數(shù)學(xué)建模數(shù)據(jù)處理方法總結(jié)課件_第1頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法總結(jié)課件_第2頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法總結(jié)課件_第3頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法總結(jié)課件_第4頁(yè)
數(shù)學(xué)建模數(shù)據(jù)處理方法總結(jié)課件_第5頁(yè)
已閱讀5頁(yè),還剩25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(hù)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

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(lèi)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.2022/10/281一般情況下,在綜合評(píng)價(jià)指標(biāo)中,各指標(biāo)值可能屬于不同類(lèi)型、不同

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)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?2022/10/282二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法所謂一致化處理就是將評(píng)價(jià)指標(biāo)的類(lèi)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..2022/10/283所謂一致化處理就是將評(píng)價(jià)指標(biāo)的類(lèi)型進(jìn)行統(tǒng)一.一般來(lái)說(shuō),在評(píng)價(jià)若指標(biāo)體系中存在不同類(lèi)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(lèi)型做一致化處理.例如,將各類(lèi)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)一致化處理也有差異2022/10/284若指標(biāo)體系中存在不同類(lèi)型的指標(biāo),必須在綜合評(píng)價(jià)之前將評(píng)價(jià)指標(biāo)

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)型的一致化處理方法

2022/10/285二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法2

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)型的一致化處理方法

2022/10/286二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法2所謂無(wú)量綱化,也稱(chēng)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(chēng)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.

2022/10/287所謂無(wú)量綱化,也稱(chēng)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

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:2022/10/2882.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

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(mǎn)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?2022/10/289二、數(shù)據(jù)處理的一般方法3.模糊指標(biāo)的量化處理方法

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

2022/10/2810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

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,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(mǎn)意度”的評(píng)價(jià)可分為{很滿(mǎn)意,滿(mǎn)意,較滿(mǎn)意,不太滿(mǎn)意,很不滿(mǎn)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2022/10/2811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,E共5個(gè)

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

2022/10/2812二、數(shù)據(jù)處理的一般方法3.定性指標(biāo)的量化處理方法2

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。2022/10/2813二、數(shù)據(jù)處理的一般方法3.定性指標(biāo)的量化處理方法

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。2022/10/2814三、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

2.非線性加權(quán)綜合法

三、數(shù)據(jù)建模的綜合評(píng)價(jià)方法主要特點(diǎn):(1)突出了各指標(biāo)值的一致性,即平衡評(píng)價(jià)指標(biāo)值較小的指標(biāo)影響的作用;(2)權(quán)重系數(shù)大小的影響不是特別明顯,而對(duì)指標(biāo)值的大小差異相對(duì)較敏感。2022/10/28152.非線性加權(quán)綜合法三、數(shù)據(jù)建模的綜合評(píng)價(jià)方法主要一般情況下,在綜合評(píng)價(jià)指標(biāo)中,各指標(biāo)值可能屬于不同類(lèi)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.2022/10/2816一般情況下,在綜合評(píng)價(jià)指標(biāo)中,各指標(biāo)值可能屬于不同類(lèi)型、不同

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)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?2022/10/2817二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法所謂一致化處理就是將評(píng)價(jià)指標(biāo)的類(lèi)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..2022/10/2818所謂一致化處理就是將評(píng)價(jià)指標(biāo)的類(lèi)型進(jìn)行統(tǒng)一.一般來(lái)說(shuō),在評(píng)價(jià)若指標(biāo)體系中存在不同類(lèi)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(lèi)型做一致化處理.例如,將各類(lèi)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)一致化處理也有差異2022/10/2819若指標(biāo)體系中存在不同類(lèi)型的指標(biāo),必須在綜合評(píng)價(jià)之前將評(píng)價(jià)指標(biāo)

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)型的一致化處理方法

2022/10/2820二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法2

二、數(shù)據(jù)處理的一般方法

1.數(shù)據(jù)類(lèi)型的一致化處理方法

2022/10/2821二、數(shù)據(jù)處理的一般方法1.數(shù)據(jù)類(lèi)型的一致化處理方法2所謂無(wú)量綱化,也稱(chēng)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(chēng)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.

2022/10/2822所謂無(wú)量綱化,也稱(chēng)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

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:2022/10/28232.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

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(mǎn)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?2022/10/2824二、數(shù)據(jù)處理的一般方法3.模糊指標(biāo)的量化處理方法

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

2022/10/2825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

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,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(mǎn)意度”的評(píng)價(jià)可分為{很滿(mǎn)意,滿(mǎn)意,較滿(mǎn)意,不太滿(mǎn)意,很不滿(mǎn)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2022/10/2826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,E共5個(gè)

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

2022/10/2827二、數(shù)據(jù)處理的一般方法3.定性指標(biāo)的量化處理方法2

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。2022/10/2828二、數(shù)據(jù)處理的一般方法3.定性指標(biāo)的量化處理方法

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):

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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