综合评价算法 | Matlab实现基于CRITIC-秩和比法的综合评价算法

已于 2023-07-10 08:14:57 修改
阅读量627 收藏
点赞数
分类专栏： 综合评价算法（CEA） 文章标签： 算法 CRITIC 秩和比法 综合评价算法
于 2023-07-09 13:00:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_59771180/article/details/131621795
版权

文章目录

效果一览

1

文章概述

综合评价算法 | Matlab实现基于CRITIC-秩和比法的综合评价算法

研究内容

CRITIC 权重法是一种客观赋权法。其思想在于用两项指标，分别是对比强度和冲突性指标。对比强度使用标准差进行表示，如果数据标准差越大说明波动越大，权重会越高；冲突性使用相关系数进行表示，如果指标之间的相关系数值越大，说明冲突性越小，那么其权重也就越低。对于多指标多对象的综合评价问题，CRITIC 法去消除一些相关性较强的指标的影响，减少指标之间信息上的重叠，更有利于得到可信的评价结果。 秩和比（RSR）指将效益型指标从小到大排序进行排名、成本型指标从大到小排序进行排名，再计算秩和比，最后统计回归、分

了解本专栏 订阅专栏 解锁全文
算法如诗
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
综合评价算法 | Matlab实现基于CRITIC法的综合评价算法
算法如诗的博客
07-02 614
综合评价算法 | Matlab实现基于CRITIC法的综合评价算法
数学建模-秩和比法-Matlab排序函数_FreeAir.zip
05-02
数学建模-秩和比法-Matlab排序函数_FreeAir
数学建模之秩和比综合评价方法（RSR）
学习笔记
01-11 9574
本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版） 秩和比综合评价方法（RSR）在医疗卫生领域的多指标综合评价、统计预测预报、统计质量控制等方面已经得到了广泛应用。 其中秩序和比是行或者列秩次的平均值，是一个非参数的统计量，具有0-1连续变量的特征。 下面介绍秩和比综合评价方法的一般步骤： 第一步，数据预处理。凡是评价方法中，都需要面对效益型、区间型、成本型等指标。一般的情况都是将非效益型指标转换为效益型指标，因为这样能够直接通过数值大小进行指标优劣的评判，方便后续工作的展开。 第二步，编秩。由于
秩和比算法matlab程序,Matlab学习系32. 秩和比综合评价法.docx
weixin_29367131的博客
03-21 2213
32. 秩和比综合评价法一、简单介绍秩和比法，是我国统计学家田凤调教授于1988年提出的一种综合评价方法，是利用秩和比(RSR, Rank-sum ratio)进行统计分析的一种方法，该方法在医疗卫生等领域的多指标综合评价、统计预测预报、统计质量控制等方面已得到广泛的应用。基本原理是一种将样本多项指标值通过秩变换，得到无量纲统计量统计量RSR(介于0~1之间)，再运用参数统计分析方法研究RSR的分...
3-秩和比
weixin_30653097的博客
08-17 990
%求回归方程 clc, clear %x1,...,x6的数据和权重数据 % aw = xlsread('E:\a-建模\第六轮\结果\附件2.汽泵前置泵部分监测数据.xls', 2,'J3:P3603'); aw = xlsread('E:\a-建模\第六轮\结果\附件3.汽轮机本体部分监测数据.xlsx', 2,'A17:X5938'); % aw = xlsread('E...
【数据分析】基于Matlab的Critic和修正Critic得到权重结果.zip
04-20
1.版本：matlab2014/2019a，内含运行结果，不会运行可私信 2.领域：智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，更多内容可点击博主头像 3.内容：标题所示，对于介绍可点击主页搜索博客 4.适合人群：本科，硕士等教研学习使用 5.博客介绍：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可si信
Matlab实现CRITIC赋权法
09-12
代码包括可以实现CRITIC赋权法的子函数，以随机生成的子函数作为数据集，可以直接输出CRITIC权重以及以CRITIC权重作为评价指标给对象进行打分。将随机数替换为自己的数据即可运行。
