培训课程网站建设,免费的小程序商城,河池网站制作公司,网盘网页版一、评价类算法的简介 对物体进行评价#xff0c;用具体的分值评价它们的优劣 选这两人其中之一当男朋友#xff0c;你会选谁#xff1f;
不同维度的权重会产生不同的结果
所以找到每个维度的权重是最核心的问题
0.25
二、评价前的数据处理 供应商ID 可靠性 指标2 指…一、评价类算法的简介 对物体进行评价用具体的分值评价它们的优劣 选这两人其中之一当男朋友你会选谁
不同维度的权重会产生不同的结果
所以找到每个维度的权重是最核心的问题
0.25
二、评价前的数据处理 供应商ID 可靠性 指标2 指标3 指标4 指标5 1 1 4 100 56 1000 2 2 6 105 55 2000 正向指标处理:即越大越好的指标
方案一正向指标的标准化处理
function data zheng1(data1)data (data1-min(data1))./(max(data1)-min(data1))
end 方案二直接赋值
function data zheng2(data1)data data1
end
负向指标处理:即越小越好的指标
方案一
function data fu3(data1)data (max(data1) - data1) ./ (max(data1) - min(data1))
end 方案二
function data fu4(data1)data (max(data1) - data1);
end方案三
function data fun5(data1)data 1 ./ (max(abs(data1))data1);
end 单点型指标处理:即某个值的时候是最好的
function data qu6(data1,a)data 1./(abs(data1-a)/max(abs(data1-a)))
end 区间型指标处理:即一定区间范围内最好
function data qu7(data1,a,b)
for i1:length(data1)if(data1a)(data1b)data(i)1;elseif(data1a)data(i)data1/a;elseif(data1b)data(i)b/data1;end
end标准化处理
消除量纲 层次分析法算法流程
主观性比较强通过人来判断 三、TOPSIS法
