多属性决策的权重确定方法及matlab 程序

最新推荐文章于 2023-06-15 11:04:14 发布
最新推荐文章于 2023-06-15 11:04:14 发布
阅读量6.7k 收藏 26
点赞数 6
分类专栏： 多属性决策及matlab应用 文章标签： matlab 小程序 矩阵 算法
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/wjyxld/article/details/104665948
版权

本文介绍11种多属性决策权重确定方法及matlab 程序。
1.列和求逆归一化方法（NHM） 1
2.行和归一化方法（NRA） 1
3.和积法(ANC) 1
4.方根法（NGM） 1
5. 特征向量法（EM） 2
6.上三角梯度特征向量法HGEM 2
7.下三角梯度特征向量法LGEM 2
8.综合梯度特征向量法HLGEM 2
9.加权最小平方法WLSM 2
10.几何最小二乘法GLSM 3
11.最小平方几何距离方法（LSGM） 4
12. Matlab 程序 4

一、多属性决策的权重确定方法
1.列和求逆归一化方法（NHM）
在这里插入图片描述
如果A为非一致性判断矩阵，则求得权重还要进行归一化处理。

2.行和归一化方法（NRA）
在这里插入图片描述
3.和积法

了解本专栏 订阅专栏 解锁全文
计量小虫
关注
  • 6
    点赞
  • 踩
  • 26
    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
矩阵归一化matlab程序代码
12-01
详细介绍了两种归一化方式。对矩阵的每一行进行归一化到[0 1]或者[-1 1]
Matlab实现CRITIC赋权法
09-12
CRITIC赋权法是一种在多属性决策分析（MCDM）中用于确定属性权重的量化方法。在Matlab环境中实现CRITIC赋权法，可以帮助我们更客观、科学地评估复杂问题的各种因素。以下是对该主题的详细阐述： 1. **CRITIC方法...
Matlab 实现行归一化和列归一化
oySs1996的博客
06-14 4670
1. 行归一化 a=[1 2 3;4 5 6; 7 8 9]; %行归一化 v=sum(a,2);% 行求和 D=diag(v);% 生成以向量v为对角的对角矩阵 norm_a=D^-1*a;% norm_a即为行归一化矩阵 2. 列归一化 a=[1 2 3;4 5 6; 7 8 9]; %列归一化 v=sum(a);% 列求和 D=diag(v);% 生成以向量v为对角的对角矩阵 norm_a=a*(D^-1);% norm_a即为列归一化矩阵 ...
关于归一化算法的简单实践
uaucome的博客
06-15 3037
归一化算法的简单实践
BWM法确定权重
七玄桐的博客
04-03 1万+
最好最坏方法(best-worst method)是一个2015年提出的新权重确定方法，他的优点是可以通过较少较少的比较信息获得一致性结果。主要步骤如下。 1、确定最好属性和最坏属性。 2、确定最好属性到其他属性的偏好。一般来说，每个决策者通过九标度方法给出偏好关系，得到l个最好到其他向量Cbo 假设每个决策者的权重都是一样的，因此l个向量可以集结成一个群体意见向量 3、相似的，可以获得最坏到其他的群体意见向量 4、计算属性最优权重 对于每一对wb/wj和wj/ww，都有wb
层次分析法(AHP)，超详解，进来秒懂！！
热门推荐
qq_53769810的博客
04-06 2万+
层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准肌、方案等层次，在此基础之上进行定性和定量分析的决策方法，该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年初提出。 接下来，我会分为四个部分来讲 开始之前先说一个标度的问题，在成对比的因素中不要超过9个，即每层不要超过9个因素。以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。判断矩阵元素aij的标度方法(如图) 构建层次模型 假设我们要去某个地方旅游，要考虑以下一些因素。景色，费用，住宿这些因素之间就要比较。 构造一个五阶
层次分析法（AHP）
weixin_51711289的博客
05-02 8325
方法步骤 1.分析系统中各因素之间的关系，建立系统的递阶层级结构。 2.对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较矩阵（判断矩阵）。 上图即为一个判断矩阵，而判断矩阵是怎么填的话就是根据下表： 几个概念： <1> 正互反矩阵：若矩阵中每个元素𝑎ij > 0且满足aij * aji = 1，则这个矩阵为正互反矩阵，判断矩阵都是正互反矩阵。 <2> 一致矩阵：若正反矩阵满足aij * ajk = aik，则我们称其为一致矩阵。 上图中构造的矩
多属性决策的权重确定方法及matlab 程序.pdf
10-30
多属性决策的权重确定方法及matlab 程序.pdf多属性决策的权重确定方法及matlab 程序.pdf
熵值法确定权重_matlab程序_熵值法确定权重MATLAB程序_熵值法_
10-03
熵值法是一种在多属性决策分析中广泛...总的来说，熵值法是一种科学、客观的权重分配方法，通过MATLAB程序实现，可以有效地处理多属性决策问题。在实际应用中，理解并熟练掌握这种方法对于解决复杂问题具有重要的价值。
electre3.rar_Electre IS_electre matlab_electre3.rar_决策_决策 matlab
07-15
