matlab数据预测模型 |
您所在的位置:网站首页 › matlab预测模型有哪些 › matlab数据预测模型 |
先写在前面的话
这篇笔记写下来,感觉似乎在我所学范围内对着两种模型简单模式的使用好像并不广泛,也不见什么复杂的例子。复杂的模式也没有去讲……看看之后还有没有相关的内容吧,之后再补。 评价模型 加权平均适用于每一项权重和评分都容易获得 对应的权重乘以对应的数值再求和。 层次分析适用于没有给出权重和分析,需要自己定义的情况 构造判断矩阵 准则颜值C1 稀有度C2 知识C3 趣味性C4 两两比价:Ci相对于Cj的重要程度 判断矩阵 C1C2C3C4C11/11/51/31/4C25/11/12/13/1C33/11/21/11/2C44/11/32/11/1A12=1/5表示颜值和稀有度相比,稀有度更重要。 这里你也可以发现: 对角线元素为1/1(自己和自己比) 关于主对角线对称 要注意四个元素之间的大小关系,a>b>c>d,则矩阵中不应出现d>a这种矛盾的结果 一致性检验一致性指标CI,一致性比例CR、平均随机一致性指标RI n为判断矩阵的维数。λ为A矩阵的特征值。 满足上面要求就为一致性较好。 RI不太清楚是怎么得来的,教程中直接给出的是这样的,好像就是一个固定的值 function [answer] = consistency_checking(A) %一致性检验,一致性好与不好的判断 % 此处显示详细说明 RI=[0 0 0.58 0.90 1.12 1.24 1.32 1.14 1.45]; [m,n]=size(A) [V,D]=eig(A);%计算特征向量V和特征值D:A*V=V*D [lamda,i]=max(diag(D)); CI=(lamda-n)/(n-1); CR=CI/RI(n) if CR |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |