![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
文章平均质量分 95
记录数学建模相关算法及其实现
离陌lm
这个作者很懒,什么都没留下…
展开
-
权重确定方法五:CRITIC权重法
CRITIC权重法是一种基于数据波动性的客观赋权法。其思想在于两项指标,分别是波动性(对比强度)和冲突性(相关性)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。权重计算时,对比强度与冲突性指标相乘,并且进行归一化处理,即得到最终的权重。原创 2022-03-07 21:08:47 · 37018 阅读 · 23 评论 -
权重确定方法四:主成分分析法确定权重(PCA)
我想在列车里和你相爱阳光流淌都漫过我们的灵魂尽头然后看着人间安静的盛开在一扇窗里目录1.原理介绍2.步骤详解2.1 确定指标在各主成分线性组合中的系数2.2 利用主成分的方差贡献率确定综合得分模型系数2.3 指标权重归一化3. 案例分析3.1 数据获取3.2 确定指标在各主成分线性组合中的系数3.3 利用主成分的方差贡献率确定综合得分模型系数3.4 指标权重归一化4. 完整代码(Java)1.原理介绍在阅读本...原创 2022-03-06 16:56:11 · 21270 阅读 · 7 评论 -
数据降维:主成分分析法(PCA)
主成分分析是一种最常用的无监督降维方法,通过降维技术把多个变量化为少数几个主成分的统计分析方法。这些主成分能够反映原始变量的绝大部分信息,它们通常表示为原始变量的某种线性组合。原创 2022-03-06 14:03:54 · 13323 阅读 · 5 评论 -
权重计算方法三:变异系数法(Coefficient of Variation)
1.原理简介2.步骤详解2.1 原始数据收集2.2 指标数据正向化2.3 数据标准化(消除量纲)2.4 计算变异系数2.5 计算权重及得分3.案例分析3.1 获取原始数据3.2 指标正向化3.3 数据标准化3.4 计算变异系数3.5 计算权重4.完整代码(Java)4.1 方法类CoV.java4.2 主类CoVmain.java1.原理简介变异系数法是根据统计学方法计算得出系统各指标变化程度的...原创 2022-03-05 17:05:21 · 33976 阅读 · 3 评论 -
智能优化算法:遗传算法(GA)
遗传算法(Genetic Algorithm,GA)起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法,借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法,能在搜索过程中自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程以求得最佳解。原创 2022-02-11 15:23:37 · 4416 阅读 · 3 评论 -
综合评价与决策方法一:优劣解距离法(TOPSIS法)
1.TOPSIS方法简介前文所讲的层次分析法和熵权法主要用来确定每个指标在每个方案中所占权重,在得到权重后与每个指标对应的值求积再求和就能得到每个方案的综合评分,因此也可以用来进行评价。但是其也有各自的局限性,例如层次分析法主观性太强并且方案层不能太多,否则很难通过一致性检验,而熵权法就只适用于计算权重,其所得评价结果也具有一定局限性。 而TOPSIS是一种综合评价方法,可以弥补层次分析法的一些缺点:(1)优劣解距离法可以充分利用原始数据信息,且其结果能充分反应各...原创 2022-02-11 13:43:09 · 11310 阅读 · 3 评论 -
权重计算方法二:熵权法(EWM)
熵权法是一种客观赋权方法。(客观 = 数据本身就可以告诉我们权重) 依据的原理:指标的变异程度越小,所反映的信息量也越少,其对应的权值也应该越低。原创 2022-02-04 17:04:42 · 18270 阅读 · 13 评论 -
权重计算方法一:层次分析法(AHP)
AHP,即层次分析法(Analytic Hierarchy Process,AHP)是一种系统化的、层次化的多目标综合评价方法。在评价对象的待评价属性复杂多样,结构各异,难以量化的情况下AHP层次分析法也能发挥作用。原创 2022-02-03 15:31:26 · 20336 阅读 · 7 评论 -
Hopfield神经网络解决TSP问题(Java)
Hopfield神经网络原理详解、解决tsp问题分析以及其Java代码实现原创 2021-12-31 16:09:40 · 4546 阅读 · 2 评论