22、软集与数据包络分析相关算法研究

软集与数据包络分析相关算法研究

在当今的数据分析和决策领域，软集理论和数据包络分析（DEA）是两个重要的研究方向。软集理论为处理不确定性和模糊性提供了有效的工具，而DEA则是一种用于评估决策单元效率的优化技术。本文将介绍软集的一种新型正常参数约简算法，以及将认知成对比较（CPC）集成到DEA中的方法，并通过具体案例展示其应用。

软集正常参数约简算法

软集的正常参数约简在数据分析中具有重要意义。研究人员提出了一种新型的正常参数约简算法，与传统算法[15]相比，具有显著的优势。

比较内容	算法[15]	提出的算法	改进百分比
最优正常参数约简	{3, 2, e, e}	{3, 2, e, e}	相同
条目访问次数	534	48	91.01%
候选参数约简集数量	39	9	76.92%
涉及操作	加法、集合操作、参数重要性程度分类	仅针对定向参数求和进行加法