秩和比法matlab代码-model-sensitivity-analysis:拉丁超立方体采样和部分秩相关系数
06-08
窗帘和比法matlab代码模型敏感性分析 用于分析模型参数敏感性的拉丁超立方采样和部分秩相关系数。 LHS + PRCC 是研究数学模型对其参数的敏感性的有用方法。 这有助于开发模型以了解其在各种参数范围内的行为，以及更好地了解参数估计中的不确定性如何影响模型给出的结果。 该过程的概述以 pdf 幻灯片格式提供。 蒙特卡罗研究中用于参数采样的 LHS 方法首先由 . 在不久的将来，BioRxiv（作为数学肿瘤学频道的一部分）将对该方法的实用性进行简要说明。 该存储库包含在 matlab 或 python 中进行 LHS+PRCC 分析的代码，具体取决于用户偏好。 MATLAB Matlab 文件 LHSPRCC.m 是主要代码文件，它调用函数 DrawSamples.m 来执行拉丁超立方体采样步骤、用于完成蒙特卡罗模拟的任何用户指定的模型函数，以及 UnariedPRCC.m 或 VariedPRCC.m计算部分秩相关系数（在单个时间/位置索引或所有时间/位置）。 LHSPRCC.m 还调用函数 plotSampleHists.m、plotSimulationOutput.m 和 pl
基于对称扰动采样的Actor-critic 算法
01-14
<p>针对传统Actor-critic (AC) 方法在求解连续空间序贯决策问题时收敛速度较慢、收敛质量不高的问题, 提出一种基于对称扰动采样的AC算法框架. 首先, 框架采用高斯分布作为策略分布, 在每一时间步对当前动作均值对称扰动, 从而生成两个动作与环境并行交互; 然后, 基于两者的最大时域差分(TD) 误差选取Agent 的行为动作, 并对值函数参数进行更新; 最后, 基于两者的平均常规梯度或增量自然梯度对策略参数进行更新. 理论分析和仿真结果表明, 所提框架具有较好的收敛性和计算效率.</p>
综合评价法（内含matlab代码）
06-08
评价指标-功效系数法、矩阵标准差法、矩阵极差变换法、矩阵线性比例变换法、矩阵元素取倒数 权重系数-极差法、均方差法 确定权重的方法 综合评价方法的描述
强化学习算法-基于python的强化学习actor-critic算法实现
06-02
强化学习算法-基于python的强化学习actor-critic算法实现
数学建模评价类算法工具箱-不用写代码直接运行
08-02
这个是针对数学建模的评价类算法工具箱，工具箱有多种评价方法，包括层次分析法、TOPSIS法，熵权法、变异系数法、CRITIC法、主成分分析法、随机TOPSIS法、随机层次分析法-TOPSIS法、层次-熵权法、层次-变异系数法等...
深度强化学习-Actor-Critic算法原理和实现 深度学习原理.pdf
04-13
深度强化学习-Actor-Critic算法原理和实现 深度学习原理.pdf
关于Critic确定权重的matlab代码和python代码
stephen_curry300的博客
06-27 1万+
关于Critic确定权重的matlab代码和python代码： 观察到关于Critic确定权重的相关知识比较少，笔者写了一点自己的理解，如果有不对的地方还请指教！另外文章最后给出我自己写的matlab代码和python代码！ 本文采用CRITIC 赋值法对模型进行优化。Critic 赋值法以两个基本概念为基础：一是对比强度，借鉴标准离差法的思想,认为若同一指标的所有评价指数差别越大，即标准差越大，则所蕴含的信息量越大；二是评价指标之间的冲突性,指标之间的冲突性是以指标之间的相关系数为基础，如两个指标之间具有
数学建模|熵权法|简要原理+Matlab代码实现
zzztutu的博客
09-23 2246
小白准备数模比赛，记录一下学习过程，如果对大家有一点帮助的话就很好啦！
综合评价方法之秩和比法（RSR）
热门推荐
积一时之步，臻千里之遥程
06-16 4万+
秩和比(RSR)是指分析方法可用于评价多个指标的综合水平情况，其实质原理是利用了RSR值信息进行各项数学计算，RSR值介于0~1之间且连续，通常情况下，该值越大说明评价越‘优’。 秩和比(RSR)分析法广泛应用于医疗卫生领域的多指标综合评价，使用简单方便。比如使用RSR法综合评价10个医院的医疗水平情况并且进行医疗水平排名和分档次，也或者利用RSR法综合评价10个医生的医疗能力并且进行排名和分等级档次等。 ...
