数学建模系列-评价模型(五)---灰色综合评价法

我们在前面的预测模型中提到锅灰色分析法,可以移步哪里查看。

也是在当我们拥有的数据较少时,或者对于要结局的对象、目标不是那么明显的时候使用,
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
如此就可以求出所有的参数中哪一个和我们目标的关联最大,也可以应用于主成分分析里。

  • 2
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数学建模综合评价模型是一种通过对各个评价指标进行量化,并将它们按照权重进行加权,最终得到一个综合评价值的方。这个模型可以应用于多指标决策问题,用于对被评价对象进行排名或分类。常见的数学建模综合评价模型包括模糊综合评价模型灰色关联分析模型、Topsis(理想解)、线性加权综合评价模型、熵值和秩和比等。 模糊综合评价模型是一种基于模糊数学理论的方,它将评价指标的模糊程度考虑在内,得到一个模糊评价结果。该模型的步骤包括确定评价指标及其权重、构建模糊评价矩阵、进行模糊运算、得到模糊评价结果。 灰色关联分析模型是一种用于分析指标间关联性的方,它可以帮助我们确定各个指标对被评价对象的影响程度。该模型的步骤包括确定关联度计算方、计算各个指标的关联度、得到综合关联度。 Topsis(理想解)是一种基于距离的方,它通过计算每个评价对象与理想解的距离,得到一个综合评价值。该模型的步骤包括确定正负理想解、计算距离、得到综合评价值。 线性加权综合评价模型是一种常用的多指标决策方,它将各个评价指标的权重与指标值线性组合起来,得到一个综合评价值。该模型的优点是简单易操作,计算方便,可以对各个指标的重要性进行量化,并将其考虑在评价中。但是,该模型的权重确定较为主观,且假设指标之间相互独立,不考虑相关性。 熵值是一种基于信息熵理论的方,它通过计算每个指标的熵值,得到一个综合评价值。该模型的步骤包括计算指标的熵值、计算权重、得到综合评价值。 秩和比是一种用于处理多指标决策问题的方,它通过计算指标的秩和比,得到一个综合评价值。该模型的步骤包括编秩、计算秩和比、得到综合评价值。 根据具体的评价需求和问题特点,我们可以选择合适的数学建模综合评价模型来进行评价。每个模型都有其优点和缺点,需要根据具体情况进行选择和应用。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [数学建模——评价模型](https://blog.csdn.net/fighterDMU/article/details/128508142)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值