[评价体系] 1、数据规范化/无量纲化方法 |
您所在的位置:网站首页 › 无量纲化的方法 › [评价体系] 1、数据规范化/无量纲化方法 |
目录 1 数据格式 2 不同属性类型的指标规范化方法 2.1 效益型指标:即该指标越大越好 2.2 成本型指标:即该指标越小越好 2.3 固定型/中间型指标:在某个固定值处最好 2.4 区间型指标:有最佳区间 2.5 偏离区间型:偏离某个区间越远越好 2.6 偏离固定值型:偏离某个固定值越远越好 3 相同属性类型指标的规范化方法 3.1 归一化方法 3.2 最大化方法 3.3 模一化方法 1 数据格式假设一份数据有n个个案(横),m个属性(纵),数据格式如下: 属性x1属性x2...属性xmid1id2...idn用矩阵的形式表示(也称“决策矩阵”): 理解:即x1、x2、x3不同属性类型,如x1单位为万元,x2单位为千克,x3单位为万人,这种情况比较多见。 2.1 效益型指标:即该指标越大越好对某个效益型属性指标
该方法规范化的结果是将效益型指标转化为(0,1] 或 [0,1] 型无量纲效益型指标。 2.2 成本型指标:即该指标越小越好对某个成本型属性指标
该方法规范化的结果是将成本型指标转化为(0,1] 或 [0,1] 型无量纲效益型指标。 2.3 固定型/中间型指标:在某个固定值处最好对某固定型属性指标 该方法规范化的结果是把偏离固定值最远的点化为0,等于固定值的点化为1。 2.4 区间型指标:有最佳区间对某区间型属性指标 该方法规范化的结果是把区间指标转化为 [0,1] 型无量纲效益型指标。 2.5 偏离区间型:偏离某个区间越远越好对于某个偏离区间(不妨设为[p,q])型属性指标 该方法规范化的结果是把偏离区间指标转化为 [0,1] 型无量纲效益型指标。 2.6 偏离固定值型:偏离某个固定值越远越好对于某个偏离固定值(不妨设为 该方法规范化的结果是把偏离固定值指标转化为 [0,1] 型无量纲效益型指标。 3 相同属性类型指标的规范化方法理解:即x1、x2、x3单位一致,如都是万元、都是千克、都是万人。比较少见一点。 3.1 归一化方法对第 如此得到的标准化矩阵 这样得到的标准化矩阵 这样得到的标准化矩阵 参考: [1] 刘保东、宿洁、陈建良.数学建模基础教程[M].北京:高等教育出版社,2015.9:404-407 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |