文章目录
- 一、前言🚀🚀🚀
- 二、TOPSIS法:☀️☀️☀️
- 1. 引入(综合类评价问题)
- 1.1 分析层次分析法的局限
- 1.2 小例子
- ①给出评分类比权重
- ②构造计算评分的公式
- ③解释
- ④拓展问题(增加指标个数)
- ⑤统一指标类型(常用正向化)
- ⑥标准化处理
- ⑦如何计算得分
- 2. TOPSIS模型介绍
- 2.1 将原始矩阵正向化
- 2.2 正向化矩阵标准化
- 2.3 归一化
- 3. 模型拓展
- 4. 基于熵权法对Topsis 模型的修正
- ① 如何度量信息量的大小
- ② 信息熵的定义
- ③ 信息熵的定义
- ④ 熵权法的计算步骤
- Ⅰ标准化非负区间
- Ⅱ 计算比重(看作概率)
- Ⅲ 计算信息熵
- Ⅳ 熵权法背后的原理
- 5. 熵权法的缺点
- 三、总结:🍓🍓🍓
一、前言🚀🚀🚀
☀️
“04.24,和Sakura去东京天空树,世界上最暖和的地方在天空树的顶上。”
“04.25,和Sakura去明治神宫,有人在那里举办婚礼。”
“04.26,和Sakura去迪士尼,鬼屋很可怕,但是有Sakura在,所以不可怕。”
“Sakura最好了。”…
—— 江南 《龙族》
二、TOPSIS法:☀️☀️☀️
1. 引入(综合类评价问题)
1.1 分析层次分析法的局限
1.2 小例子
①给出评分类比权重
构造计算评分的公式: -> 归一化思想
这里有两种计算评分的方法:
②构造计算评分的公式
③解释
④拓展问题(增加指标个数)
⑤统一指标类型(常用正向化)
⑥标准化处理
⑦如何计算得分
TOPSIS主要思想
2. TOPSIS模型介绍
2.1 将原始矩阵正向化
2.2 正向化矩阵标准化
2.3 归一化
3. 模型拓展
这里成绩跟争吵次数,默认权重相同。
4. 基于熵权法对Topsis 模型的修正
这里的变异程度可以理解为方差或标准差。
① 如何度量信息量的大小
② 信息熵的定义
③ 信息熵的定义
④ 熵权法的计算步骤
Ⅰ标准化非负区间
Ⅱ 计算比重(看作概率)
Ⅲ 计算信息熵
Ⅳ 熵权法背后的原理
5. 熵权法的缺点
三、总结:🍓🍓🍓
以上就是今天要讲的内容,谢谢观看~