- 博客(8)
- 收藏
- 关注
原创 评价类_AHP结合EWN主客观赋权重
AHP(层次分析):主观赋权法AHP是一种定性与定量相结合的,系统的,层次化的分析方法。主观赋权法(AHP)在根据决策者意图确定权重方面比客观赋权法(熵权法)具有更大的优势,但客观性相对较差,主观性相对较强;而采用客观赋权法有着客观优势,但不能反映出参与决策者对不同指标重视程度,并且会有一定的权重和与实际指标相反的程度。针对主客观赋权方法的优缺点,我们还力求将主观随机性控制在一定范围内,实现主客观赋权中的中正。客观方面。指标赋权公正,实现了主客观内在统一,评价结果真实、科学、可信。EWN(熵权法
2021-07-12 15:11:48
1099
转载 行为模拟_元胞自动机笔记
元胞自动机:是一种时间、空间、状态都离散,空间相互作用和时间因果关系为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。简单来说,元胞自动机根据简单的规则去实现一个系统。元胞自动机构成元胞自动机由元胞、元胞空间、元胞邻居和元胞规则四部分组成。元胞:单元或基元,是元胞自动机最基本的部分。元胞状态:在最简单的情况下,元胞有两种可能状态;较复杂情况下,具有多种状态。元胞的状态都按照元胞自动机的动力规则不断更新。元胞空间:元胞空间就是元胞在空间分布上的集合。...
2021-06-29 22:50:48
300
转载 评价类问题_灰色关联分析
适用范围:计算影响结果的因素的重要程度,确定权重,也适用于评价类问题基本思想:根据曲线集合形状的相似程度,判断联系是否紧密,曲线越接近,相应序列之间的关联度越大,反之越小灰色关联分析优点:计算量小,对样本的量多少和有无规律都同样适用,不会出现量化结果与定性分析结果不符的情况灰色关联分析缺点:不太主流,美赛不适用简单总结灰度分析步骤: 一,先把数据除以该列的平均值二,计算|x0(k)-xi(k)|,得到两极最小值和最大值,计算出关联系数矩阵(x0此处指母序列) 三,计算出列平均值即灰色关联度.
2021-06-29 10:53:47
8474
原创 TensorFlow2_自定义训练模型
代码如下import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers,datasets,optimizersimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'def preprocess(x, y): x = 2*tf.cast(x, dtype=tf.float32)/255.-1 y = tf.cast(y, dt
2021-06-25 12:47:17
361
原创 Python_With语句使用与上下文管理器自建
with语句一般写法 with open('test01_with','r') as reader: content = reader.read() print(content)先理清几个概念1 上下文表达式:with open('test.txt') as f:2 上下文管理器:open('test.txt')3 f 不是上下文管理器,应该是资源对象。自定义上下文管理器简单点说,就是在一个类里,实现了__enter__和__exit__的方法,这个类的实例就是一个上下
2021-06-22 22:38:38
64
原创 TensorFlow2_网络搭建入门自用
简单结构:import tensorflow as tfnet = tf.keras.layers.Dense(10)# 初始化网络权重net.build(input_shape=(None,4)) # 初始化权重以及偏差print(net.kernel.shape,net.bias.shape) # kernel为权重,bias为偏差net.build(input_shape=(None,20))print(net.kernel.shape,net.bias.shape
2021-06-22 00:04:05
88
原创 TensorFlow2_数据一般预处理
一般数据预处理:map每个数据项调用特定函数shuffle打乱顺序 batch设定一次批处理个数tf.data.Dataset.from_tensor_slices数据划分import tensorflow as tfimport keras.datasets as datasetsdef prepare_mnist_features_and_labels(x,y): x = tf.cast(x,tf.float64)/255.0 # 限制在
2021-06-21 22:49:49
186
转载 Python_迭代器的使用与自建
Python迭代器迭代是Python最强大的功能之一,是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。调用迭代器:list = [1,2,3,4]it = iter(list)print(next(it))print(next(it))print(next(it))print(next(it))自建迭代器:class MyNumbers: def __iter__(
2021-06-21 22:31:24
63
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人