本文介绍了多种数学模型和优化算法在实际问题中的应用，包括层次分析法、灰色关联分析、模拟退火模型、粒子群优化算法等。还涉及了Matlab在数据处理和预测中的运用，如数据拟合、灰色预测、主成分分析等，并提到了机器学习中的遗传算法。此外，文章讨论了排队论、因子分析和非线性规划等领域的概念。
一般无数据用，有数据层次分析法往往需要结合其他算法，比如模糊综合评价，TOPSIS法（优劣解距离法）、灰色关联等等。这个时候层次分析的作用就是确定指标的权重。
层次分析法：（偏主观）
目标层
中间层
方案层
构造成对比较矩阵A（行列为影响因素个数），B（共影响因素的个数，行列为方案数）（1-9两两对比权重 一致性检验（允许不一致）） 求出各要素对结果的权重 最后求出方案对结果的权重
灰色关联分析法：
模糊综合评价法：确定因素集、评语集、权重集，模糊综合判断矩阵、（加权评价法）评测
数据包络分析法（DEA）
熵权法：
1.数据标准化
2.求各指标的信息熵
3.确定各指标权重
多属性决策：
1，获取决策信息（属性权重，属性值（实数，区间值，语言）） 属性值的归一化处理：
效益型（r=a/max），成本型（r=min/a）固定型 偏离型 区间型
2，对决策信息集结（主要加权算术waa平均算子：数据*相应权重），方案排序择优
最低0.47元/天 解锁文章
扫一扫
9396
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
