评价类算法优缺点大总结!比赛前一定码住 |
您所在的位置:网站首页 › topsis方法的优缺点 › 评价类算法优缺点大总结!比赛前一定码住 |
0
分享至
用微信扫码二维码 分享至好友和朋友圈 数学建模数学建模中,评价类模型是一类比较基础的数学模型之一,往往是对应生活中的一些实际问题。最常见的数学模型包括:层次分析法、模糊综合评价、熵值法、TOPSIS 法、数据包络分析、秩和比法、灰色关联法。下面对于上述几种模型的优缺点进行系统地分析。 01 LESS IS MORE 层次分析法 优点: 层次分析法是一种系统性的分析方法。层次分析法把研究对象作为一个系统,按照分解、比较判断、综合的思维方式进行决策,成为继机理分析、统计分析之后发展起来的系统分析的重要工具。 层次分析法是一种简洁实用的决策方法。这种方法既不单纯追求高深数学,还不片面地注重行为、逻辑、推理,而是把定性方法与定量方法有机地结合起来。 层次分析法所需定量数据信息比较少。层次分析法主要是从评价者对评价问题的本质、要素的理解出发,比一般的定量方法更讲究定性的分析和判断。 缺点: 层次分析法指标过多时数据统计量大,且权重难以确定。 层次分析法的特征值和特征向量的精确求法比较复杂。在求判断矩阵的特征值和特征向量时,所用的方法和我们多元统计所用的方法是一样的。 层次分析法的定量数据较少,定性成分多,不易令人信服。层次分析法只能从原有方案中进行选取,而不能为决策者提供解决问题的新方案。 02 LESS IS MORE 模糊综合评价法 优点: 模糊评价通过精确的数字手段处理模糊的评价对象,能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价。 模糊评价法的评价结果是一个矢量,而不是一个点值,包含的信息比较丰富,既可以比较准确的刻画被评价对象,又可以进一步加工,得到参考信息。 缺点: 模糊综合评价的计算复杂,对指标权重矢量的确定主观性较强。 当指标集 U 较大时,在权矢量和为 1 的条件约束下,相对隶属度权系数往往会偏小,权矢量与模糊矩阵 R 不匹配,结果会出现超模糊现象,分辨率很差,无法区分谁的隶属度更高,严重情况甚至会造成评判失败,此时可以使用分层模糊评估法加以改进 03 LESS IS MORE 熵值法 优点: 熵值法是根据各项指标指标值的变异程度来确定指标权数的,这是一种客观赋权法,避免了人为因素带来的偏差。 缺点: 熵值法不能减少评价指标的维数。 熵值法忽略了指标本身重要程度,有时确定的指标权数会与预期的结果相差甚远。 04 LESS IS MORE TOPSIS法 优点: TOPSIS 法避免了数据的主观性,不需要目标函数,不用通过检验,而且能够很好的刻画多个影响指标的综合影响力度。 TOPSIS 法对于数据分布及样本量、指标多少无严格限制,既适于小样本资料,也适于多评价单元、多指标的大系统,较为灵活、方便。 缺点: TOPSIS 法必须有两个以上的研究对象才可以进行使用。 TOPSIS 法需要的每个指标的数据,对应的量化指标选取会有一定难度。 TOPSIS 法不确定指标的选取个数为多少才适宜去很好刻画指标的影响力度。 05 LESS IS MORE 数据包络分析 优点: 数据包络分析又称作为 DEA,可用于处理具有多个输入和输出的问题。 数据包络分析对于效率的评估结果是一个综合指标,并且可用于在经济学中应用 总生产要素的概念。 数据包络分析可以处理间隔数据以及序号数据。 数据包络分析中的加权值是数学的乘积计算,因此摆脱了人类的主观性。 数据包络分析不会受到不同规模的影响。 缺点: 数据包络分析不应该有太多变量。 数据包络分析的输入变量和输出变量之间的关系程度没有考虑。 数据包络分析它产生了有效的边界,这可能相当大。如果样本量太小的话结果不太可靠。 06 LESS IS MORE 秩和比法 优点: 秩和比法又称为 RSR 法,该方法使用了数据的相对大小关系,而不真正运用数值本身,所以此方法综合性强,可以显示微小变动,对离群值不敏感。秩和比法能够找出评价指标是否有独立性。 秩和比法能够对各个评价对象进行排序分档,找出优劣,是做比较,找关系的有效手段。 缺点: 秩和比法 通过秩替代原始指标值,会损失部分信息,不容易对各个指标进行恰当的编秩。 07 LESS IS MORE 灰色关联法 优点: 灰色关联法对于数据要求比较低,工作量比较少。 灰色关联法的思路明晰,可以在很大程度上减少由于信息不对称带来的损失。 缺点: 灰色关联发要求需要对各项指标的最优值进行现行确定,主观性过强。灰色关联法的部分指标最优值难以确定。 校苑数模也为大家准备了美赛资料包 公众号后台回复【2023美赛】 即可免费领取历年赛题+优秀论文 为使同学们省去美赛报名的繁琐流程 现针对美赛特推出美赛辅助报名! 2023年美国数学建模竞赛报名开始! 辅助报名优势 通过辅助报名过程简单,直接在线报名组队,使用微信/支付宝即可缴费,无须VISA等国外银行卡,很大程度地方便了学生的报名 额外赠送大量资料、视频、课程、软件以及赛题翻译等服务(报名后无需等待立即开始学习、而且报名同学同享) 赛氪连续10年为美赛辅助报名提供服务,截至目前已成功为10万余名学生完成了美赛辅助报名!成为目前国内最大、最靠谱的辅助报名平台! 2022年美赛一共产生44个O奖,通过赛氪辅助报名的同学喜提7个O奖,占O奖总数比例高达16%,一支队伍兼得了Rachel Carson Award,一支队伍兼得了SIAM Award! 报名福利 凡是报名参加“美赛辅助报名以及证书打印邮寄活动”的同学,均可享受以下服务: 1、数学建模资料大礼包(历年美赛特等奖论文、UMAP等资料,Matlab、SPSS等软件包); 2、免费获得价值500元的美赛专属课程一门,3人同享(共30学时,包含:数学建模入门、数学实验、初等数学模型、优化数学模型、排队论模型、数学处理模型、智能优化算法、赛题解析、学术论文的写作与投稿九大方面的内容)。 3、免费获得2020-2021年美国大学生数学建模竞赛真题的视频讲解。(报名成功后也在上方基础课程中进行学习,自动开通课程); 4、2023年美赛降至,为帮助同学们在这场国际性赛事中拿到心仪的奖项,特邀请美赛数模教学名师、历年O奖得主创办了“美赛备考经验分享”系列公开课,及“美赛赛前模拟实战训练营”系列课程,欢迎加入我们。 辅助报名方式 扫描下方二维码即可报名 辅助报名费用 集体报名 集体报名780元/队(含证书),集体报名需10队以上,集体报名表见下面附件。报名表格和交费截图发送至美赛辅助报名邮箱:[email protected] 说明:美赛证书每人一份,证书上队员名字排名不分先后,各参赛队员具有同等的贡献率。 联系方式 辅助报名负责人QQ:1870544744 客服微信号:saikr-zhang 美赛辅助报名接待群:1014064840 BONUS TIME 数学建模资料、视频讲解、历年赛题 后台回复 【校苑】领取 推荐阅读(点击下方图片即可跳转) 特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。 Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services. /阅读下一篇/ 返回网易首页 下载网易新闻客户端 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |