定量分析法研究论文

　1.1 选址相关理论分析 选址分析作为一门应用广泛的技术，多年来，国内外相关专家学者做了大量的研究，也取得了丰硕的成果，一般而言，我们将选址分析方法分成两类：定量分析方法和定性分析方法。

　1.1.1 定量分析方法 数目分析途径通常情况采用描述资金的可量化数学公式来优化目标函数的方位。它的目的通常是尽量减少货物配送过程的总资金。利用调整若干参数和因变值，并对题目完成一系列的预想，它比利用求解模型可以知道解的简单模型更实用。更典型的数目分析途径包括重心法，物流作业量法、启发式算法、线性整数规划等。

　（1）重心法 存在一系列我们可以把它看作制造量和需求位置的地方，每一个地方都有一系列数目的产品要运往贮存场所，以一系列的传送速率判断，或从贮存场所发出。贮存场所在哪里?我们将此点的运输成本比例乘以此点的运输成本比例，再乘以到此点的长度，就可以知道了上面我们所提到的货物相加总和(也就是总传送资金)极小值的点。那就是,

　 i i iiMinTC V Rd   在上述公式里

　我们可把 TC 看作是整体运输所需投入的资金

　 把 V i 看作是 i 点部分的运输数量

　 把 R i 看作是到达 i 点的运输费率

　 把 d i 看作是仓库至 i 点的长度 通过下面两个公式，能够获得工厂所处方位。它的准确中点数值是 //i i i iii i iiVR X dXVR d

　和//i i i iii i iiVRY dYVR d 式中

　, X Y —位置待定的仓库的坐标

　 X i ,Y i —产地和需求地的坐标 距离 d i 可以由下式估计得到

　2 2( ) ( )i i id K X X Y Y     式中，K 我们可以把它看作一项测量因素，把坐标系上的一系列相关因素转换为更普遍的长度测距单位。

　（2）物流作业量法

　此途径求解每个收货地点的货物配送周转率，选择一个极小值用来当作最佳的收货地点，计算流程如下: i. 调整坐标系。设 a 为要选择的新场地，b、c、d 为新场地的关联方，也就是新场地物资供应点/货物交付点，每个点的坐标值都设置在此点附近。

　ii. 求解新收货地点与关联方之间的长度。a 与 b 的直线长度为:

　   2 2ab a b a bD x x y y     i. 新站点与相关方在一系列时间内发生的货物配送业务量 Q 的统计。

　ii. 求解新场地的货物配送量 L。

　1ni iiL Q D  在上述公式里，我们把 Q i 看作是新站点和第 i 个有关站点的业务工作数量； 我们把 D i

　看作是新站点和第 i 个有关站点的长度；

　我们把 n 看作是有关站点的个数。

　iii. 分别求解不一样新站点的业务作业量，在这当中地址的最小数值可看作是最佳的新址。

　（3）启发式方法

　若服务体系想在某一部分构建多个销售场所，并从极小值资金或整体长度的角度挑选销售场所的收货地点，那么能够使用启发类型的途径。

　一家连锁类型的整体企业打算在一个城市开两所超市。这个城市一共有 4个部分，即 A、B、C 以及 D，每个区去超市的人数的权重可参考表格 2。那么这 2 所超市需要构建在这 4 个部分中的哪里? 表 1 各区距离和人数权重

　区名 距离 各区人口（千人）

　人数权重 A B C D

　A 0 20 30 15 16 1.2 B 20 0 10 12 10 1.4 C 11 16 0 20 20 1.0 D 24 30 12 0 23 1.1

　解答:将 A 部分的人数乘以*A 部分的人数权重，再*A 部分至其他部分的长度; 其他部分依然要求解整体长度的资金，然后将每一列求和，可参考表 2。

　表 2 整体长度资金 场地 A B C D A 0 384 576 288 B 280 0 140 168 C 220 320 0 400 D 607 759 303 0 合计 1107 1463 1019 856

　由于 D 部分整体费用 856 是最少的，因此挑选 D 部分。

　将 A、B、C 每一列中的数值和 D 列中的相关数值进行对比，如果它们比 D部分的对等点数目小，那么保留它们。如果它们比 D 部分的对等点数目大，那么将原始数值变更成 D 列中的数，并添加相同的列数。具体可参考表 3。

　表 3 新建长度资金表 场地 A B C D A 0 288 288 288 B 168 0 140 168 C 220 320 0 400 D 0 0 0 0 合计 388 608 428 856

　因为 A 部分的整体资金是最小的，所以选择 A 区域来构建其余一所超市。

　（4）线性整数规划 该类型规划的通常情况类型是:

　11max( 1,2,..., )0 ( 1,2,..., )nj jjnij j ijjjz c xa x b i mx j nx  为整数（部分或全部）

　线性整数通常可以被分为以下 3 种:倘若全部的因变值均被看作限制整数，那么就把它叫做 integer programming; 倘若只有若干因变值属于该范畴，那么就把它叫做混合类型的 integer programming。该模式下的一种非常规模式为 0 - 1 规划,它的因变值被限制为 0 或 1 该类型规划在 integer programming 中至关重要。与此同时,由于多数实际题目,如赋值题目,土地选择题目,发送产品等题目都能够归因于这样的模式。

　例：某公司计划在 m 个地点建厂，可供选择的地点有 A 1 ,A 2 …A m

　，他们的生产能力分别是 a 1 ,a 2,… a m （假设生产同一产品）。第 i 个工厂的建设费用为 f i

　(i=1.2…m),

　又有 n 个地点 B 1 ,B 2 , … B n

　需要销售这种产品，其销量分别为b 1 .b 2 …b n

　。从工厂运往销地的单位运费为 C ij 。试决定应在哪些地方建厂，即满足各地需要，又使总建设费用和总运输费用最省。

　设：

　x ij

　代表从工厂 i 运往销地 j 的运量(i=1.2…m、j=1.2…n),

　 又设i1 Ay = ( 1,2,..., )0 Aiii m在 建厂不在 建厂 模型：

　1minmij ij i iiZ c x f y   nm m mn m m mnnb b bf a c c c Af a c c c Af a c c c ABn B B

　2 12 12 2 2 22 21 21 1 1 12 11 12 1     单价 销地

　11

　( 1.2 )

　 (j 1.2 n)0 0

　1 (i 1.2 m j 1.2 n)nij i ijmij jiij ix a y i mx bx y     为整数, 或 、 进行规划求解，得出结果。

　（5）盈亏平衡点法

　此途径求出每个收货地点输出的临界点，并以极小值代价方案为最佳的解。

　比如：一个企业计划从三个预备挑选位置中选择其中一个构建货物配送制造场所。资金可见表 4 所示，并选择了最佳方位。

　表 4

　场址成本

　 a b c 固定费用（元）

　500000 1500000 2500000 可变费用（元/件）

　100 60 40

　解:令 Q 为输出。三个站点的整体资金为:Ca，即 500000+100Q, Cb，即1500000+6OQ, Cc，即 2500000+4OQ。

　得到 Ca 和 Cb 相交的点 ，即 Qab;Cb 和 Cc 相交的点 ，即 Qbc;Ca 和 Cc 相交的点 ，即 Qac;Qab、Qbc 以及 Qac 分别是 25000 件、 100000 件以及 33333件，从下图中可以看出，当 Q 当 Q 小于 Qab ，即 250000 的时候，Q 场址的资金投入最少，所以选择 a。

　 1.1.2 定性分析方法 定性方式，一般也称作“多准则决策”、“综合要素评估”，是把专家依托经验理论、相关知识进行准确的判定以数值方式代表。按照地址选取时候需要兼顾的各类影响要素（标准），经过系统的定向解析，构建评估因素系统。而且一般采取加权要素评估法、模糊系统评价法、风险式办法、德尔菲方法等评估方式对各类候选方案做出因素评估，从其中选取出对应最佳的方案。

　（1）加权因素评分法

　这一办法要兼顾到影响地址选取的每个指标，确认各个指标的重要水平，同时给各个指标得分进行评定。选址 主要步骤如下所示：

　a) 将对选址产生影响的各个要素列举出来。

　b) 确认各个影响因子的权值，按照各个指标要素的相对重要水平来确认。

　c) 制订各个要素的评估准则，各个级别给与不一样的分数。

　d) 对各个方案的各个作用因子进行分值评定。

　e) 加权运算各个方案的总体得分，总分愈高则地址愈优。

　（2）模糊综合评判法 这一方法系统考量客观要素（成本因子）与主观要素（非成本因子）对地址选取的作用，其地址选取步骤如下：

　a) 选择确认指标并确认重要程度比例。只要是和成本相关，可以使用货币代表的指标参量归属为客观要素，其它的归属我主观要素，设定主观指标要素关键程度比例是 0(0≤x≤1)，则客观要素重要程度比例是 1-x。

　b) 运算客观度量数值。对每个可行性地址选择方式，运算其客观衡量数值：

　1,1 1(1/ )m ni ij o i i ij iC C M C C      

　此中，C i ：第 i 地址选取方式的总成本；C ij ：第 i 地址选取方式的第 j 项成本；M o ， i

　：第 i 地址选取方式的客观衡量值；m：客观要素的项数量；n：地址选取方案的数量。

　而,11mo iiM，，即第 i 地址选取方法的全部客观指标要素的客观衡量数值总和是 1。

　c) 确认主观评估比值。对各项主观指标要素，把每个地址选取方法进行两两比较，对应比较好的比例数值定成 1，比较差的比例数值则定成 0。接着将某个方案的比例除上全部方案所获得比例总和，求算出某一个主观指标要素在某个地址选取方法中的主观评分值，即：

　1/nik ik ikiS W W 此中，S ik ：第 i 地址选取方案比较第 K 指标的主观评估比例数值；W ik ：第i 地址选取在第 K 指标要素当中的比例；1nikiW：第 K 指标要素的总比例数值。

　d) 运算主观衡量数值。确认每个主观指标要素的关键性系数，确认方式可以运用上面所述的两两对比方法，接着将每个指标要素主观评估数值和此要素的关键程度系数相乘，然后叠加，获得每个地址选取的主观衡量数值：

　,1( )ms i k ikkM l S  此中，M s ， i ：第 i 地址选取的主观衡量数值；S ik ：第 i 地址选取对第 k 项主观指标要素的评估数值；l k ：第 k 项主观指标要素的关键性系数；m：主观要素指标的项数。

　e) 综合运算地址衡量数值：

　, ,(1 )i s i o iM xM x M    最后，选取衡量数值最大的地址当作最佳的方案。

　（3）风险型方法

　各个候选地址都面对几类可能的状态，已经得知各可能方案产生的几率，同时已经得知各个地址面对可能状态时候的效益数值，则某个地址的预期效益值

　是：

　1ni iiE xW  此中，x i ：在第 i 类状态时候的效益值；W i ：第 i 类状态产生的机率；n：可能产生的状态数量。依次计算出各个地址的预期效益数值，大的当做首选。

　八、非确定型方式

　在风险类型地址选取的条件下，假如不清楚各类可能实情况产生的机率，地址选取就变为了非确定性选取，按照地址选取人员心理情况的差异，能够有多类选取方法。

　a) 悲观法—小中取大原则 这是用保守观点分析和决定问题，决策者对客观情况总是抱悲观态度，为了保险起见，总是把事情的结果估计的很不利，在各种最坏的结果中找出一个好一点的方案。

