基于Python的障碍度模型分析和熵权法-障碍度技术路线讲解
可能存在障碍度为 0 的情况,当对象的某个指标是所有对象中最高的,极差法之后结果是 1,偏离度为 0,最后的障碍度也为 0,即该指标已经满分,没有障碍,无需优化。障碍度模型一般配合熵权topsis使用,当基于topsis给对象排序之后,可以继续用障碍度模型计算每个对象的待优化项,障碍度越高越亟需优化。计算单一指标对总目标的贡献,一般用指标的全局权重表示,记作 ( F )。根据指标层级关系,将底层指标的障碍度向上求和汇总,得到上层指标的障碍度。计算指标偏离度 ( I ),表示指标实际值与最优值之间的差距。
原创
2024-12-11 23:56:09 ·
639 阅读 ·
0 评论