第四章,評(píng)價(jià)信息集結(jié)方法改進(jìn)_第1頁(yè)
第四章,評(píng)價(jià)信息集結(jié)方法改進(jìn)_第2頁(yè)
第四章,評(píng)價(jià)信息集結(jié)方法改進(jìn)_第3頁(yè)
第四章,評(píng)價(jià)信息集結(jié)方法改進(jìn)_第4頁(yè)
第四章,評(píng)價(jià)信息集結(jié)方法改進(jìn)_第5頁(yè)
已閱讀5頁(yè),還剩11頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

線性加權(quán)綜合法

所謂線性加權(quán)綜合法(又稱“加法”()合成法或加權(quán)算術(shù)平均()算子)是指應(yīng)用線性模型

來進(jìn)行綜合評(píng)價(jià)的。式中為系統(tǒng)(或被評(píng)價(jià)對(duì)象)的綜合評(píng)價(jià)值,是與評(píng)價(jià)指標(biāo)相應(yīng)的權(quán)重系數(shù),

線性加權(quán)綜合法

所謂線性加權(quán)綜合法(又稱“加法”()合成法或加權(quán)算術(shù)平均()算子)是指應(yīng)用線性模型

來進(jìn)行綜合評(píng)價(jià)的。式中為系統(tǒng)(或被評(píng)價(jià)對(duì)象)的綜合評(píng)價(jià)值,是與評(píng)價(jià)指標(biāo)相應(yīng)的權(quán)重系數(shù),

非線性加權(quán)綜合法所謂非線性加權(quán)綜合法(又稱“乘法”合成法或加權(quán)幾何平均()算子)是指應(yīng)用非線性模型來進(jìn)行綜合評(píng)價(jià)的。式中為系統(tǒng)(或被評(píng)價(jià)對(duì)象)的綜合評(píng)價(jià)值,是與評(píng)價(jià)指標(biāo)相應(yīng)的權(quán)重系數(shù),

非線性加權(quán)綜合法所謂非線性加權(quán)綜合法(又稱“乘法”合成法或加權(quán)幾何平均()算子)是指應(yīng)用非線性模型來進(jìn)行綜合評(píng)價(jià)的。式中為系統(tǒng)(或被評(píng)價(jià)對(duì)象)的綜合評(píng)價(jià)值,是與評(píng)價(jià)指標(biāo)相應(yīng)的權(quán)重系數(shù),

理想點(diǎn)法

下面要介紹的信息集結(jié)方法稱為逼近樣本點(diǎn)或理想點(diǎn)的排序方法(TheTechniqueforOrderPreferencebySimilaritytoIdealSolution,即TOPSIS),簡(jiǎn)稱為理想點(diǎn)法。理想點(diǎn)法的思想源于多元統(tǒng)計(jì)分析中的判別問題。例如,要從青年的身高、肺活量等體征以及100米跑的成績(jī)、跳高、跳遠(yuǎn)等成績(jī),來綜合判斷這個(gè)青年的發(fā)育、健康狀況是很好、好、中等、差、很差。評(píng)價(jià)的目標(biāo)是十分明確,就是為了區(qū)別不同類型的青年,區(qū)分是從發(fā)育、健康方面著眼分析的。這類綜合評(píng)價(jià)問題就是要有一種合理的分類標(biāo)準(zhǔn)。即設(shè)定一個(gè)理想的系統(tǒng)或樣本點(diǎn)為,如果被評(píng)價(jià)對(duì)象與理想系統(tǒng)在某種意義下非常接近,則稱系統(tǒng)是最優(yōu)的。評(píng)價(jià)的目標(biāo)是十分明確,就是為了區(qū)別不同類型的青年,區(qū)分是從發(fā)育、健康方面著眼分析的。這類綜合評(píng)價(jià)問題就是要有一種合理的分類標(biāo)準(zhǔn)。即設(shè)定一個(gè)理想的系統(tǒng)或樣本點(diǎn)為,如果被評(píng)價(jià)對(duì)象與理想系統(tǒng)在某種意義下非常接近,則稱系統(tǒng)是最優(yōu)的。被評(píng)價(jià)對(duì)象與理想系統(tǒng)之間的加權(quán)距離定義為式中為權(quán)重系數(shù),為分量與之間的某種距離。被評(píng)價(jià)對(duì)象與理想系統(tǒng)之間的加權(quán)距離定義為式中為權(quán)重系數(shù),為分量與之間的某種距離。通常取歐氏(加權(quán))距離,即取作為合成函數(shù)的。這時(shí),即可按的值(顯然的值越小越好,特別地,當(dāng)時(shí),即達(dá)到或成為理想點(diǎn))大小對(duì)各被評(píng)價(jià)對(duì)象進(jìn)行(升序)排序。通常取歐氏(加權(quán))距離,即取作為合成函數(shù)的。這時(shí),即可按的值(顯然的值越小越好,特別地,當(dāng)時(shí),即達(dá)到或成為理想點(diǎn))大小對(duì)各被評(píng)價(jià)對(duì)象進(jìn)行(升序)排序。若將看成是正理想系統(tǒng),則負(fù)理想系統(tǒng)與的含義正好相反,被評(píng)價(jià)對(duì)象到之間的歐氏加權(quán)距離為因此,可按的值(顯然的值越大越好)大小對(duì)各被評(píng)價(jià)對(duì)象進(jìn)行(降序)排序。若將看成是正理想系統(tǒng),則負(fù)理想系統(tǒng)與的含義正好相反,被評(píng)價(jià)對(duì)象到之間的歐氏加權(quán)距離為因此,可按的值(顯然的值越大越好)大小對(duì)各被評(píng)價(jià)對(duì)象進(jìn)行(降序)排序。為將問題了解得更加全面,也可以同時(shí)考慮正負(fù)兩種理想系統(tǒng),即定義一合成指標(biāo)按(的值越大越好)的大小進(jìn)行(降序)排序。TOPSIS法可理解為一種“貼近度集結(jié)算子”,類似的還有密切值法,原理比較相似,不再贅述為將問題了解得更加全面,也可以同時(shí)考慮正負(fù)兩種理想系統(tǒng),即定義一合成指標(biāo)按(的值越大越好)的大小進(jìn)行(降序)排序。TOPSIS法可理解為一種“貼近度集結(jié)算子”,類似的還有密切值法,原理比較相似,不再贅述一個(gè)算例