　决策者用一个方案在各种自然状态下最小的收益值作为这个方案的评价值，即 方案 d j ←评价值( ) minj ijif d u  然后根据每个方案的评价值去选择方案，即 ijmax ( ) max min uji jf d  选择评价值最大的方案为最优方案。

　b) 乐观法—大中取大原则 决策者用一个方案在各种自然状态下最大的收益值作为这个方案的评价值，即 方案 d j ←评价值 ( ) maxj ijif d u 

　然后选最大评价值的方案为最优方案，即 ijmax ( ) max max ujj if d  选择最优方案。

　c) 最小后悔值法—大中取小原则 在各类自然状态之下，以最高效益值减掉其它效益值获得这种自然形态下各个方案办法的后悔数值。

　在i 形态下，选取 d j 方案的后悔数值是

　maxij ij ijjr u u   全部后悔数值组成数值阵列阵 [ ] ij m nr 。

　在后悔数值办法中，决断者运用 1 个方案在各类自然形态下最高的后悔数值当作本方案办法的评估数值，即 方案 d j ←评估数值 ( ) maxj ijif d r 

　接着选取评估数值最低的方案当作最佳方案，即按照 ijmin ( ) min max rjj if d  选择最优方案。

　（4）德尔菲法 德尔菲方法也称作专家调研法，经常用作预估工作，也能够用作对设施地址选取做出定性研究，和其它专家方法的差别主要在于：运用“背对背”的判定替代“面对面”的讨论，即采取函询的方法，依托调研部门多次征询多个专家的建议，通过客观解析与反复询问，让各类不同的意见逐渐变得统一。

　德尔菲方法详细执行步骤包含如下：

　a) 构成专家评判团队。依照执行选值所需的知识领域确认专家组成，人员数量通常不超出二十人；

　b) 向全部专家给出传送地址选取的有关问题以及各种要求，同时附带各种地址选取方式的全部背景资料，另外让专家给出需要资料的清单； 对每个专家的意见进行整合，做出比较，同时把资料回馈给各个专家学者，专家按照资料更改自身的意见与判定。

　10

　第2章

　 哈密地区大数据中心选址模型研究 本章详细分析了哈密地区大数据中心选址的模型，对比调研了构建模型的各项影响因素，得出一定的结论。

　2.1 大数据中心概述 所谓的大数据，指的是数量庞杂的数据信息，包括金融信息，通信信息，以及交通信息等相关的大量的数据，目前，大数据没有创新性的定义。与传统数据进行对比，还是有一定的差异性，首先表现在数据的结构形式上。目前我们所研究的大数据信息没有明显的结构特征，彼此之间也没有相关性，只是单纯的数据和文字的集合，该集合中也会涉及到图片和视频以及音频和链接；传统的数据主要包括数据和文字两个部分，一般在数据库中进行存储，数据之间彼此有一定的关联性，比如以用户信息为例，其中会包含姓名和性别等信息，这些信息之间存在一一对应的关系。其次表现在数据的处理技术上，本掌中所阐述的大数据，在进行处理的过程中，需要涉及到数据和文字以及图片和视频等彼此之间不存在结构形式的内容，有可能达到更高级别的数据量；传统的数据在处理的过程中，主要针对的是数据和文字的结构化的内容，通常数据量不大，一般在不会高于 TB级别。

　在维基百科中，对大数据进行这样的定义：在一定的时间内，采用常规软件对具体的内容进行抓取和管理以及处理，均无法完成的数据的集合被称之为大数据。学者麦肯锡表示，大数据是指运用传统数据库的软件，没有办法实现在规定时间内对其进行收集和存储以及管理和分析的数据集合。学术界总结了大数据的四大特征，简称为 4“V”，分别是四个英文字母的首字母大写，即 Volume，Varirty，Velocity，Value；换言之就是数据总量非常庞大，数据的类型也非常庞杂，对于数据的生成速度和传输速度快到了极点，在所有的数据中，我们能够获得有价值的信息。总而言之，大数据是传统数据的进步形式，目前无法通过数据软件进行处理，其存储方式和处理方式具有一定的创新性，能够很好的促进相关技术的发展，也会促进社会的进步。在企业的运用过程中，人们可以运用大数据对用户的行为习惯以及未来的市场走向进行分析，避免了在重大决策方面的个人主义Gartner 公布了一组预测性的数据，差不多 75%的企业从 2020 年开始，在进行重大决策的时候，会参考大数据的分析结果；IDC 公布的分析结果显示，从 2012

　11

　年开始到 2016 年截止，中国的大数据市场将继续增长，复合增长率可以达到51.4%，充分说明，大数据在中国的发展空间非常开阔。

　2.2 大数据中心选址的影响因素研究 大数据中心选址的影响因素涉及方方面面，学者王广斌[20]认为其与城市定位及城市规划、建设和运营紧密相关。2013 年，工信部颁布了《关于数据中心安全技术研发，加强数据中心网络与信息心建设布局的指导意见》[21]（工信部联通〔2013〕13 号）中指出：在大数据中心的选址方面，资源环境条件为重要的考虑事项，大数据的建立区域首先应当选择在能源比较集中，气候条件温和、自然灾害不常见的地区，主导建设“绿色数据中心”；另外，在选址的过程中，有两点注意事项，其一，应当避开地质灾害频繁发生的地区；其二，超大型的数据中心应当分散建立在不同的城市中。

　2017 年 5 月 4 日，住房和城乡建设部发布的《数据中心设计规范》[22]（GB50174—2017）中提到，数据中心选址所要考量的主要包括需求、电力、通信、交通、水源、环境、节能、隐患和安全等因素。

　学者张一波[23]在其著作中认为：选址合理是数据中心后期安全运营的前提。因此，在择址时必须综合考虑多方面的因素，这些因素主要可归纳为以下几个方面：自然环境因素（包括区位因素、地形因素、地质条件、气象因素）；社会环境因素（包括周边建筑环境因素、城市设施因素），此外，他还强调选址时还应当考虑选择气候利于辅助降低数据机房空调能耗的场地，因而大量数据中心的设计都考虑将数据中心的选址选择在有自然冷却条件的区域。

