2020年12月18日
摘要：
秩和比综合评价法 步骤 Def 样本秩：对于一个样本数据数列{\(b_n\)}，其从小到大的顺序排列为{\(a_n\)},那么$b_i$对应的$a_j$的下标j就是$b_i$在样本中的秩，记为$R_i$，也称为第i个统计量。 其实通俗的讲，样本中一个数据的秩实际上就是它在该样本中所有数据中出于第几大 阅读全文
摘要：
灰色关联分析法 对于有m个评价对象，n个评价指标的问题，用灰色关联分析来选择，可以针对大量的不确定因素以及相互关系，用定性和定量有机结合的方式，使原本复杂的决策问题变得更加清晰简单，而且计算方便，主要是排除了决策者的主观任意性，得出的结论很客观，有一定的参考价值。 主要步骤 确定评价对象和评价标准。 阅读全文
摘要：
主成分分析法 该方法可以用来数据降维，把很多的评价指标减少为几个主要的评价指标，即主成分，同样这个方法也可以用来求权重 主要步骤 设有m个评价对象和n个评价指标 对原始数据进行标准化处理 \(a_{ij}^{'}=\frac{a_{ij}-\mu _j}{s_j} (i是评价对象，j是评价指标)\) 阅读全文
摘要：
数据包络分析法 \(DEA\) 评价多指标多输出的系统各单元的相对效率，即对一些问题需要有多个输入$x$，但也有多个输出$y$，进行评价,$u$为该成本在所有成本中的权重，$v$为该收益在所有收益中的权重 $C^2R$模型 定义一个效率评价函数$h$，对每一个需要评价的问题，有 \(h=\fra 阅读全文
摘要：
模糊综合评价 当需要对评价对象做出客观全面的评价，但是存在大量的模糊性的概念，比如一个人的好坏这样的主观因素会起很大作用，会使很多指标都无法量化，这时就很适合用模糊综合评价。 一级模糊综合评判 确定因素集 把所有需要评价的指标构成一个集合，即因素集 \(U=\{u_1,u_2,...u_n\}\ 阅读全文
摘要：
理想解法 理想解法也称为$TOPSIS$法，是一种有效的多指标评价方法。 这种方法通过构造评价问题的正理想解和负理想解，即各个指标的最优，最劣解 通过计算每个指标对正理想解的靠近程度，对负理想解的远离程度来对方案进行排序 方法和原理 设一个多属性决策方案集为$D={d_1,d_2,...,d 阅读全文
摘要：
数据的预处理 数据的预处理又称属性的规范化，经常在处理数据时作为第一个步骤，在进行决策时一般都要进行数据规范化 属性值的三种类型 效益型，成本型，区间型 这三种属性，效益型越大越好，成本型越小越好，而区间型则在某个区间为最佳 属性规范化的作用 因为属性值有多种类型，故多种类型的数据在同一 阅读全文