水王们的自我修养3.0版

待与青春斗长久

已于 2023-12-29 22:23:18 修改

阅读量199

点赞数

文章标签： matlab

于 2022-07-30 18:38:07 首次发布

本文链接：https://blog.csdn.net/weixin_47311151/article/details/126076087

版权

大段分段分点写！！！！

我们的工作要有图！！！！！

问题分析要分段！！！！！
小标题前后加0.5行间距
灵敏性分析记得写
假设加粗加解释
引文翻译成英文：引文用标准格式（谷歌、知网、百度学术“引用”，网站引文采用“作者+资源标题+网址+访问时间”，自动编号格式，文中编号右上角。
图片不能出现中文

摘要

第一段

引出主题：1、概念 “主题是什么”，分为哪几个方面，顺便解释一下方面

2、意义

3、引出问题，一般话术：所以我们需要对（问题）进行探究

摘要：点明问题的重要性和必要性

第二段

说明数据(最好能说明数据来源)

划分维度（在下面的论文中一定要尽情地水这一个部分）

先大致分几个维度，再划分为小维度，每个这么一解释，轻而易举水够一面

给出结果（打分及选择样本），水论文，我们之所以选择这个样本是因为它有巨大的改进潜力和相对较差的性能状态。

第三段

根据什么模型得到什么结果：我们提出了什么建议（我们的政策永远强有力，愿景永远是合理和可持续的）

对样本有怎样的改善（短中长期）

第四段

引入一个模型检验：如果不干预，结果变差；经过我们干预，结果变好（有效性）

第五段

结尾扣题我们解决了什么问题，谦虚一下，我们的建议还不够完善，我们有利有弊。

Keyword：问题的主题，模型（刷黑）

关键模型“绝绝子”话术：

1、我们建立了两套评价体系和相应的指标体系。在众多的综合评价模型中，我们选择TOPSIS(基于理想解相似度的排序偏好技术)来建立我们的评价模型。考虑到层次分析法在确定权重时过于依赖管理者判断的缺点，我们决定采用信息熵权法(view)确定各指标的权重。通过view - topsis组合方法，将两套定性评价体系转化为定量评价模型。

2、EW-TOPSIS是评价高等教育系统产业绩效现状的有效方法，适用于世界上任何一个国家。信息熵权方法(背影)由香农指出,美国数学家和信息理论的创始人,在一篇名为“沟通”的数学理论早在1984年,和应用概率论的知识和逻辑方法获得的信息量的计算公式。视场越高，系统变化越少，状态越平衡。因此，可以通过计算view值来确定影响高等教育健康状况指标的权重。理想相似度排序技术(TOPSIS)是解决有限方案多目标决策分析的一种传统综合评价方法。它能充分利用原始数据的信息，反映出评价方案之间的差距。本文采用基于数据的view - topsis组合方法，保证了评价结果的客观性，优于其他方法，是对其他方法普适性的改进。

第一页有惊无险水完

第二页目录又搞了一页

第三页Introduction

1.1 Background

首先，咱来一句名人名言不过分吧，轻轻松松水个几行

第二段：这个问题包括很多方面，同时也受到诸多因素的影响，（联系观，哲学搞几句，唯物辩证法认为世界上一切事物都不是孤立存在的，而是和周围其他事物相互联系着的，所以我们这个问题就与其他很多因素相联系，它的发展受到许多因素的制约，并与许多其他行业的发展相权衡，从而使这个问题变得复杂起来）

第三段：世界上有很多专家学者对这个问题给出了研究和看法，但由于这个问题比较复杂，我们需要有一个科学合理地评估模型（当然就是我们的了），然后为了改善我们的样本情况，我们提出了一些建议。

1.2 Problem Statement and Analysis

第一段：认识到一个问题的重要性，明白什么是我们的总目标，我们应该集中精力解决所需的问题，之后我们会对这个问题提出建议，这个问题会得到发展，它的其他方面需要均衡发展，（即我们找到指标和其他影响因素）

第二段：具体方面，我们将建立一个模型再讲一下它的优点1、精度高，具有指导意义。

2、模型易于实现

3、它适应绝大多数情况，

4、详细全面的测量，具有指导意义。

（一般情况）

然后写讨论分析的问题的意思（把问题的大致意思写一下，然后水）

第三段：我们选了一些有发展前景的样本进行分析，对我们的问题，然后结合模型和实际情况进行比较，然后我们挑选了一个性能较差的样本对问题的几个方面进行下一步讨论。之后，将根据我们的模式和综合考虑，提出合理建议帮助样本改进，并采用科学的评价来证明我们政策的有效性。

！！！！！这里一定要配图，两个也不多

、

2 Assumptions and Notations

2.1 Assumptions and Justifications

第一段

1、为了实现对我们问题的讨论，我们进行了综合考虑，需要适当的假设，以便更好地简化和理解。假设如下

2、为了简化我们的问题，我们做了以下基本假设，每一个假设都是合理的。

3、为了简化给定的问题，使其更适合于模拟现实生活条件，我们做了以下基本假设:

4、为了使模型能够准确反映问题状况，我们什么评价方法进行了类比，并做出如下假设:

第二段

专家打分不区分专家的专业水平。

在GDM中，会有几个专家需要评分，他们的技能基本上与我们的假设相同。此外，我们的问题是明确的，没有明显的矛盾。

2、我们收集的数据是准确的。我们的数据来自官方网站和研究论文。

3、新冠肺炎疫情和金融海啸等外部冲击没有被考虑在内。

理由:我们知道，全球紧急情况是小概率事件。尽管地区突发事件时有发生，但国际形势总体稳定。偶尔发生的小规模事件不会对国家产生根本性的影响。因此，我们认为，有理由认为，未来的国际环境是相对稳定的。

4、我们假设一个国家高等教育系统的健康状况可以通过有限的、合理选择的指标来全面、科学地反映。

5、假设我们选中的对象不会进行大规模的改革，内部环境比较稳定。

6、假设我们提出的建议可以在短期内取得显著成果。

2.2 Notations

这里我们列出了本文中使用的符号及其定义，如表1所示。后面将定义更多的符号。

（仅仅是示例）

3数据预处理

3.1数据收集

第一段

有效且充足的数据是设计评价体系最基本的前提。为了尽可能地保证我们研究的真实性，我们收集全球的指数，包括从美英法等老牌资本主义发达国家到中国等社会主义国家，以及全球不同地区例如

第二段

我们的数据收集来自许多官方网站和统计研究，如世界银行，联合国教育、科学和文化组织等。

3. 2数据缺失值的处理

数据的收集过程中似乎总是无法保证数据的完整，一定量的数据缺失也会影响我们模型的效能，因此我们有必要对缺失的数据进行适当的处理，以提高模型的准确性和有效性。这一过程的方法如下。

均值插补

如果缺失值的前后数据都存在，则用前后数据的平均值来填补缺失值。

4.模型分析

第一段

为了全面评价一个问题，我们建立了一个什么评估模型。通过模型，我们定义了一些方面。

（开始水，把几个方面都解释一遍，再画个图）

采用方法来确定权重。最后将得到什么，以评估这个问题。

第二段：再细化指标，一顿解释，做个图

模型

公式

结论：1、权重打分做个图

具体研究对象发展趋势做个图

具体研究对象各方面指标用雷达图

5、敏感性评价

评价分数随指标值变化越快，模型的敏感性越高。反之，评价分数随指标值变化越慢，模型的敏感性越低。

6、Analysis on the Impact of Change（又水，我们的改变对不同的方面的影响）

7评估政策的有效性

为了评价政策的有效性，我们从政策设计的有效性、政策影响力传递的有效性、政策执行的有效性和政策反馈的有效性四个方面进行分析和考虑。（最好能配个图）

.1政策设计的有效性

6.1.1政策多目标优化我们设计的政策从五个方面进行了综合考虑，提高了政策的全面性。这样的政策设计不会使我们只考虑单一指标而忽略整体情况，最终无法达到最优目标。综合考虑与高等教育系统相关的多个重要指标，最终实现多个目标的优化。基于目标研究对象的全面认识有助于我们制定更有针对性的措施，大大提高政策设计的有效性。

6.1.3政策设计的连续性和稳定性政策的连续性和稳定性是政策有效实施的重要前提，因为政策的连续性和稳定性在很大程度上关系到政策执行者对政策的认可和接受程度。

8 Strengths and weaknesses

优点

在确定指标时，我们考虑了不同数据。这些指标代表了研究问题的大部分主要因素，使我们的研究更加可靠。
我们在提出研究对象愿景时，建立了一个既适用于研究对象，也适用于其他对象的普遍模式。
评价指标的选取科学、全面。我们采用经合组织教育体系指标框架，因为它的普遍性和合理性。我们也作出必要的修改，以更好地实现我们的目标，包括涉及教育背景和调整具体指标。
数据预处理。我们填补了缺失的数据，并处理了获取数据的异常值。对于不同的指标，我们采用了不同的处理方法，根据实际意义对处理结果进行了说明，最终得到了比较完整的数据集。
多种方法综合应用。我们采用什么方法。多种方法相结合，构建了科学的评价体系。
在评估政策有效性时，我们会从政策设计、传递、执行和反馈四个方面对政策的有效性进行评估。政策传递与实施所建立的系统动态模型，使评价结果定量、准确。
TOPSIS综合方法避免了数据的主观性，不需要目标函数，不需要通过检验，能够很好地描述多个影响指标的综合影响强度。对数据分布、样本量、指标个数没有严格的限制。它既适用于小样本数据，也适用于多评价单元、多指标的大系统。
灰色模型对原始数据的需求较小
熵权法是一种客观的加权方法，通过数据来获取权重。与德尔菲法和层次分析法相比，该方法不太可能受个人偏见的影响而夸大或减少某些权重。指标的影响保证了评价框架的准确性和客观性。信息熵方法自提出以来，在评价系统的不确定度方面发挥了重要而有益的作用

缺点

由于问题的特殊性，在讨论这个问题变化时，对其他行业的具体影响并不多。
指标选择过程中的主观性和局限性虽然参考了一些文献，但一些指标的选择仍然是主观的。其次，我们对几个指标的分类比较模糊，缺乏明确的参考依据。
尽管我们希望计算尽可能准确，但由于我们使用的数据中小数点后的位数很长，我们不得不四舍五入一些小数点，这可能会给最终的结果带来错误。
一项政策需要很长时间才能得到实施。在这个过程中，它会受到许多其他因素的影响。因此，理论模型很难应用到实际生活中。
在我们的模型中，没有考虑包括自然灾害和人类破坏事件在内的紧急事件。当面对毁灭性的灾难时，我们的模型是不可靠的。
视角不能降低评价指标的维度。同时，当指标值变化很小或突然变大或变小时，熵值法具有局限性。
对于TOPSIS方法所需的各个指标的数据，选择相应的定量指标可能比较困难。只有当选择的不确定指标的数量准确时，才能很好地描述指标的影响。而且必须有两个以上的研究对象才能使用。
GM预测的时间序列不够平滑，可能导致预测误差较大。