　学者程莹莹[24]在其研究中，共从外部条件、环境安全、地块情况、能源及市政配套条件、网络连通性、运营费用等 6 个方面，选择了区位条件、产业环境、社会稳定性、地质和地震、气候和气温、防洪、环境、用地现状、用地规划指标、地块价格、能源现状、供电现状、市政（道路、供水、供暖、通讯设施）现状、网络连通性、电价、水价、运营费用等 17 个指标作为云计算大数据中心选址评价指标。

　在充分借鉴国内外专家学者的研究成果的基础上，结合对国家相关规范的研究，本文认为，应从多个角度系统地对建设大数据中心选址的影响因素进行研究分析，构建适合大数据中心选址方案的评价指标体系。

　本文认为大数据中心选址方案的评价指标体系主要应从以下五大方面考虑：

　（1）自然环境

　12

　指当地发展大数据或承载大数据中心的自然条件，包括：地震、沉降、温度、湿度、沙暴、洪水、风等。

　（2）基础设施 指当地建设大数据中心基础条件，包括：电力供应、土地资源、交通状况、供排水、通信设施等。

　（3）安全状况 当地建设大数据中心的安全状况，具体指当地治安状况。

　（4）成本因素 在当地建设大数据中心的成本，包括：土建成本、装修成本、改造成本、资源类消耗成本、人力成本、设备损耗成本等。

　（5）人力资源 当地经济社会发展状况，主要是指社会人力资源状况，包括：人力资源质量、高端人才吸引能力、人力资源数量、当地工资收入水平等。

　如 错误!未 未 找到引用源。所示：

　图 1 大数据中心选址方案的评价指标体系 2.3 大数据中心选址评价模型构建 首先，根据大数据中心的选址依据总结、分析能够对大数据中心选址造成影响因素都有哪些。第二，以上一步分析得到的影响大数据选址的影响因素为准，逐项进行分析，并选取恰当的指标。举例来说，在选择水文指标的影响因素的过

　13

　程中，要充分考虑洪涝子因素，这种影响因素多和国土资源与灾害因素相关；还应当考虑降雨量子因素和水系分布子因素，这两种因素多和自然资源因素相关；三大因子彼此具有一定的关联性，描述的内容都为对水体的影响结果，因而在大数据中心选址的过程中，关于水文指标的影响因素，应当集合三大因素一起进行分析。第三，在现实的基础上，进行充分的分析和论证，验证指标体系的正确性。比如说，考虑经济因素的土地类型指标，从一定程度上来说，大数据中心可以建立在任何一种类型的土地上，但是，不同的土地类型会对大数据中心产生不同的影响，因而，应当根据现实需要对土地的类型进行指标值赋值。工业用地，公共设施用地，农用地，园地可以赋予差异性的指标值。

　对于常提到的 17 个数据中心选址指标，因无法具体定量，数据中心分析过程中常常凭借经验，靠主观判断，缺乏应用的科学性。为保证指标权重的科学性和针对性，本研究对上述选址指标采用 AHP（Analytic Hierarchy Process）层次分析法确立选址指标权重值。

　大型云计算数据中心选址模型设置根据大型云计算数据中心建设和目标实现要求，结合评价指标识别结果，设置大型云计算数据中心选址模型见图 1。大型云计算数据中心选址权重值根据 AHP 层次分析法原理，17 个指标权重值分析结见表 1。选址发达地区，外部条件权重值可适当提高 0.01 至 0.02，运营费用相关可适当降低 0.01 至 0.02。

　哈密地区大数据中心选址模型的设计思路为：

　图 4 大数据中心选址模型设计思路 由上图可知，大数据中心选址模型的设计思路是首先对指标进行选取，之后确定指标值，并对指标体系进行验证。

　2.3.1 建立整体层次结构模型 应用 AHP 进行深入分析哈密地区大数据中心选址问题时，根据不同问题进

　14

　行分解，找出关键因素，依据要素的重要性将问题进行自上而下地分成若干层，此时需要注意在同层的各个元素之间尽量保持相互独立。一般将问题划分为三个具体的层次：最上层的目标层包含有一个元素，对于分析的实际问题它粗略给出了理想结果或预期目标；第二层为中间层(准则层)，这一层次中包含有若干个环节，是基于为实现目标而设定的，通常有若干个层次组成，包括所要考虑的准则和子准则层（当准则层较多时通常分解为子准则层）；最后为方案或对象层，它是对于具体实际问题所提供的解决方案和选择等。虽然简单问题大多数划分为三层，但是对于较为复杂的问题，层次可以进行扩充，一般来说，对哈密地区大数据中心选址分析的越仔细，得到的层次可能会更多，但并不是没有限制，每一层一般并不会超过 9 个元素，否则，会给下一步的两两比较增加困难。

　首先，在上边的分析过程中，我们初步构建了大数据中心的层次结构模型。在层次模型的构建过程中，是经过大量资料的查阅以及整理，最终将这一实际问题分解为目标层 A，准则层 B，子准则层 C 和方案层 D。为简化对问题的研究，我们选择方案层主要设置了三个地点（可推广到任意数目）。这是我们研究问题的前提。这一体系可以简单记为：

　（1）

　自然环境1B

　 气候条件11C

　 地质条件12C

　 水文条件13C

　 地形因素14C

　（2）

　基础设施 B 2

　 交通条件31C

　 公共设施状况32C

　（3）

　安全状况 B 3

　 地理位置安全 C 51

　 交通安全 C 52

　 人身财产安全 C 53

　（4）

　成本因素 B 4

　 场地地价因素21C

　 劳动力价格22C

　 物流服务需求情况23C

　（5）

　人力资源 B 5

　 劳动力密集度41C

　15

　 人才指令42C

　2.3.2 权重分析 科学确定各个评价指标的权重是选址分析中一个非常重要的步骤。

　2.3.2.1 构造基于分析的成对比较阵 基于自己的知识和经验进行判断分析决策的因素，当因素较多时往往做出的判断是不准确。Saaty 为我们提供了更好的办法：主要包括两个方面，其一采用不把所有因素放到一起比较创新的两两比较的方法，其二，对比时为减少各个因素相互比较所照成的困难，采取了相对尺度，对精确度有了很大的提高。在层次结构模型的第二层之后，采用了成对比较的方法，此时规定了 1-9 的比较尺度来更好地比较同一层次的各个因素。

