zoukankan      html  css  js  c++  java
  • 《数学模型》 第7章 离散模型

    《数学模型》第7章 离散模型

    7.1汽车选购

    多属性决策(multiple attribute decision making)
    指人们为了一个特定的目标,要在若干备选方案中确定一个最优的,或者对这些方案按照优劣程度排序,或者需要给出优劣程度的数量结果,而方案的优劣由若干属性给以定量或定性的表述。

    决策矩阵

    [D=left[egin{matrix}25&9&7\18&7&7\12&5&5end{matrix} ight] ]

    统一决策矩阵的属性,统一为效益型属性

    [D=left[egin{matrix}frac{1}{25}&9&7\frac{1}{18}&7&7\frac{1}{12}&5&5end{matrix} ight] ]

    决策矩阵标准化(规范化)的三种方法:归一化、最大化、模一化

    属性权重
    信息熵法

    综合方法
    加权和法
    加权积法
    接近理想解的偏好排序法(TOPSIS方法)

    复习题1

    决策矩阵统一为效益性矩阵

    [D=left[egin{matrix}5&9&7\12&7&7\18&5&5end{matrix} ight] ]

    >> D=[5,9,7;12,7,7;18,5,5];
    

    标准化决策矩阵——归一化

    [R=left[egin{matrix} 0.1429&0.4286&0.3684\0.3429&0.3333&0.3684\0.5143&0.2381&0.2632end{matrix} ight]]

    >> R=[D(:,1)/sum(D(:,1)),D(:,2)/sum(D(:,2)),D(:,3)/sum(D(:,3))]
    

    信息熵法计算

    [E_j=-ksum_{i=1}^m r_{ij}ln r_{ij},k=1/ln m,j=1,2,cdots,n ]

    >> E=sum(-R.*log(R))/log(size(R,1))
    

    [F_j=1-E_j ]

    >> F=1-E
    

    [w=frac{F_j}{sum_{j=1}^n F_j} ]

    >> w=F/sum(F)
    

    归一化加权和

    [v=Rw ]

    >> v=R*w'
    

    得到结果(v=[0.2124,0.3431,0.4445]^T)

  • 相关阅读:
    Oracle RAC的五大优势及其劣势
    Lucene全文检索基础
    oracle手工生成AWR报告方法记录
    log file sync 等侍值高的一般通用解决办法
    log file sync 因为数据线有问题而造成高等侍的表现
    MongoDB实用教程
    1小时学会JQuery
    Ajax+Struts2实现验证码验证功能
    硬件01:门
    关于软件工程的思考15:人和绩效
  • 原文地址:https://www.cnblogs.com/Math-Nav/p/13431094.html
Copyright © 2011-2022 走看看