备战数学建模七之模糊数学

最新推荐文章于 2024-08-18 12:00:29 发布

原创

最新推荐文章于 2024-08-18 12:00:29 发布 · 454 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy #机器学习

首先是基于频率法的模糊综合分析

即模糊矩阵由调查得出（这里不考虑隶属函数）

基于变异系数法算权重

第二种方案是相对优属度模糊综合矩阵分析

import numpy  as np
from sklearn.preprocessing import MinMaxScaler
import pandas as pd


#算子一号，最大隶属度法，先取小再取大
def MohuSuanzi1(a,b):
    # a=np.array([0.3,0.35,0.1])
    #该函数tile表示延展，纵向延展len（a）倍，横向一倍即不变
    x,y=b.shape
    aa=np.tile(a,(y,1))
    print("aa:",aa)
    # b=np.array([[0.3,0.5,0.2],[0.2,0.2,0.4],[0.3,0.4,0.2]])
    c=np.minimum(aa.T,b)  #两个矩阵的元素对应取最小值
    T=c.max(axis=0)  #矩阵逐列取最大值
    print("T=",T)
    return T

'''
相对优属度模糊矩阵评价法
create