![](https://img-blog.csdnimg.cn/20200526214534116.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
MCDM方法及matlab应用
多属性决策方法CODAS, COPRAS, VIKOR, TOPSIS, PROMETHEE I-II等与matlab应用
优惠券已抵扣
余额抵扣
还需支付
¥79.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
计量小虫
爬虫,数据分析,可视化,文本分析,多属性决策与matlab应用
展开
-
MCDM方法及matlab应用五:MABAC方法及matlab应用
一、方法原理MABAC方法的基本思路就是:首先根据专家给出的评价建立初始评价决策矩阵,标准化初始评价决策矩阵的元素值,并根据标准化决策矩阵采用求权重方法得到各指标的权重。然后,将指标权重加权构建加权决策矩阵,并根据公式确定不同指标的边界估计区域,得到边界估计区域矩阵。最后,计算加权决策矩阵与边界估计区域矩阵之间的距离,该距离值将边界估计区域划分为正边界估计区域和负边界估计区域,距离值构造出距离矩阵,再根据行距离求和公式得到最终的方案排序结果。其原理在于对不同方案的各个评价指标来说,越多的指标距离值位于正边原创 2020-06-12 18:56:18 · 3744 阅读 · 1 评论 -
MCDM方法及matlab应用四:COPRAS 方法、案例及matlab应用
1.方法介绍2.案例分析一、方法介绍COPRAS 方法是一种为了提高评估备选方案的整体效率而提出的多属性决策方法。要进行多属性决策,必须确定最重要的指标标准,评估备选方案并评估这些与标准相关的信息;COPRAS 方法的提出满足了决策者的需求。决策分析涉及到一种情况,在这种情况下,决策者必须通过考虑一组通常相互冲突的特定标准,在几个备选方案中进行选择。因此,Zavadskas 和 Kaklauskas提出了复杂比例评估(COPRAS)方法。决策步骤1步骤1:初始矩阵 Y 规范化后的决策矩阵为Y ,则原创 2020-06-09 12:52:57 · 3610 阅读 · 0 评论 -
离散变量熵计算及matlab应用
根据熵、联合熵、条件熵、相对熵、互信息等可以计算多属性决策的权重,因此,需要了解各种离散熵的计算。一、信息熵的概念1948年,香农Claude E. Shannon引入信息(熵),将其定义为离散随机事件的出现概率。一个系统越是有序,信息熵就越低;反之,一个系统越是混乱,信息熵就越高。所以说,信息熵可以被认为是系统有序化程度的一个度量。(三)条件熵在随机变量X发生的前提下,随机变量Y发生所新带来的熵定义为Y的条件熵,用H(Y|X)表示,用来衡量在已知随机变量X的条件下随机变量Y的不确定性。且有此原创 2020-06-05 21:11:54 · 4107 阅读 · 1 评论 -
MCDM方法及matlab应用二:折中妥协(VIKOR)多属性决策法及matlab应用
一、折中妥协(VIKOR)决策法步骤步骤2 确定加权规范化v是决策机制系数,v大于0.5表示根据大多数决议的方式制定决策,v小于0.5表示根据拒绝的情况制定决策,v近似0.5表示根据同时追求群体效用最大化和个别遗憾最小化制定决策,一般在VIKOR时区 =0.5。步骤5 The result of the procedure is the three rating lists S, R and Q. The alternatives are evaluated by sorting the va原创 2020-06-05 20:41:49 · 5166 阅读 · 8 评论 -
MCDM方法及matlab应用三:MOORA(Multi Objective Optimization on the basis of Ratio Analysis)及matlab应用
MOORA(Multi Objective Optimization on the basis of Ratio Analysis)及matlab应用一、方法介绍MOORA是一种多目标优化方法,通过构建备选对象的决策矩阵,按照一定的优选原则,帮助决策者选择出最合适的对象。对比其他方法,该方法对于收益型准则和成本型准则采用独立的数学计算过程,科学客观。根据计算过程中对于数据处理方式的不同,该方法有比率法和参考点法。比率法的数学计算过程,第一,要求构造备选对象的决策矩阵。对于融资企业的选择问题,可以构建备原创 2020-06-05 16:47:34 · 3149 阅读 · 1 评论 -
MCDM方法及matlab应用一:TOPSIS方法
TOPSIS方法已经发布过,现直接复制来用。1.标准的TOPSIS方法TOPSIS为逼近理想解的排序方法。正理想解,各个属性值都达到各候选方案种的最好的值。负理想解,各个属性值都达到各候选方案种的最差的值。评价步骤:2.改进的TOPSIS法TOPSIS法的一般解法存在以下不足:对初始决策矩阵所有指标的规范化处理没有区别;事先确定的权重值往往是主观值;取评估指标的最大值和最小值作为正理想解和负理想解,当评估目标个数改变时需要重新计算,可能出现前后结果相互矛盾的逆排序问题;目标值与理想值二者间的欧氏原创 2020-06-02 22:39:54 · 3099 阅读 · 0 评论