　假设1 2, ,...,nc c c 是某一层的因素，判定这些因素能否对上一层的产生影响，我们把ija 看做 ,i jc c 因素对上一层因素产生影响的比例，将ija 放在一起构造出成对比较阵

　  ,ijn nA a1.jiijaa

　(3-1) 由于（3-1）给出了ija 的特点（jia 是ija 的倒数也叫互反数），A 称为正互反矩阵。显然iia =1。n 个因素要做成成对比较阵则要进 2 / ) 1 (  n n 行次成对比较，全部要求一致实在是太苛刻了，可能会出现1c 与2c 之比为 1:2，1 3c c 与 之比为 4:1，但是2 3c c 与 之比却为 7:1 的情况。Saaty 等人给出了这种不一致性可以接受的范围。

　 为了更好地根据ija 的值得出成对比较阵，Saaty 等提出建立根据 1-9 的强度及其倒数作为标准，如下表所示：

　表 1 层次比较法 1-9 标度的含义 标度 含义 1 i jc c 与 的影响大致相同

　16

　3 i jc c 比 的影响略微强

　5 i jc c 比 的影响强

　7 i jc c 比 的影响有更加明显的强

　9 i jc c 比 的有绝对强的影响

　2,4，6，8 i jc c 与 的影响强度处在在上述两个相邻等级之间

　1,1/2,……,1/9 i j ijc c a 与 的影响是上面 的相反数

　Saaty 等人进行研究实验，比较了在各种不同的标度下得到的判断结果，发现若取标度为 1-9 更加的符合。

　2.3.2.2 计算所有权向量并进行一致性检验 （1）权向量的计算：

　一般的，如果一个正反矩阵 A 满足

　j k i k= , i , j, k 1, 2 , n .ija a a    ,

　 (3-2) 定义 A 为一致性矩阵，此时也可以简称一致阵。其性质 1、若是一致阵的秩为 1，则有唯一非零特征值 n； 2、一致阵的任一列向量都是关于特征根 n 的特征向量； 由此我们可以看出，在实际过程中如果成对比较阵是一致阵，此时对于本层因素对上层的影响权重的选取可以取特征值 n、并且进行了归一化的特征向量（归一化代表了分量之和为 1），定义为权向量。

　但是在实际复杂的决策问题中想要得到一个一致阵是很不容易的一件事情，所以出现了上面介绍的情况，在不一致的范围内，我们采取了将成对比较阵的最大特征根（设为  ）的特征向量，看做是权向量  ，并且归一化权向量  ，使权向量  符合

　. A A   

　 (3-3) 根据以上的分析我们看到了得到的特征值与特征向量依赖于成对比较阵的元素ija ，这样我们可以简单地分析出若是成对比较阵的元素ija 离一致性较为接近时，其与一致阵的也会较为接近。

　(2)进行一致性检验 在实际问题中，成对比较阵一般并不是一致阵，我们根据定理有 n 阶矩阵 A的最大特征根   w ，此处的 w 为成对比较阵为一致阵时所对应的特征根，易见 = w 时 A 是一致阵。据此我们来分析不一致性的程度，由于  与矩阵的元素ija有关，可知若是  比 w 大得越多，表示这个矩阵一致性矩阵相差越远，其不一致

　17

　性越严重，此时若依据之前的依据特征值当做权向量会导致更大的判断误差，由此衡量一个矩阵的不一致程度，与  - w 的数值有关。一致性检验步骤：

　① 计算一致性指标 CI

　 (3-4)

　0 CI  时表示  = w ，矩阵为一致阵；若 CI 越大，不一致性严重。

　②计算随机一致性指标 RI 。根据大量的实验， RI 的值是已经由 Saaty 给出，具体如下表（此时 n 取 1,…,9）：

　表 2 随机一致性指标数值

　1 2 3 4 5 6 7 8 9 RI

　0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 n

　在这里我们简单介绍一下 RI 的值，在实际实验中用随机方法抽得 500 个样本矩阵，根据随机抽取的 1-9 及其倒数中的数字来建立正反矩阵，根据矩阵出最大特征根取其平均数" ，然后定 义：

　 (3-5)

　② 计算一致性比例 CR ,定义：

　 (3-6)

　如若 CR 的值小于 0.1 时，认为矩阵的不一致程度可以接受，如若出现了不一致的情况，我们一般采取的是对成对比较比例进行重新构造，也可以合理的修正已有的矩阵。

　2.3.2.3 计算所有组合权向量并进行组合一致性检验 对于我们决策者来说，最终目的在于确定各元素对于各个目标的总体权重，据此进行排序与得到最优方案。

　".1nRIn ,1wCIw .CICRRI

　18

　（1）计算最终组合权向量 首先用同样方法构造出方案层对准则层中每一个准则的成对比较阵。由第三层的成对比较阵kB 算出权向量  3k ，进而我们求得最大的特征值k 以及一致性指标kCI 。下面根据准则层对目标层的权向量  2 、方案层对准则层的权向量  3k ，得到方案层对目标层的权向量，定义为组合权向量，记做  3 。若第一个层次有一个因素，第二三层分别有 , n m 个因素，那么我们分别记第二三层对第一二层的权向量分别为:

　        2 2 2 21 2= , ,..., ,Tn           3 3 3 3k 1 2= , ,..., ,Tk k km    1,2,..., , k n 

　 (3-7) 以  3k 为列向量构成矩阵：

　        3 3 3 31 2, ,..., .nW     

　 (3-8) 下面是第三层对第一层的组合权向量计算公式：

　       3 3 2= . W  

　(3-9) 前边介绍了简单的情况，进行归纳推广，若有 s 层，根据之前的结论，容易得到第 k 层对第一层的组合权向量满足以下情况，但是应该注意的是此时假设第一层只有一个因素：

