随笔分类 -  数学建模

摘要:1.10 在评价类模型中,对数据预处理比较常见的方法:正向化 无量纲化 常见的无量纲化方法:均值化(除以均值) 初值化 灰色关联度分析和灰色预测 灰色关联分析:求出每个人的每个数据与标准数据的关联程度,然后对每个人求出这个人所有数据关联程度的加权平均,最终就得到了这个人与标准数据的关系(如果标准数据 阅读全文
posted @ 2023-01-10 16:39 SkyRainWind 阅读(237) 评论(0) 推荐(0) 编辑
摘要:目的:考察某个指标与其它指标的关联程度大小 解决:将某个指标设为参考数列,(当然所有指标都需要经过标准化去量纲,一般采用初值化(都除以第一个元素)) 利用公式求出每个人对应的每个指标的关联系数 求出来的 ri 就是第 i 个指标和参考指标的关联程度 ri 越大关联越强,可以在这个基础 阅读全文
posted @ 2022-12-28 15:09 SkyRainWind 阅读(112) 评论(0) 推荐(0) 编辑
摘要:应用场景:决策模型(通过赋权,然后利用加权值来进行决策)、给指标赋权 准则层:先给这5个部分进行 5×5 的赋权(比如,景色相比费用略微重要,赋成3),然后对这个矩阵进行求解,得到一个权值向量 注意,如果我们将 景色-费用 费用-居住 赋值了之后,景色-居住 也相应确定了,因此不能赋 阅读全文
posted @ 2022-12-14 20:22 SkyRainWind 阅读(236) 评论(0) 推荐(0) 编辑
摘要:利用python中的geatpy库实现单目标和多目标优化 import numpy as np import geatpy as ea class MyProblem(ea.Problem): # 继承Problem父类 def __init__(self): name = 'MyProblem' 阅读全文
posted @ 2022-11-20 11:18 SkyRainWind 阅读(153) 评论(0) 推荐(0) 编辑
摘要:一种智能算法,其思想就是在一个粒子群中,利用历史最优和当前种群的最优值来在一定程度上影响当前种群的决策 对于每个粒子,有2个参数:位置X和速度V 每次更新:X = X + V;V = V + r1 * (pbest - X) + r2 * (gbest - X) 引入评判解是否更优的数值:适应值 f 阅读全文
posted @ 2022-11-07 16:04 SkyRainWind 阅读(196) 评论(0) 推荐(0) 编辑
摘要:第一问: 多种数据,首先先设置几个评价指标,然后使用主成分分析/熵权法+topsis求出指标值 变异系数:单位不同/平均值不同时,不能直接比较方差,使用变异系数 C.V.=S/X(标准差除以平均值) 一般来说,变异系数<0.25,说明数据较为稳定 第二问: 是否违约:是一个0/1变量,(二值 阅读全文
posted @ 2022-10-31 16:26 SkyRainWind 阅读(48) 评论(0) 推荐(0) 编辑
摘要:整数规划(@gin的应用) model: sets: row/1..4/:b; col/1..5/:c1,c2,x; link(row,col):a; endsets data: c1=1,1,3,4,2; c2=-8,-2,-3,-1,-2; a=1 1 1 1 1 1 2 2 1 6 2 1 6 阅读全文
posted @ 2022-10-30 22:13 SkyRainWind 阅读(63) 评论(0) 推荐(0) 编辑
摘要:先定义几个数学概念:协方差: 相关系数: 现在有一个矩阵:每行表示一个城市,一共10列,代表10种数据 clc,clear load PCA.txt %把原始数据保存在纯文本文件PCA.txt中 PCA=zscore(PCA); %数据标准化 r=corrcoef(PCA); %计算相关系数矩阵 % 阅读全文
posted @ 2022-10-28 20:31 SkyRainWind 阅读(431) 评论(0) 推荐(0) 编辑
摘要:主要解决多指标评价模型 首先来看topsis,考虑一种类型数据 首先正向化,比如都改成越大越好( 如果越小越好?max - x; 在某个区间内最好? 中间型指标? ) 然后标准化,把原式数据改成0~1且和为1的数据 当只有一种数据时: 有了这个公式,就可以拓展到高维了 但是这样有个问题,每种数据的占 阅读全文
posted @ 2022-10-09 19:08 SkyRainWind 阅读(3396) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示