ELECTRE，全称为“ELimination Et Choix Traduisant la Réalité”（法语，意为“反映现实的选择与消除”），是一种多目标、多属性决策分析方法，广泛应用于复杂决策问题中。 ELECTRE III是ELECTRE系列的一种，...
main.rar_MDP MATLAB_mdp program_马尔科夫_马尔科夫决策_马尔科夫过程
07-14
马尔科夫决策过程（Markov Decision Process，简称MDP）是运筹学和人工智能领域中的一个重要模型，用于描述一个含有不确定因素的动态系统。在MDP中，系统的状态只依赖于当前状态，而不依赖于它如何到达这个状态，这...
TOPSIS方法.rar
07-31
这是一种多目标决策分析方法，常用于解决多属性决策问题，比如在多个选项中找出最理想的解决方案。在数模（数学建模）比赛中，TOPSIS因其易于理解和实施而被广泛应用。 MATLAB是一种强大的编程环境，特别适合于数值...
聚类算法matlab程序.pdf
11-11
该文档提供的MATLAB程序是用于执行聚类分析的，特别是基于密度的方法，如DBSCAN（Density-Based Spatial Clustering of Applications with Noise）。以下是程序的主要步骤和涉及的计算机科学与信息技术概念： 1. **...
TOPSIS的MATLAB算法实现
07-08
**TOPSIS（Technique for Order of Preference by Similarity to Ideal Solution）算法是多属性决策分析（Multiple Attribute Decision Analysis, MADA）中的一个方法。它通过寻找与理想解最接近的解决方案来对备选...
Matlab计算变量的熵权和TOPSIS指标，简单好用
03-04
总的来说，掌握这两种方法对于理解和解决多属性决策问题具有重要意义，而使用Matlab进行实现则能提高效率并提供可重复性。通过对`entropy.m`和`TOPSIS.m`文件的深入理解和应用，我们可以更好地运用熵权法和TOPSIS来...
matlab确定权重的方法,粗糙集理论权重确定方法用matlab实现
weixin_29868343的博客
03-20 703
该楼层疑似违规已被系统折叠隐藏此楼查看此楼谁能将下面这段代码用matlab实现？from __future__ import divisionimport copy#计算|X|def ind(samples = []):#根据每行数据的值进行分组，值和数据条数存在列表number中number = []for u in samples:if len(number) == 0:number.app...
MATLAB矩阵归一化
ddana_a的博客
11-04 2714
参考 参考
熵权法计算权重
酒酿小圆子呀～
02-21 1万+
也就是说，这个方法实际上关注的是变量的取值的多样性，取值大小差异越大的，即离散程度越高的，就说明这个feature的重要程度很大，包含了更多的信息。也就是说，一个公平的硬币，其正反面概率都是50%的情况下，熵最大化了。这件事推广到有多个面的骰子也是一样的，每个事件出现的概率越接近，样本的混乱程度就越高，熵就越大。那时的熵仅仅是一个可以通过热量改变来测定的物理量，其本质仍没有很好的解释，直到统计物理、信息论等一系列科学理论发展，熵的本质才逐渐被解释清楚，即，熵的本质是一个系统“内在的混乱程度”。
matlab 实现向量归一化,向量X的归一化及其Matlab简单示例
weixin_32364911的博客
03-23 4481
徐海蛟博士归一化是要把需要处理的数据经过处理后限制在一定范围内，例如：[-1,1]或[0,1]。归一化是为了后续数据处理的方便，也使得算法程序收敛加快。在Matlab里面，归一化的方法共有3种:(1)mapminmax% 范围映射(2)mapstd% 均值与偏差(3)自定义函数在数据预处理过程中，对数据集按行或者按列(统一记为向量X)进行L1或者L2范数归一化是一种常见的处理方式。对于向量X(x1...
基于权重迭代算法的多属性群决策及matlab应用
最新发布
09-23
基于权重迭代算法的多属性群决策是一种常用于解决决策问题的方法。该算法将决策问题转化为属性权重的确定和评估的过程，通过迭代计算来得到最终的决策结果。在此过程中，需要定义决策目标和属性，对属性之间的影响和重要程度进行量化，并得到相应的权重。 权重迭代算法的主要步骤包括： 1. 确定决策目标和相关属性。 2. 建立决策矩阵，将决策问题转化为具体的数值。 3. 初始权重计算，设定初始的属性权重。 4. 属性权重迭代，通过迭代计算得到最终的属性权重。 5. 比较计算，将属性权重与决策矩阵相乘，得到各属性的综合得分。 6. 决策结果评价，根据综合得分进行决策结果评估。 MATLAB是一款常用的科学计算软件，可以用于实现基于权重迭代算法的多属性群决策。在MATLAB中，可以利用矩阵运算和迭代计算等功能，快速准确地完成属性权重的计算和决策结果的评估。 在MATLAB中，可以通过编写脚本或函数来实现基于权重迭代算法的多属性群决策。首先，需要将决策问题转化为决策矩阵，然后根据算法步骤确定初始权重并进行迭代计算，最后通过矩阵运算得到决策结果。 在实际应用中，基于权重迭代算法的多属性群决策可以广泛应用于各类决策问题，如企业投资决策、产品选型、项目评估等。通过该算法，可以快速有效地进行决策，并得到可靠的结果。同时，MATLAB作为强大的科学计算工具，为实施该算法提供了便利和高效的支持。

“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

计量小虫

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