　      1= ,k k kW  3, 4 , . . . , , k s 

　 (3-10) 其中  kW 是以第 k 层对第 1 k  层的权向量为列向量所构成的矩阵，于是我们就可以得到最下层（第 s 层即方案层）对上一层的组合权向量为

　          - 1 3 2= . . . .s s sW W W  

　(3-11) (2)组合一致性检验 一般进行的组合一致性检验是分层的，设第 p 层的一致性指标为   1,...,p pnCI CI ，这里的 n 指的是第 p-1 层因素的总数目，另外，对于随机一致性指标：   1,...,p pnRI RI ，根据学者研究定义如下：

　        11, . . . , ;p p p pnC I C I C I   

　 (3-12)

　        11, . . . , .p p p pnR I R I R I   

　 (3-13) 根据第 p 层组合一致性比率，我们通过计算可以得到：

　   , 3, 4 , . . . , ,pppCICR p sRI 

　 (3-14)

　   pCR小于 0.1 为第 p 层通过组合一致性检验的条件，这个结果表明构造的矩

　19

　阵具有良好的一致性可以接受该结果。

　定义：第 s 层（最后一层）对第一层组合一致性比率为：

　   2.sppC R C R 

　 (3-15) 对于哈密地区大数据中心选址问题项目来说，只有一致性检验的结果 CR适当的小时，此时可以认为构建的整个层次结构模型具有较好的合理性，检验结果最为合理。

　2.4 本章小结 本章对哈密地区大数据中心选址的影响因素进行了详细的分析和研究，具体从自然环境、基础设施、安全状况、成本因素和人力资源等几个方面进行详细的分析，并通过建立大数据中心选址评价模型来进行详细的分析，并根据这些因素进行详细的调研。

　20

　第3章

　 哈密地区大数据中心选址的应用与验证

　本章对哈密地区大数据中心选址的方案进行详细的应用与验证，并通过层次分析法进行详细的分析，并对哈密地区大数据中心的配套基础设施和中心政策环境进行分析。

　3.1 哈密地区与大数据中心选址条件介绍 3.1.1 自然环境方面的影响因素 自然环境方面的影响因素包括：

　（1）地震 地震发生的频率、强度、烈度等，是否会影响设备的正常运行。

　（2）沉降 地质沉降发生的概率和程度，是否会影响大数据中心基础设施的建设。

　（3）温度 考虑选址区域年均气温是否在设备运行的合理温度区间。

　（4）湿度 考虑选址区域平均空气湿度是否在设备运行的合理湿度区间。

　（5）沙暴 沙尘暴天气发生的次数和影响，是否会影响设备的正常运行。（如采用风冷设备进行物理降温）

　（6）洪水 洪水发生的概率，是否会对项目的选址区域的确定产生影响。

　（7）风 考虑选址区域年平均风速对系统运行的影响。

　3.1.2 基础设施方面的影响因素 基础设施方面的影响因素包括：

　1.电力供应 电力系统是否能够承载数据中心正常电力需求；供电线路（设备）的部署状

　21

　况；电价变动趋势。

　2.土地资源 选址区域土地资源状况，是否可供开发使用及可开发程度，土地价格。

　3.交通状况 选址区域交通基础设施情况、物流运输便利程度，铁路、公路、航空及运输能力。

　4.供排水 选址区域能否有足够的水资源可供项目建设及生活使用，具有一定的供排水能力。

　5.通信设施 选址区域光纤冗余线路情况，电信运营商在网络建设方面的规划、带宽质量等。

　3.1.3 安全状况方面的影响因素 安全状况方面的影响因素包括：

　（1）距离机场航道 选址区域距离当地机场的距离，考虑航道飞机起降对设备的影响。

　（2）距离铁路和高速公路 选址区域距离最近铁路、高速公路的距离，考虑噪音及震动对设备的影响。

　（3）当地治安状况 选址区域距离当地派出所的位置，确保设备及人员的工作安全性。

　3.1.4 成本方面的影响因素 成本因素方面的影响因素包括：

　（1）土建成本 选址区域的建设工期、建设费用、相关建筑用材料成本。

　（2）装修成本 选址区域在项目建成后的相关内部装修，装修工期、安装费用等。

　（3）改造成本 选址区域在项目建设期内对相关设备安装进行项目改造的费用，比如项目扩容改造等。

　22

　（4）资源消耗成本

　在项目建设过程中所消耗的水、电等资源成本。

　（5）人力成本

　在项目建设过程中所需要的建设人员费用。

　（6）设备损耗成本 项目建成后，在正常运行条件下，相关设备正常损耗的费用。

　3.1.5 人力资源方面的影响因素 人力资源方面的影响因素包括：

　（1）人力资源质量 当地从事信息产业的相关人才储备情况。

　（2）高端人才吸引能力 当地发展水平吸引从事信息技术产业的高技术人才的能力。

　（3）人力资源数量 当地普通高校、职业技术类院校培养电子信息产业技术人才的数量。

　（4）当地工资水平 当地从事电子信息产业类的工人工资收入水平。

　大数据中心的建设场地一般选择较为开旷平地，因为其占地面积一般都比较大，并且选择一个具有优惠政策地区会对大数据中心的发展前景具有很好的影响，因此场址地价其实在大数据中心选址位置中占有较为重要的因素。由于随着科技的进步以及机械化和自动化的进一步发展，不仅是物流行业，许多其他的行业对于劳动力的要求也日益提高，我们更倾向于高素质的劳动力，这就对劳动力价格问题提出了更高的要求。物流业发展需要当地市场需求的带动，在考虑到城市的发展和用地规划等条件下，为了产生更多的经济效益，必须要充分考虑到当地的物流服务需求情况，最好能够是的选择的地点接近物流服务的需求地点，比如大型工业区、商业区等地点。

