目录
题目中已给明确数据,或数据量较多时(>15),层次分析法可能不那么好用了,我们使用优劣解距离法。
使用条件:
(1)比较的对象一般要远大于两个
(2)比较的指标不只一个方面
(3)有很多指标不存在理论上的最大值和最小值,例如GDP增长值
一、步骤
先来解释,分数越高越好的指标称为极大型指标(效益性指标),分数越低越好的指标称为极小型指标(成本型指标)
分数越高越好的指标
适用于,成绩、GDP增长、企业利润
我们构造计算评分公式:x-min/max-min
这样能算出每个数据与最高分相差多少的比例,使数据更有说服力。
然后归一化评分。
分数越低越好的指标
适用于费用、坏频率、污染程度
首先,统一指标类型,将指标转化为极大型指标(指标正向化)max-x
然后按照极大型指标进行计算。
以上两种指标结合的情况
1.先将分数越低约好的指标正向化
2.进行标准化处理:
标准化的目的是消除不同指标量纲的影响
利用公式求评分:
然后进行归一化,得出结论。
若两种指标权重不同,则在前面乘上权重大小:
其他类型指标的正向化处理方式![wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==](https://i-blog.csdnimg.cn/blog_migrate/b34e3ff2e176f376598279fcaeaead3c.png)
中间型:越接近某个值越好
适用于评估水的PH值
将中间型变为极大型指标,再按照极大型指标进行计算
区间型:落在某个区间最好
适用于体温、水中植物性营养物量
将区间型变为极大型指标,再按照极大型指标进行计算
二、总结
一、将原始矩阵正向化
二、 矩阵标准化
三、计算得分并归一化
【参照清风】