CI1??max?55?1?0，一致性比例指标CR1?CI1?0<0.1,于是w1作为B
RI1层的权重向量。
3）确定子准则层（b)准则层（B）的权重wi
查阅上海统计局相关数据，房地产业受益世博主题投资，受益方式为通过直接或间接参与世博基建项目的投资、建设及运营受益，通过对世博园区土地后续利用开发受益等； 同时，受益于公司开发项目区位和出租项目类别优势。公司项目临近世博馆址从而带来的地价或房价的上升，7000万人参会带来的出租项目，如房屋等出租率和租金的上升。
得到房地产投资和房价对房地产的影响顺序，得到入下矩阵：
??1???2??33??2?1???B
2
经求得B的最大特征值为?max?2，相应的特征向量作归一化有
2w2?(0.4,0.6)
2T对应的随机一致性指标RI?0（查表），则一致性指标
CI2??max?22?1?0，一致性比例指标CR2?CI2?0<0.1,于是w2作为B
RI2层的权重向量是可以接受的。
4）同理，确定城镇、农村居民收支情况对居民收支的权重系数
w3?(0.333333,0.666667 )?0经求得B的最大特征值为?max?2，对应的随机一致性指标RI23 9
?2（查表），则一致性指标CI3??max2?1?0，一致性比例指标
CR3?CIRI33?0<0.1,于是w3作为B层的权重向量是可以接受的。
?n，所以各矩阵为一致阵，结果可靠。
以上各个矩阵均是?5）计算组合权向量和组合一致性检验
由第3层的成对比较矩阵B计算出的权向量，最大特征根?max和一
i致性指标B，结果如下表
ii w 1 2 3 Tw1=（0.087591，0.109489，0.145985，T0.218978,0.437956） w2?(0.4,0.6) w3?(0.333333,0.666667) ?max 5 0 2 0 2 0 C I
组合权向量w即：
（1）对于交通费，它在旅游中的权重用w1的第一个分向量b1表示，而旅游对于目标的权重又用w0的第一个分向量a1表示，所以交通费在目标中的权重为两项之积，即
?0.130435w1?0.217391w2?0.652174w
3a?b =0.130435*0.087591=0.011424932085
11同理，宾馆酒店、餐饮、零售、门票费在目标层中的权重依次为a1?b2、
10
a?b、a?b、a?b
131415所以交通费、宾馆酒店、餐饮、零售、门票费在目标中的组合权向量为w4?(0.011425,0.001428,0.019041,0.028562,0.571248)
2T（2）投资、房价在房地产中所占权重分别为w向量b6、b7
房地产在目标层中的权重w0?(0.4,0.6)中的分
T?(0.130435,0.217391,0.652174)T中的分向量a2，所以投资、房价在目标（经济）中所占权重分别为
a?b、a?b
2627因此投资、房价在目标中的组合权向量
w5?(0.0869564,0.1304346)
T（3）城镇、农村居民收支情况对目标（经济）的权重系数
w6?(0.217391,0.434783)
T所以，组合权向量w?0.130435w1?0.217391w2?0.652174w3 （4）组合一致性检验
组合一致性指标CR?CR0?CR1?CR2?CR3?0.1,所以组合权重w4、
w、w可作为目标层经济的权重。
565.1.3模型一结果
经济影响力度计算结果
权向量 B对A 准则 方案
?0.130435 0.217391 0.652174 maxCI CR 3 0 0 B 1B 2B 311
权向量b 0.087591 对B 0.109489 0.145985 0.218978 0.437956 组合权0.011425 向量b0.001428 对A 0.019041 0.028562 0.571248 0.4 0.6 0.333333 0.666667 0.0869564 0.217391 0.1304346 0.434783 ?(3)max 5 0 2 0 2 0 CI (3)
5.2.模型二的建立 5.2.1模型二概述
通过灰色模型，对上海未来一个月的经济进行预测。首先，为了保证建模方法的可行性，需要对已知数据列作必要的检验处理。此处考虑影响经济大的三个因素，包括旅游，房地产，居民收支。根据2010年3-7月份的数据，估计上海市八月份的经济收入。
5.2.2模型二的运用与求解
1.数据的检验与处理 设参考数据为
x(0)?(x(0)(1),x(0)(2),x(0)(3))，计算数列的级比
12
?(k)?x(0)(k?1)(k)x(0)此处x(k?2,3)。
(0)(1)?(0)(0)0.934，x(2)?0.8049，x(3)?0.83。
所以得?(2)?1.076，?(3)?0.98231。而可溶覆盖为（0.6,1.65），我们计算所得的级比落在了可溶覆盖内，所以数列x(0)可以作为模型GM（1,1）和进行数据灰色预测。 2建立模型GM（1,1）
x(0)?(x(0)(1),x(0)(2),x(0)(3))，做一次累加生成数列
(1)xx(1)(1)?(x(1)(1),x(0)(1)(2),x(1)(3))?(x(1),x(1)(1)?x(0)(2),x(1)(1)?x(0)(2)?x(0)(3)(1)?x(1)
所以得x(1)=（0.867,1.6725,2.4925） 下
zz(1)面
(2)?0.5x(3)?0.5x?(z(1)(1)求
(1)均值数列，
(2)?0.5x(3)?0.5x(1)(1)=0.5*1.6725+0.582.4925=1.26975
(1)(1)(1)(2)=0.5*2.4925+0.5*1.6725=2.0825，
即z(1)(2),z(3))=(1.26975,2.0825)，于是建立灰微分方程为
(0)(1)??x(2)?az(2)?b?(0)(1)??x(3)?az(3)?b，解得a=-0.30876,b=0.18617相应的白化微分方程
T(0)(0)T为
dx(1)dt?ax(1)(t)?b，记u?(a,b),Y1?(x(2),x(3)),??z(1)(2)1?，则由B???（1）??z?（3）1??最小二乘法，求使得
T??(?a,?bu)???)T(Y1?B*u?)J(u)=(Y?B*u1达到最小值的
(BT?1B)T1B,Y于是求解白化方程得，
))))2?(1)x(2?x)???)?x((1?3x)???(b(ab(e?0a)b(?1a?0a)b?(e(?1aa，则可以得到预测值
13