數(shù)學(xué)建模數(shù)據(jù)處理方法_第1頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法_第2頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法_第3頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法_第4頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法_第5頁(yè)
已閱讀5頁(yè),還剩11頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、2020/6/29,1,一般情況下,在綜合評(píng)價(jià)指標(biāo)中,各指標(biāo)值可能屬于不同類型、不同單位或不同數(shù)量級(jí),從而使得各指標(biāo)之間存在著不可公度性,給綜合評(píng)價(jià)帶來(lái)了諸多不便為了盡可能地反映實(shí)際情況,消除由于各項(xiàng)指標(biāo)間的這些差別帶來(lái)的影響,避免出現(xiàn)不合理的評(píng)價(jià)結(jié)果,就需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行一定的預(yù)處理,包括對(duì)指標(biāo)的一致化處理和無(wú)量綱化處理,2020/6/29,2,二、數(shù)據(jù)處理的一般方法,1. 數(shù)據(jù)類型的一致化處理方法,極大型:期望取值越大越好; 極小型:期望取值越小越好; 中間型:期望取值為適當(dāng)?shù)闹虚g值最好; 區(qū)間型:期望取值落在某一個(gè)確定的區(qū)間 內(nèi)為最好。,什么是一致化處理?為什么要一致化?,2020/6/

2、29,3,所謂一致化處理就是將評(píng)價(jià)指標(biāo)的類型進(jìn)行統(tǒng)一一般來(lái)說(shuō),在評(píng)價(jià)指標(biāo)體系中,可能會(huì)同時(shí)存在極大型指標(biāo)、極小型指標(biāo)、居中型指標(biāo)和區(qū)間型指標(biāo),它們都具有不同的特點(diǎn)如產(chǎn)量、利潤(rùn)、成績(jī)等極大型指標(biāo)是希望取值越大越好;而成本、費(fèi)用、缺陷等極小型指標(biāo)則是希望取值越小越好;對(duì)于室內(nèi)溫度、空氣濕度等居中型指標(biāo)是既不期望取值太大,也不期望取值太小,而是居中為好,2020/6/29,4,若指標(biāo)體系中存在不同類型的指標(biāo),必須在綜合評(píng)價(jià)之前將評(píng)價(jià)指標(biāo)的類型做一致化處理例如,將各類指標(biāo)都轉(zhuǎn)化為極大型指標(biāo),或極小型指標(biāo)一般的做法是將非極大型指標(biāo)轉(zhuǎn)化為極大型指標(biāo)但是,在不同的指標(biāo)權(quán)重確定方法和評(píng)價(jià)模型中,指標(biāo)一致化處理

3、也有差異,2020/6/29,5,二、數(shù)據(jù)處理的一般方法,1. 數(shù)據(jù)類型的一致化處理方法,2020/6/29,6,二、數(shù)據(jù)處理的一般方法,1. 數(shù)據(jù)類型的一致化處理方法,2020/6/29,7,所謂無(wú)量綱化,也稱為指標(biāo)的規(guī)范化,是通過(guò)數(shù)學(xué)變換來(lái)消除原始指標(biāo)的單位及其數(shù)值數(shù)量級(jí)影響的過(guò)程因此,就有指標(biāo)的實(shí)際值和評(píng)價(jià)值之分般地,將指標(biāo)無(wú)量綱化處理以后的值稱為指標(biāo)評(píng)價(jià)值無(wú)量綱化過(guò)程就是將指標(biāo)實(shí)際值轉(zhuǎn)化為指標(biāo)評(píng)價(jià)值的過(guò)程,2020/6/29,8,2. 數(shù)據(jù)指標(biāo)的無(wú)量綱化處理方法,(3)功效系數(shù)法:,二、數(shù)據(jù)處理的一般方法,(1)標(biāo)準(zhǔn)差法:,(2)極值差法:,2020/6/29,9,二、數(shù)據(jù)處理的一般方

4、法,3. 模糊指標(biāo)的量化處理方法,在實(shí)際中,很多問(wèn)題都涉及到定性,或模糊指標(biāo)的定量處理問(wèn)題。 諸如:教學(xué)質(zhì)量、科研水平、工作政績(jī)、人員素質(zhì)、各種滿意度、信譽(yù)、態(tài)度、意識(shí)、觀念、能力等因素有關(guān)的政治、社會(huì)、人文等領(lǐng)域的問(wèn)題。,如何對(duì)有關(guān)問(wèn)題給出定量分析呢?,2020/6/29,10,按國(guó)家的評(píng)價(jià)標(biāo)準(zhǔn),評(píng)價(jià)因素一般分為五個(gè)等級(jí),如A,B,C,D,E。 如何將其量化?若A-,B+,C-,D+等又如何合理量化? 根據(jù)實(shí)際問(wèn)題,構(gòu)造模糊隸屬函數(shù)的量化方法是一種可行有效的方法。,二、數(shù)據(jù)處理的一般方法,3. 定性指標(biāo)的量化處理方法,2020/6/29,11,假設(shè)有多個(gè)評(píng)價(jià)人對(duì)某項(xiàng)因素評(píng)價(jià)為A,B,C,D,

5、E共5個(gè)等級(jí): v1 ,v2 ,v3 ,v4,v5。 譬如:評(píng)價(jià)人對(duì)某事件“滿意度”的評(píng)價(jià)可分為 很滿意,滿意,較滿意,不太滿意,很不滿意 將其5個(gè)等級(jí)依次對(duì)應(yīng)為5,4,3,2,1。 這里為連續(xù)量化,取偏大型柯西分布和對(duì)數(shù)函數(shù)作為隸屬函數(shù):,二、數(shù)據(jù)處理的一般方法,水泥發(fā)泡劑 水泥發(fā)泡劑 崇銵莒,2020/6/29,13,二、數(shù)據(jù)處理的一般方法,3. 定性指標(biāo)的量化處理方法,2020/6/29,14,二、數(shù)據(jù)處理的一般方法,3. 定性指標(biāo)的量化處理方法,根據(jù)這個(gè)規(guī)律,對(duì)于任何一個(gè)評(píng)價(jià)值,都可給出一個(gè)合適的量化值。 據(jù)實(shí)際情況可構(gòu)造其他的隸屬函數(shù)。如取偏大型正態(tài)分布。,2020/6/29,15,三、數(shù)據(jù)建模的綜合評(píng)價(jià)方法,適用條件:各評(píng)價(jià)指標(biāo)之間相互獨(dú)立。 對(duì)不完全獨(dú)立的情況,其結(jié)果將導(dǎo)致各指標(biāo)間信息的重復(fù),使評(píng)價(jià)結(jié)果不能客觀地反映實(shí)際。,1. 線性加權(quán)綜合法,主要特點(diǎn): (1)各評(píng)價(jià)指標(biāo)間作用得到線性補(bǔ)償; (2)權(quán)重系數(shù)的對(duì)評(píng)價(jià)結(jié)果的影響明顯。,2020/6/29,16,2. 非線性加權(quán)綜合法,三、數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論