　大数据中心选择的最好是让周围要有足够的发展空间，远离市中心地区使得城市的生态建设得以维持和增进，以减少对城市交通的影响和环境的不良影响，促进城市的可持续发展。大数据中心选择的地址最好能够将长期发展与目前规划结合起来，做好统筹兼顾的工作，并且城市规划建设中景观协调性是很重要的一个方面，大数据中心的选址必须与城市景观建设相协调。

　23

　3.2 哈密地区大数据中心选址方案介绍及分析 根据目前意向的三个候选场址进行数据调研和数据分析，得到每个因素的指标取值：

　图 2 选址地图 由上图可知拟选址一：哈密市（位于天山南麓，交通优势明显、基础设施完备、电力充足、人力资源充足、经济社会发展基础良好等）；拟选址二：伊吾县军马场（位于天山北麓，自然条件好、交通便利、电力充足等）；拟选址三：巴里坤县（位于天山北麓，自然条件好、交通便利、电力充足等）。

　首先构建一个评价的指标体系：

　24

　表 3 选址评价指标体系

　25

　 3.3 哈密地区大数据中心选址方案确定 邀请具备专业水准的工作者,并运用德尔斐专家法(Delphi)，去开展小组集体讨论作出相对专业的决策。为使得到的结果能够真实可信，在确定相对重要性时，按照专业工作者一次又一次地反复打分并综合所有打分意见得出的结果，根据少数服从多数的原则去最终得出两个因素的相对重要这一结论。

　根据既有的项目研究成果，成对比较阵是层次分析法的关键所在，根据既有的项目研究成果，结合专家意见，在查阅大量资料的基础上，从而判断了各项数据，具有一定的合理性。评价因素在综合评价中占有不同的比重，为使所作出的决策判断能够得到量化，往往运用 1-9 这样的标度办法，让专业工作者按照他们专业的知识储备和工作经验进行打分，最终得到如下的成对比较阵：

　（1）构造准则层 B 对目标层 A 的一个成对比较阵：

　（2）构造出子准则层 C 对准则层1B ，2B ，3B ，4B 的成对比较阵。

　通过专家综合评价以及对大量资料的查阅，可以得到如下的矩阵：

　,1 3 1 2 / 14 / 1 1 3 / 1 4 / 11 2 1 2 / 12 3 2 11 B

　,1 2 / 1 4 / 12 1 3 / 23 2 / 3 12 B

　,1 3 / 13 13  B

　.1 2 / 12 14  B

　 （3）计算方案层对子准则层的成对比较阵kC

　我们选取哈密地区大数据中心选址作为研究对象。根据资料显示，经过资料的查阅，我们选定三个综合性区域大数据中心建设区：哈密市1D ；伊吾县军马场2D ；巴里坤县3D 。对这三个地点构建出如下成对比较阵：

　 .1 1/3 1/5 1/ 22 1 3/5 3/ 24 9/7 1 5/ 22 2/3 1/ 2 1A      9 10 111 2 5 1 5 2 1 1 1/ 21/ 2 1 2 , 1/5 1 1/3 , 1 1 1/ 2 .1/5 1/ 2 1 1/ 2 3 1 2 2 1C C C                           

　26

　 通过 matlab 的计算，在成对比较阵的基础上，对每一个矩阵进行一致性检验：

　（1）准则层对目标层的权向量以及一致性检验: 由 MATLAB 得到以下权向量：

　  20.0968 0.2654 0.4329 0.2048T  , 特征值为 3.8658， CR =-0.0502,满足一致性指标 （2）子准则层对准则层的成对比较阵的权向量以及一致性检验：

　在大数据中心选址中，我们记子准则层对准则层的权向量为  3k ，最大特征值为k 和一致性检验kCR 结果用如下表：

　表 4 子准则层对准则层的计算结果 k

　1 2 3 4

　  3k

　0.4332 0.2281 0.0877 0.2510 0.5073 0.3382 0.1546 0.7500 0.2500 0.6667 0.3333 k

　3.8189 2.9142 2 2 kCR

　-0.0678 -0.0825 通过 通过 注：1,2 阶的正反阵总是一致阵。

　（3）方案层对子准则层的权向量与一致性检验 方案对子准则层的权向量为  4k ，最大的特征值k ，以及最终的一致性检验结果kCR 如下表：

　1 2 3 45 6 71 3 5 1 1/ 2 3 1 1/3 1/8 1 2 62/7 1 2 , 2 1 7 , 3 1 1/3 , 1/ 2 1 4 ,1/5 1/ 2 1 1/3 1/7 1 8 3 1 1/6 1/ 4 11 2 4 1 1/ 2 3 1 1 1/ 41/ 2 1 2 , 2 1 7 , 1 1 1/ 41/ 4 1/ 2 1 1/3 1/7 1 4 4 1C C C CC C C                                                                 81 1 3, 1 1 3 ,1/3 1/3 1C     

　27

　表 5 方案层对子准则层的计算结果 k

　1 2 3 4 5

　  3k

　0.6549 0.2217 0.1235 0.2922 0.6153 0.0925 0.0819 0.2363 0.6817 0.5876 0.3234 0.0890 0.5714 0.2857 0.1429 k

　2.9582 3.0026 3.0015 3.0092 3 kCR

　-0.0402 0.0025 0.0015 0.0088 0 k

　6 7 8 9 10

　  3k

　0.2922 0.6153 0.0925 0.1667 0.1667 0.6667 0.4286 0.4286 0.1429 0.5954 0.2764 0.1283 0.5816 0.1095 0.3090 k

　3.0026 3 3 3.0055 3.0037 kCR

　0.0025 0 0 0.0053 0.0036 k

　11

　  3k

　0.2500 0.2500 0.5000

　k

　3

　 kCR

　0

　 以上均通过了一致性检验，构造的矩阵比较合理。

　 （4）我们首先计算子准层对目标层的组合权向量 根据层次分析法步骤，         2 2 2 21 2= , ,..., ,Tn           3 3 3 3k 1 2= , ,..., ,Tk k km    1,2,..., , k n 

