TOPSIS与模糊Borda 的组合应用（以第二届大湾区杯和国赛为案例） 一、TOPSIS（优劣解距离法）简介TOPSIS法亦被称为理想解法，是一种综合评价方法，该方法能够充分利用原始数据，精确反映各评价方案之间的差距，对数据分布及其样本含量没有严格限制。能有效地解决多指标评价问题，该方法通过构造评价问题的正理想解（最优解）和负理想解（最劣解），计算每个方案到理想方案的相近贴进度，即靠近最优解和远离最劣解的程度，来对方案进行排序，从而选出最佳方案，具体流程如下图所示。TOPSIS算法流程图二、TOPSIS（优劣解距离法）主要步骤用理想解法求解多属性决策问题的概.
数据采集与清洗基础习题（四）Pandas初体验，头歌参考答案 数据采集习题参考答案，会持续更新，点个关注防丢失。创作不易，一键三连给博主一个支持呗。为了方便查找，已按照头歌重新排版，朋友们按照头歌所属门类查找实训哦，该篇为Pandas。文章目录实训一：Pandas初体验第一关：了解数据处理对象--Series编程要求Pandas中的数据结构第一关答案第二关：了解数据处理对象-DataFrame编程要求相关知识第二关答案第三关：读取CSV格式数据编程要求相关知识第三关答案第四关：数据的基本操作——排序
2021年华中杯A题（马赛克瓷砖选色问题）详细分析 一、基本介绍1.1 题目描述马赛克瓷砖是一种尺寸较小（常见规格为边长不超过 5cm）的正方形瓷砖，便于在非平整的表面铺设，并且容易拼接组合出各种文字或图案。但是受工艺和成本的限制，瓷砖的颜色只能是有限的几种。用户在拼接图案时，首先要根据原图中的颜色，选出颜色相近的瓷砖，才能进行拼接。 某马赛克瓷砖生产厂只能生产 22 种颜色（见附件 1）的马赛克瓷砖。该厂要开发一个软件，能够根据原始图片的颜色，自动找出颜色最接近的瓷砖，以减少客户人工选色的工作量。该厂希望你们团队提供确定原始颜色与瓷砖颜色对应关
2021年五一杯数学建模A题（疫苗生产调度问题）详细分析 目录一、基本介绍1.1 题目描述1.2 待解决问题二、问题分析与求解2.1 问题一分析与求解2.2 问题二分析与求解2.3 问题三分析与求解2.4 问题四分析与求解2.5 问题五分析与求解三、总结一、基本介绍1.1 题目描述新冠肺炎肆虐全球，给世界带来了深重的灾难。各国为控制疫情纷纷研发新冠疫苗。假定疫苗生产需要经过CJ1工位、CJ2工位、CJ3工位以及CJ4工位等4个工艺流程。每个工艺流程一次性均能处理100剂疫苗，...
最常用的客观赋权方法——熵权法 我们的征途是星辰大海，而并非烟尘人间。文章目录一、熵权法的原理1.1 信息熵1.2 熵权法二、熵权法的主要步骤2.1 数据标准化2.2 求各指标在各方案下的比值2.3 求各指标的信息熵。2.4 确定各指标的权重2.4.1 通过信息熵计算各指标的权重：2.4.2 通过计算信息冗余度来计算权重：2.5 最后计算每个方案的综合评分三、程序（MATLAB）四、总结4.1 熵权法的用途4.2 熵权法的优点4.3 熵权法的缺点一、...
[刨根问底] 五分钟搞懂组合评价模型—模糊Borda （以2021 年大学生数模国赛C题为例） 组合评价模型—模糊Borda(Matlab)我们的征途是星辰大海，而并非烟尘人间。目录组合评价模型—模糊Borda(Matlab)一、模糊Borda法简介二、模糊Borda法主要步骤（1）计算隶属度（2）计算模糊频数（3）计算模糊频率（4）将排序转化为得分（5）计算模糊Borda数FBi，FBi值越大，名次越靠前三、案例分析（2021 年高教社杯全国大学生数学建模竞赛C题）（1）案例分析（2）代码实现第一步：计算隶属度第二步：计算模...
