entropía método de modelación matemática - basado TOPSIS modelo

Escribir el texto anterior : Código perezoso está dispuesto a participar en la modelación matemática, y es responsable de la parte de programación (Matlab). Debido a que el tiempo es limitado, por lo que la opinión personal actual está programado para aprender (porque es blanco) basada, complementado por el modelo de aprendizaje (secundaria aquí es saber cómo utilizar este modelo, es la forma de escribir el código). Por supuesto, si usted está interesado estudio en profundidad del modelo matemático, que no es ningún problema. (Muy de acuerdo)

Hoy en día es la introducción de una serie de indicadores para determinar las acciones respectivas de los pesos pesados del método - ley de la entropía.
Fuzzy Análisis exhaustivo mencionado índice de ayer determinado para cada pesos respectivos, aquí para escribir un proceso detallado con el método de peso entropía.
Antes de que el blog ha introducido una manera de eliminar el fondo del método de la distancia (modelo TOPSIS), entropía método se basa en este modelo para extender.

Entropía Ley ... el habla vernácula, se va a evaluar de acuerdo con un indicador de valor conocido para determinar el peso de cada acción índice del peso. (Aquí hay que señalar que debe tener antes de que puedan utilizar el método de entropía numérico, si no hay valores no están utilizando este método)

Ley de escenarios de entropía ... En pocas palabras, es decir, en la evaluación de objetos, cada objeto a menudo tienen varios indicadores. Que estas ponderaciones del índice de indicadores que la mayor parte del peso de la misma? (Por supuesto, se puede ir a una fabrica su propia, pero de esta manera parece una fuerte subjetividad bits.)
Si cree que inventar sólo el derecho sintiéndose un poco impreciso, puede desear usar la paciencia de leer aquí en la entropía método.

Aquí se trata de introducir, cuando varios indicadores para obtener el valor de (una matriz), cómo utilizar MATLAB para determinar su peso.

Fuzzy evaluación completa de los datos de ayer para tomar el relevo. (Si usted no sabe lo que esto significa de datos, por favor busque en mi blog anterior "modelo matemático de clase Evaluación de modelado - Análisis Integral Difusa")
datos

① indicador de determinación de tipo

Antes de los méritos de método de-distancia (modelo TOPSIS) han indicadores de habla se divide generalmente en muy grande, muy pequeño, medio y el intervalo. Ese primer paso es determinar los cinco indicadores, respectivamente, de qué tipo.
Obviamente, la cantidad de la minería, el VPN es muy grande, la inversión en infraestructura, extracción costos, el costo de la inestabilidad es muy pequeña.

② Los indicadores positivos de

Aquí hay una nueva palabra llamada hacia adelante del (de hecho, he escrito antes en TOPSIS modelos de los años). Una vez más breves, es hacia adelante de lo muy pequeño, intervalo, intermedia, estos indicadores en muy grande.

El muy pequeño a muy grande método de conversión es: max - x (intermedio y el intervalo antes de la TOPSIS con a)

Aquí hay tres indicadores muy pequeñas (la inversión en la infraestructura, los costos de explotación, los gastos inestables) convertido en
los resultados de la conversión son los siguientes:
Después de la positiva de la matriz

③ matriz del delantero normalizada

Esta es la dirección de avance de la matriz (MATLAB representada):
Después de la positiva de la matriz
normalizado como sigue: (z (ij) es la matriz normalizada cada elemento, x (ij) es una matriz hacia adelante de cada elemento)
Aquí Insertar imagen Descripción
matriz (Z_ normalizada ) como sigue:
matriz normalizada
Nota: esta matriz normalizada obtenido no puede tener una negativa, es decir, el valor debe ser mayor que o igual a 0, si es negativo, necesidad de ser normalizado de acuerdo con el siguiente este método.
Aquí Insertar imagen Descripción

④ estamos calculando la matriz de probabilidad P

Calcula como sigue :( Z ~ (ij) es la parte delantera de Z (ij)) en el presente documento
Aquí Insertar imagen Descripción
se calcula como sigue:
Aquí Insertar imagen Descripción

⑤ calcular la entropía para cada indicador

Calcula como sigue:
Aquí Insertar imagen Descripción
La función personalizada mylog resultados :( aquí, porque log MATLAB (0) es infinito negativo, se requiere aquí log (0) = 0)
Aquí Insertar imagen Descripción

⑥ información del valor de cálculo de la utilidad

Calcula como sigue:
Aquí Insertar imagen Descripción
Los resultados son como sigue:
Aquí Insertar imagen Descripción

⑦ calcular la entropía

Calcula como sigue:
Aquí Insertar imagen Descripción
Los resultados son como sigue:
Aquí Insertar imagen Descripción

Este resultado y la entrada en el blog anterior (fuzzy evaluación integral) mencionados en la misma

Nota: Los anteriores maestros brisa de referencia de los modelos matemáticos de vídeo

https://www.bilibili.com/video/BV1DW411s7wi?p=6

Anterior difusa dirección completa del blog evaluación:

https://editor.csdn.net/md/?articleId=105326566

TOPSIS modelo de Dirección:

https://editor.csdn.net/md/?articleId=105117447

Publicado ocho artículos originales · ganado elogios 3 · Vistas 920

Supongo que te gusta

Origin blog.csdn.net/weixin_43793141/article/details/105353111
Recomendado
Clasificación