　 （4-1）

　以  3k 为列向量构成矩阵：

　         3 3 3 31 2, ,..., ,nW     

　（4-2）

　有以下式子，为第三层与第一层的关系：

　      3 3 2= , W  

　 （4-3）

　其中由

　28

　 计算得到组合权向量为：

　  3= 0.0419 0.0221 0.0085 0.0243 0.1346 0.0898 0.0410 0.3247 0.1082 0.1365 0.0683T满足一致性指标。

　（5）计算方案层对目标层的成对比较阵的组合权向量为：

　      4 4 3, W   

　（4-4）

　由 MATLAB 得到以下结果：

　  40.4589 0.3344 0.2067Tk 

　在要求一致性的范围之内。

　3.4 方案结论 对大数据中心选址在通过采用综合论述与专业的评价方法理论研究之后，提出了大数据中心选址触及的各项指标体系，在专家反复小组讨论作出决策的基础之上，运用模糊数学判断构建层次矩阵，得出各指标对目标层的权重系数和各种办法的评价指数，综合后得出一个最佳的办法，再参考其他各城市大数据中心选址的案例应运，较好地把多方案比较选优问题解决了。我们主要的研究工作和结论如下：

　一是建立一个有关大数据中心选址的相关评价指标体系。首先先参考其他项目指标体系的建立，并结合实际情况，将理论与实际相结合建立一个完善的选址  30.4332 0 0 00.2281 0 0 00.0877 0 0 00.2510 0 0 00 0.5073 0 00 0.3382 0 00 0.1546 0 00 0 0.7500 00 0 0.2500 00 0 0 0.66670 0 0 0.3333W                   40.6549 0.2922 0.0819 0.5876 0.5714 0.2922 0.1667 0.4286 0.5954 0.5816 0.25000.2217 0.6153 0.2363 0.3234 0.2857 0.6153 0.1667 0.4286 0.2764 0.1095 0.25000.1235 0.0925 0.6817 0.0890 0.1429 0.0925 0.6667 0.1429 0.1283 0.3090 0.500W  ,0     

　29

　布点的指标体系，并且通过数学模型，进行选址例证，验证实验结果，使项目选址布点具有更高的科学性、合理性、也可以减少人为因素，使结果更有说服力。

　 二是通过科学方法确定有关选址的评价方法。目前的主要方法包括德尔斐专家法(Delphi)、以及在研究中大量使用的模糊综合判断法和层次分析法，它们各具优点，在综合分析的基础上，提出了一种新的层次分析法，新的方法大量减少了计算量。这种方法既能进行定性分析，又能定量分析，把定性定量想结合，做到二者的辩证统一。这样做可以提供科学的评价标准帮助选址，发现其中的问题，找到相关的改进方法。

　三是使矩阵一致性和专家决策方法达到一致性的问题得到了有效地解决。通过采用优先关系去创建模糊一致矩阵，并采用模糊一致矩阵的充要条件调节矩阵当中除了第一行之外的一些与矩阵一致性不相符的元素，直到达到模糊矩阵能够一致的要求。这样使选址布点的复杂性问题和专家认识上可能出现的片面性和构建判断矩阵不一致性等的难题得到了很好地解决。这也是我们把模糊层次分析法作为选址评价方法的一个主要原因之一。

　四是我们在大数据中心选址的“三性”问题上提出了较好地解决办法。一个优秀的选址布点评价方法体系的建立，要有成功的例子作借鉴，这样才可以更好地说明选址布点评价方法是可靠的、实用的和有效的，这样也能够缩短项目选址批复时间。这一评价方法的运用，在帮助我们增加了除邀请专业工作者优选办法以外，另一个有效优选方案的办法，我们能够在规划局的内部自己做完，缩短了邀请专业工作者、召开评审会的时间，比如和专家评审一起使用，可以提高最终结论的准确性。

　3.5 本章小结 综合分析，也就是说哈密市1D ，占据的权重为 0.4565；伊吾县军马场2D ，占据权重为 0.3387；巴里坤县3D ，占据的权重为 0.2084。根据得到的最终权重，进行最终的排序，在哈密市大数据选址过程中当中，最终选为哈密市最为合理。但是这并不代表说其他的大数据中心不重要，大数据中心的正常运行，需要各个地区的通力合作，才能达到最为理想的效果。

　30

　第4章

　 结论与展望 4.1 结论 本文通过对国内大数据中心建设选址标准进行研究分析，从多个角度对在哈密地区建设大数据中心进行可行性分析，评估适于在该地区建设大数据中心的规模以及主要影响数据中心安全稳定运行的技术因素，影响数据中心建设、运营的成本因素，影响数据中心布局的政治、政策因素。从而形成一套较为完整的哈密地区大数据中心选址可行性方案，为哈密地区今后大数据中心建设工作提供理论基础。

　4.2 展望 随着“丝绸之路经济带”建设步伐的快速推进，新疆地区高科技信息化技术发展迎来了难得的机遇，在国家经济转型的大背景下，促进 GDP 增长且较为环保的大数据中心产业得到了地方政府的青睐,在这种情况下，不仅是地理条件,政策优惠也在一定程度上影响大数据中心企业的投资方案。本文通过对国内外知名大型企业在数据中心布局方面进行分析,研究该类企业选址偏好，从而得出其在大数据中心建设方面的侧重点，并结合哈密地区大数据中心产业建设的实际情况，为有意在哈密地区投资建设大数据中心的企业提供选址决策参考。研究大数据中心在新疆哈密地区建设的选址方案，主要对大数据中心选址过程中涉及：自然地理条件、配套设施、周边环境、交通优势、成本因素、政策环境、高科技人才、资源环境、社会经济发展状况、人文环境等因素进行研究，最终形成一套成熟...