数据采集与清洗基础习题（三）Python正则表达式，头歌参考答案 数据采集习题参考答案，会持续更新，点个关注防丢失。创作不易，一键三连给博主一个支持呗。目录实训八：Python正则表达式断言第一关：先行断言第一关答案第二关：后发断言第二关答案实训九：python正则表达式标记实训九答案实训八：Python正则表达式断言第一关：先行断言编程要求请根据相关知识补充右侧Begin-End之间的代码，并完成下列任务：使用正向先行断言获取字符串中以ing结尾的字符（不能为空）。相关知识先行断言分为正向先行断.
数据采集与清洗基础习题（二）Python爬虫常用模块，头歌参考答案 实训六：urllib 爬虫读取 URL、下载网页是爬虫必备而且关键的功能，需要和 HTTP 请求打交道。而 urllib 是 Python 中的一个功能强大、用于操作 URL 的库。 本实训主要介绍如何使用 urllib 库进行网页爬取。第1关：urllib基础本关任务：掌握 urlopen 函数的使用，完成一个简易的爬取程序。urlopen函数urlopen 函数是 urllib 模块下的一个方法，用于实现对目标 url 的访问。函数原型如下:import urllib #
两万字详细爬虫知识储备，数据采集与清洗基础习题（一）头歌参考答案 该博客为数据采集的答案，会持续更新，未免丢失，麻烦各位同学点一下关注和收藏目录实训一：HTML基础第一关：初识HTML：简单的Hello World网页制作第二关：HTML结构：自我简介网页实训二：HTML文本第1关：HTML链接：带超链接的网页第2关：HTML标题与段落：网络文章网页第3关：HTML表格：日常消费账单表格展示网页实训三：HTML——基本标签第1关创建第一个 HTML 标签第2关：创建<h1>-<h6>标签第..
Python--JSON基础 目录1.基本介绍1.1相关知识1.2解析 JSON 数据1.3从文件解析JSON数据1.4生成 JSON 数据2.案例分析2.1案例介绍2.2原理分析2.3代码展示1.基本介绍1.1相关知识JSON库是 Python 内置的一个用于操作 JSON 数据的库，提供了几个函数用于解析与生成（或者说反序列化与序列化）JSON 格式的数据。1.2解析 JSON 数据JSON库提供了一个函数loads，用于从 Python 的字符串中解析 JSON 数...
数据包络分析（DEA）详解（以第八届宁夏省赛为例） 目录一、基本介绍1.1原理1.2CCR模型1.3BCC模型二、代码2.1MATLAB代码2.2Python代码一、基本介绍1.1原理数据包络分析有多种模型，主要为：CCR模型，BBC模型、交叉模型、A&P模型。纵观该方法的各种模型，每一模型的具体数学推理过程基本一致，所得的标准线性规划求解公式也比较相似，它们之间的差异主要体现在每个模型所适用的条件有所不同。在国外，此方法较早地运用于银行医院、城市等方面效率的评价。近些年来，该方法在我国社会经济的许多...
快速搞定PCA（主成分分析）（原理 代码 案例） 1.1原理主成分分析是最常用的线性降维方法，通过某种线性投影，将高维的数据映射到低维的空间，并期望在所投影的维度上数据的信息量最大（方差最大），以较少的数据维度去反映原数据的特性。在机器学习的实际问题中，一般都会有几十个指标，高维数据离散度较大，不利于训练出较好的参数，而低维数据则可以更好的训练参数，因此可以通过降维的形式，计算出k列映射数据替代原数据。1.2主成分分析的几何解释通过旋转变换坐标轴使得n个样品点在F1轴方向上的离散程度最大，即F1的方差最大。变量F1代表了原始数.
关注
