數(shù)學(xué)建模數(shù)據(jù)處理方法61243市公開課一等獎省名師優(yōu)質(zhì)課賽課一等獎?wù)n件_第1頁
數(shù)學(xué)建模數(shù)據(jù)處理方法61243市公開課一等獎省名師優(yōu)質(zhì)課賽課一等獎?wù)n件_第2頁
數(shù)學(xué)建模數(shù)據(jù)處理方法61243市公開課一等獎省名師優(yōu)質(zhì)課賽課一等獎?wù)n件_第3頁
數(shù)學(xué)建模數(shù)據(jù)處理方法61243市公開課一等獎省名師優(yōu)質(zhì)課賽課一等獎?wù)n件_第4頁
數(shù)學(xué)建模數(shù)據(jù)處理方法61243市公開課一等獎省名師優(yōu)質(zhì)課賽課一等獎?wù)n件_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

/10/101普通情況下,在綜合評價指標(biāo)中,各指標(biāo)值可能屬于不一樣類型、不一樣單位或不一樣數(shù)量級,從而使得各指標(biāo)之間存在著不可公度性,給綜合評價帶來了很多不便.為了盡可能地反應(yīng)實際情況,消除因為各項指標(biāo)間這些差異帶來影響,防止出現(xiàn)不合理評價結(jié)果,就需要對評價指標(biāo)進(jìn)行一定預(yù)處理,包含對指標(biāo)一致化處理和無量綱化處理./10/102/10/103

二、數(shù)據(jù)處理普通方法

1.數(shù)據(jù)類型一致化處理方法

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)中間值最好;

區(qū)間型:期望取值落在某一個確定區(qū)間內(nèi)為最好。

什么是一致化處理?為何要一致化?/10/104所謂一致化處理就是將評價指標(biāo)類型進(jìn)行統(tǒng)一.普通來說,在評價指標(biāo)體系中,可能會同時存在極大型指標(biāo)、極小型指標(biāo)、居中型指標(biāo)和區(qū)間型指標(biāo),它們都含有不一樣特點.如產(chǎn)量、利潤、成績等極大型指標(biāo)是希望取值越大越好;而成本、費用、缺點等極小型指標(biāo)則是希望取值越小越好;對于室內(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../10/105若指標(biāo)體系中存在不一樣類型指標(biāo),必須在綜合評價之前將評價指標(biāo)類型做一致化處理.比如,將各類指標(biāo)都轉(zhuǎn)化為極大型指標(biāo),或極小型指標(biāo).普通做法是將非極大型指標(biāo)轉(zhuǎn)化為極大型指標(biāo).不過,在不一樣指標(biāo)權(quán)重確定方法和評價模型中,指標(biāo)一致化處理也有差異/10/106

二、數(shù)據(jù)處理普通方法

1.數(shù)據(jù)類型一致化處理方法

/10/107

二、數(shù)據(jù)處理普通方法

1.數(shù)據(jù)類型一致化處理方法

/10/108所謂無量綱化,也稱為指標(biāo)規(guī)范化,是經(jīng)過數(shù)學(xué)變換來消除原始指標(biāo)單位及其數(shù)值數(shù)量級影響過程.所以,就有指標(biāo)實際值和評價值之分.—般地,將指標(biāo)無量綱化處理以后值稱為指標(biāo)評價值.無量綱化過程就是將指標(biāo)實際值轉(zhuǎn)化為指標(biāo)評價值過程./10/109

2.數(shù)據(jù)指標(biāo)無量綱化處理方法

(3)功效系數(shù)法:

二、數(shù)據(jù)處理普通方法(1)標(biāo)準(zhǔn)差法:(2)極值差法:/10/1010

二、數(shù)據(jù)處理普通方法

3.含糊指標(biāo)量化處理方法

在實際中,很多問題都包括到定性,或含糊指標(biāo)定量處理問題。諸如:教學(xué)質(zhì)量、科研水平、工作政績、人員素質(zhì)、各種滿意度、信譽、態(tài)度、意識、觀念、能力等原因相關(guān)政治、社會、人文等領(lǐng)域問題。

怎樣對相關(guān)問題給出定量分析呢?/10/1011

按國家評價標(biāo)準(zhǔn),評價原因普通分為五個等級,如A,B,C,D,E。怎樣將其量化?若A-,B+,C-,D+等又怎樣合理量化?依據(jù)實際問題,結(jié)構(gòu)含糊隸屬函數(shù)量化方法是一個可行有效方法。

二、數(shù)據(jù)處理普通方法

3.定性指標(biāo)量化處理方法

肇慶代辦企業(yè)注冊

肇慶代辦工商注冊0吺唍咳/10/1013

假設(shè)有多個評價人對某項原因評價為A,B,C,D,E共5個等級:{v1

,v2

,v3

,v4,v5}。譬如:評價人對某事件“滿意度”評價可分為{很滿意,滿意,較滿意,不太滿意,很不滿意}將其5個等級依次對應(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數(shù)函數(shù)作為隸屬函數(shù):

二、數(shù)據(jù)處理普通方法/10/1014

二、數(shù)據(jù)處理普通方法

3.定性指標(biāo)量化處理方法

/10/1015

二、數(shù)據(jù)處理普通方法

3.定性指標(biāo)量化處理方法

依據(jù)這個規(guī)律,對于任何一個評價值,都可給出一個適當(dāng)量化值。據(jù)實際情況可結(jié)構(gòu)其它隸屬函數(shù)。如取偏大型正態(tài)分布。/10/1016

三、數(shù)據(jù)建模綜合評價方法

適用條件:各評價指標(biāo)之間相互獨立。對不完全獨立情況,其結(jié)果將造成各指標(biāo)間信息重復(fù),使評價結(jié)果不能客觀地反應(yīng)實際。

1.線性加權(quán)綜正當(dāng)主要特點:(1)各評價指標(biāo)間作用得到線性賠償;(2)權(quán)重系數(shù)對評價結(jié)果影響顯著。/10/1017

2.非線

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論