff1a; 其次&#xff0c;我们需要去监听这个滚轮的滚动事件&#xff0c;那么React页面就可以添加一个监听器&#xff1a; use…

SpringSecurity Oauth2实战 - 04 自定义AuthProvider实现登录认证

文章目录1. 搭建资源服务器1. Token存储配置类 TokenStoreAutoConfiguration2. 资源服务器配置类 ResourceServerAutoConfiguration3. 在META-INF/spring.factories文件下添加配置类2. 搭建授权服务器1. 密码加密配置类 PasswordEncodeConfig2. RestTemplateConfig3. 授权服务器…

k3s 离线部署指南

文章目录1. 简介2. Docker 手动部署镜像方式2.1 安装docker2.2 导入镜像2.3 安装 k3s2.4 查看3. Containerd 手动部署镜像方式3.1 导入镜像到 containerd 镜像列表3.2 授予可执行权限3.3 安装 K3s4. Containerd 私有镜像仓库方式4.1 配置 K3s 镜像仓库4.2 授予可执行权限4.3…

集合(Set)和有序集合(ZSet)的基本使用方法详解【Redis】

文章目录一. Redis中的集合(Set)1.1基本的一些操作1.1.1 smembers查看集合中的所有成员1.1.2 scard删除成员数量1.1.3 smove移动成员1.1.4 sinterstore 存储俩个集合的交集二.Redis中的有序集合(ZSet)2.1 基本的一些操作2.1.1 zadd添加1到多个成员2.1.2 zcount 返回指定分数区间…