matlab 算法集锦
zhanghanqmx的博客
09-06 3806
算法集锦 决策树-划分点 function [n,h]=huafendian1(x) %n返回增益 %h返回划分点 %假设0代表第一类 %假设1代表第二类 %输入x第一列为属性，第二列为用于学习的分类结果 [~,m]=sort(x(:,1));%按小到大排序 x=x(m,:); t=[]; for i=1:size(x,1)-1 t=[t;(x(i,1)+x(i+1,1))/2];%生成划分点 end %原分类结果信息熵 E1=[]; C1=length(find(x(:,2)==0))/size(x,1
秩和比综合评价法
最新发布
qq_73963438的博客
11-12 239
秩和比（RSR）指在多指标综合评价中，表中个评价对象n秩次的相对平均值（若评价指标权重不同，则需要指标乘以权重），是一个非参数计量，具有0-1区间变量特征.在一个n行（n个评价对象）p列（p个评价指标）矩阵中，通过秩转换，获得无量纲的统计量RSR，以RSR数值对评价对象的优劣排序或分档排序。综合评价中，秩和比的值能够包含所有评价指标的信息，显示出这些指标的综合水平，RSR数值越大评价越优。step1:列出原始数据，一行代表一个评价对象，一列代表一个评价指标。step5:利用秩值，计算得到RSR值和排名。
请帮我编写基于AHP分析法和CRITIC的储能综合评价MATLAB代码
06-02
好的，我们先来了解一下AHP分析法和CRITIC方法的基本原理和步骤，然后再编写MATLAB代码。 AHP分析法（层次分析法）是一种定量分析复杂决策问题的方法，它将问题分解成层次结构，通过构造层次结构模型，利用专家判断或实证数据进行权重分配和比较，最终得出决策方案的优先级。AHP分析法的主要步骤包括：建立层次结构模型、构造判断矩阵、计算权重向量、一致性检验和结果分析。 CRITIC方法（多准则决策的互补型评价方法）是一种基于模糊数学的评价方法，它将评价问题转化为一个多目标决策问题，通过构造评价矩阵，求解加权平均值和加权几何平均值，最终得出决策方案的权重。CRITIC方法的主要步骤包括：建立评价模型、构造评价矩阵、计算加权平均值和加权几何平均值、结果分析。 下面是基于AHP分析法和CRITIC方法的储能综合评价MATLAB代码： ```matlab % 储能综合评价 clc;clear; % 创建储能技术指标评价指标矩阵 x = [0.7 0.8 0.9 0.6 0.7; 0.6 0.7 0.8 0.5 0.6; 0.8 0.9 0.6 0.7 0.8; 0.9 0.8 0.7 0.8 0.9; 0.5 0.6 0.5 0.7 0.6]; % 创建判断矩阵 P = [1 3 5 7 9; 1/3 1 2 5 7; 1/5 1/2 1 2 5; 1/7 1/5 1/2 1 2; 1/9 1/7 1/5 1/2 1]; % AHP分析 [r,c] = size(P); w = zeros(c,1); for i = 1:c w(i) = prod(P(i,:).^ (1/r)); end w = w/sum(w); % CRITIC方法 A = x; [m,n] = size(A); w1 = zeros(n,1); w2 = zeros(n,1); for i = 1:n B = A(:,i); % 计算加权平均值 w1(i) = sum(w.*B)/sum(w); % 计算加权几何平均值 w2(i) = prod(B.^(w))/prod(B.^(w)); end % 计算权重 w1 = w1/sum(w1); w2 = w2/sum(w2); % 综合权重 w3 = 0.5*w1+0.5*w2; % 结果输出 disp('AHP法计算结果：'); disp(w); disp('CRITIC法计算结果：'); disp(w3); ``` 这段代码中，我们首先定义了储能技术指标评价指标矩阵x和判断矩阵P，然后使用AHP分析法计算出权重向量w，再使用CRITIC方法计算出加权平均值w1和加权几何平均值w2，最后综合两种方法得到权重向量w3并输出结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

算法如诗

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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