- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据处理的一般方法
1. 模糊指标的量化处理方法
在实际中,很多问题都涉及到定性,或
模糊指标的定量处理问题。
诸如:教学质量、科研水平、工作政绩
、人员素质、各种满意度、信誉、态度、意
识、观念、能力等因素有关的政治、社会、
人文等领域的问题。
如何对有关问题给出定量分析呢?
2012-4-14 1
数据处理的一般方法
2. 定性指标的量化处理方法
按国家的评价标准,评价因素一般分为五
个等级,如A,B,C,D,E。
如何将其量化?若A- + - +
,B ,C ,D 等又如
何合理量化?
根据实际问题,构造模糊隶属函数的量
化方法是一种可行有效的方法。
2012-4-14 2
数据处理的一般方法
假设有多个评价人对某项因素评价为A,B,C,
D,E共5个等级: {v ,v ,v ,v ,v }。
1 2 3 4 5
譬如:评价人对某事件“满意度”的评价可分为
{很满意,满意,较满意,不太满意,很不满意}
将其5个等级依次对应为5,4,3,2,1。
这里为连续量化,取偏大型柯西分布和对数函
数作为隶属函数:
α ⎧ β −2 −1
[1 ( ) ] ,1 + 3 − x ≤ ≤ x
f (x ) ⎨
a x, b ln3 + 5 ≤ ≤ x
⎩
其中 为待定常数.
,α ,β , a b
2012-4-14 3
数据处理的一般方法
2. 定性指标的量化处理方法
当“很满意”时,则隶属度为1,即 ;
(5) f 1
当“较满意”时,则隶属度为 ,即 ;
0.8 (3) 0f .8
当“很不满意”时,则隶属度为 0.01,即 .
(1) f0. 01
计算得α 1., 10860.β , 89420. a 3915, b 0. 3699 。
− 1
文档评论(0)