企业网站主页设计,企业名录免费查询器下载,河南工程建设信息网官网 可登录中项网,wordpress 主机层次分析法的局限性
#xff08;1#xff09;决策层不能太多
#xff08;2#xff09;数据已知#xff0c;使用层次分析法不准确
构造计算评分
相较于取卷面理论上的最高分#xff08;100#xff09;和最低分#xff08;0#xff09;#xff0c;取分数区间上的最…层次分析法的局限性
1决策层不能太多
2数据已知使用层次分析法不准确
构造计算评分
相较于取卷面理论上的最高分100和最低分0取分数区间上的最高和最低 扩展增加指标个数 极大型指标数值越大越好 极小型指标数值越小越好 指标正向化将所有指标转化为极大型
当指标类型不统一时需要统一指标类型
标准化处理多指标的处理
用于消去量纲的差异公式原理如下 来自b友 这个求和号在根号里面是欧式范数也叫L2范数归一化如果把求和号提到根号外面那就变成了曼哈顿L1范数归一化本质上都是归一化的方法所以不用太纠结 对于该题可标准化为
计算得分
公式的含义 数学上的表示 当D0时 可取最大值1 D-0时可取最小值0 该题的最后结果 小王成绩倒数第一争吵评分第一综合第一
清风成绩第一争吵评分倒数第一综合倒数第一
结合最初的数据 分析原因 正向化后的争吵次数中最大值与最小值差值远大于成绩 而清风的争吵次数分数最低
总结做题步骤
第一步将原始矩阵正向化 常见的四种指标: 正向化将所有指标都转换为极大型 极小max-x 中间型越接近特定值越好 有例子 区间型中间型的范围情况左中间型1右中间型 这里M计算时的max和min需要注意取得时所求数据中的最大值和最小值例
可以看出来 极小型、中间型都是面向对应数值 区间型面向“数组”
第二步正向矩阵标准化
目的消除不同指标量纲的影响
操作每个元素除以其所在列的L2范数
第三步计算得分并归一化
先计算得分 所得最终值S值越大代表效果越好
最后进行归一化操作
练习题-评价河流水质情况
1 题目分析 包含四种类型的指标需要分别进行正向化处理
处理后的正向化矩阵可以放到论文的附录中
2 代码讲解
知识索引如下 详见下一章节
3 模型扩展
针对章节中的习题扩展到权重的设置 层次分析法确定权重--带权重的TOPSIS 修改如下部分其余不变
4 课后练习
代码优化加入是否加入指标的权重判断
写作训练结合层次分析法判断权重进行论文编写