表1:某班期末成績(jī)單姓名物理數(shù)學(xué)外語(yǔ)生物語(yǔ)文王曉紅4269765688李強(qiáng)6362618691孫娟7858804960張金陽(yáng)5989779094李玉玫8573619271張剛9254837061利用TOPSIS方法進(jìn)行排名,情況如何?基于指標(biāo)位置的集結(jié)方式即指近些年發(fā)展起來的有序加權(quán)平均算子及有序加權(quán)幾何平均算子及其擴(kuò)展的集結(jié)算子,這方面的研究成果已相當(dāng)豐富,這里只就、兩種算子進(jìn)行簡(jiǎn)略的介紹。基于指標(biāo)位置的集結(jié)方式即指近些年發(fā)展起來的有序加權(quán)平均算子及有序加權(quán)幾何平均算子及其擴(kuò)展的集結(jié)算子,這方面的研究成果已相當(dāng)豐富,這里只就、兩種算子進(jìn)行簡(jiǎn)略的介紹。第三節(jié)基于指標(biāo)位置的集結(jié)方式有序加權(quán)平均算子

有序加權(quán)平均()算子是由美國(guó)學(xué)者Yager教授于1988年首次提出的,算子結(jié)構(gòu)定義如下。

對(duì)個(gè)評(píng)價(jià)指標(biāo)值(極大型的),有其中,是對(duì)按從小到大排序后的指標(biāo)值,是排序后指標(biāo)值的位置加權(quán)向量,

。有序加權(quán)平均算子

有序加權(quán)平均()算子是由美國(guó)學(xué)者Yager教授于1988年首次提出的,算子結(jié)構(gòu)定義如下。

對(duì)個(gè)評(píng)價(jià)指標(biāo)值(極大型的),有其中,是對(duì)按從小到大排序后的指標(biāo)值,是排序后指標(biāo)值的位置加權(quán)向量,

。算例

例如,

,,則算子的根本優(yōu)點(diǎn)是打破了模糊邏輯中“與”、“或”兩種算子之間的鴻溝,提供了一種柔性的融合方法,這種柔性是通過對(duì)指標(biāo)值(數(shù)據(jù)組)的排序與位置權(quán)重的設(shè)置來體現(xiàn)的。算例

例如,

,,則算子的根本優(yōu)點(diǎn)是打破了模糊邏輯中“與”、“或”兩種算子之間的鴻溝,提供了一種柔性的融合方法,這種柔性是通過對(duì)指標(biāo)值(數(shù)據(jù)組)的排序與位置權(quán)重的設(shè)置來體現(xiàn)的。有序加權(quán)幾何平均算子

在算子的基礎(chǔ)上,有學(xué)者提出了有序加權(quán)幾何平均()算子。

對(duì)個(gè)評(píng)價(jià)指標(biāo)值(極大型的),有其中,是對(duì)按從小到大排序后的指標(biāo)值,是排序后指標(biāo)值的位置加權(quán)向量,

。有序加權(quán)幾何平均算子

在算子的基礎(chǔ)上,有學(xué)者提出了有序加權(quán)幾何平均()算子。

對(duì)個(gè)評(píng)價(jià)指標(biāo)值(極大型的),有其中,是對(duì)按從小到大排序后的指標(biāo)值,是排序后指標(biāo)值的位置加權(quán)向量,

類似于“乘法”合成法與“加法”合成法的區(qū)別,

算子“強(qiáng)調(diào)均衡”,而

“突出特長(zhǎng)”。算例

同上例,如果

,,則按照算子定義,其值應(yīng)該為多少?

類似于“乘法”合成法與“加法”合成法的區(qū)別,

算子“強(qiáng)調(diào)均衡”,而

“突出特長(zhǎng)”。算例

同上例,如果

,,則按照算子定義,其值應(yīng)該為多少?問題的提出

有關(guān)決策信息集結(jié)的算子的研究成果已比較豐富,常用的有算術(shù)平均()、加權(quán)算術(shù)平均()、幾何平均()、加權(quán)幾何平均()、最大()、最小()、有序加權(quán)平均()、有序加權(quán)幾何平均()等算子,這些算子做為合成函數(shù)經(jīng)常用于多指標(biāo)綜合評(píng)價(jià)或群組評(píng)價(jià)問題中。問題的提出

有關(guān)決策信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論