从零开始的数模（十九）组合赋权法

目录

一、概念

1.1相关概念

1.2原理

 二、基于python的组合赋权法

2.1 读取数据

完整代码

三、基于MATLAB的组合赋权法

完整代码

---

一、概念

1.1相关概念

主观赋权法（AHP）在根据决策者意图确定权重方面比客观赋权法（熵权法）具有更大的优势，但客观性相对较差，主观性相对较强；

        而采用客观赋权法有着客观优势，但不能反映出参与决策者对不同指标重视程度，并且会有一定的权重和与实际指标相反的程度。

        针对主客观赋权方法的优缺点，我们还力求将主观随机性控制在一定范围内，实现主客观赋权中的中正。客观方面。指标赋权公正，实现了主客观内在统一，评价结果真实、科学、可信。

        因此，在对指标进行权重分配时，应考虑指标数据之间的内在统计规律和权威值。给出了合理的决策指标赋权方法，即采用主观赋权法（AHP）和客观赋权法（熵权法）相结合的组合赋权方法，以弥补单一赋权带来的不足。将两种赋权方法相结合的加权方法称为组合赋权法。

注意：本文所介绍的组合权重法请大家结合实际情况慎重使用，因为这个方法不太好

1.2原理

1.2.1 指标正向化

1.2.2 数据标准化 

1.2.3 计算主观权重 

 1.2.4 计算客观权重

1.2.5 计算组合权重

1. 2.6 计算的得分

 二、基于python的组合赋权法

2.1 读取数据

data = pd.read_excel('D:\桌面\zuhefuquan.xlsx')
# print(data)
label_need=data.keys()[1:]#提取变量名
# print(label_need)
data1=data[label_need].values #只提取数据
pr