数学建模-评价类问题
数学建模-评价类问题
问题的引入:
假设小明同学站在大一的十字路口(计算机与电子通信大类分流),准备选择EE/CS,现在,我们需要帮助小明做出符合数学的抉择。
(其实是一类问题,问题本身是非数学的,再比如,你母亲和女友同时落水,你准备救哪一个,但是,我们需要根据我们所学的数学知识,做出抉择)
那么我们就打分吧。
一个显然的想法:确定好打分指标,然后,对每个方案进行打分。
但是,问题在于,怎么打分?毕竟,打分这事,有点主观性过强。
所以,接下来,介绍的,评价类算法,就是告诉我们,怎么打分。
首先上场的是层次分析法
简单的介绍:(此处引用他人的博客。。)
说白了,就是几步,我画了个流程图来概括其大致思路。
根据问题,确定目标层
根据文献(自己的推测?)确定准则层与决策层(个数小于15)
然后两两确定,写出判断矩阵,再进行一致性检验,
在一致性检验通过的时候,求解权重
(P.S这种方法,也可以进行判断比较并确定其它评价方法里面准则的权重)(套娃??)
然后上场的,是TOPSIS方法(优劣解距离法)
上种方法评价的决策层不能太多,否则,差异太大
如果我们已经得到了数据,那么,层次分析法就显得太主观了,引入数据来分析,更加客观。
基本的思路
对指标进行分类:
极大(小)型指标:越大(小)越好
中间(区间)型:居中(某一个区间)就好
然后极小型(中间型)转极大型
标准化消去指标间的量纲
最后进行归一化:
(抽象的来看,就是导出评价对象在评价域这个向量空间里面,与我们最大(小)值向量的距离,并以此来进行排序)
导出与最大/最小
所以,方法的核心就是:对我们手中所得到的数据进行处理,找出指标,处理掉指标的量纲影响,确定一个评价空间,在这个向量空间里面,找出每一个对象距离最大值与最小值的距离。
二话不说,上流程图:
(未完待续。。。)