基于Logistic曲线的k-NN灰色评估法的指标量级同化.pdfVIP

理 论 新 探 基于Logistic曲线的 k—NN灰色评估法的指标量级同化 谢海英 (成都信息工程学院数学学院，成都 610225) 摘 要：基于Logisitic曲线的k—NN灰 色评估方法，一定程度上消除了主观 因素对评估结果造成的影响。 一 般的指标量级同化，都存在着一定程度的误差。以线性指标量级同化方法为例，相对于划分更细致度量空间 更大的指标来说，那些划分粗略度量空间较小的指标向其量级同化后往往会造成不容忽略的误差。文章以线 性指标量级 同化方法为例 ，借鉴 了Logisitic曲线的k—NN灰色评估方法 中消除主观 因素的处理方法 ，对评分矩 阵的数据先进行修正 ，然后 ，再进行规范化即指标量级 同化 ，力求评估结果更加客观合理 。 关键词：k—NN；指标量级同化；评估矩阵；灰色评估 中图分类号：N941．5 文献标识码：A 文章编号 ：1002—6487(2013)l1-0025—04 改进线性变化法。 0 引言 1 预备知识 在评估的研究过程中可以发现，观测矩阵是评估的主 要依据，是评估的出发点。观测矩阵主要有两种形式：一是 为了后文叙述方便，我们先给出将要用到的方法和工具。 客观数据，二是专家评分-，。本文中我们将第二种观测矩 1．1 数据标准化的线性变化法 阵称为专家评分矩阵。 设评分矩阵s=(sjj}，其中Sij是第i个专家对第U个对 评分矩阵常会出现这样一种情况，即各个指标的单位 象的第i个指标的评分值。 不一致，为了使评估过程更加合理，我们需要对数据进行 设变换后的评分矩阵为C)_{ciju())。设maxsj是s第j 同一化t。数据 同一化的方法有很多，基本可以分为线性 列中的最大值，minsi是s第j列中的最小值。 和非线性两种 。非线性数据标准化方法都是在决策者对 若 i是效益型指标 ，则 于指标内在价值变动规律具有较深了解的情况下使用，在 co(u)= ()／maxsj(u) 没有合理依据的情况下，不建议选用非线性的方法。这一 采用上式对数据进行预处理时，经过变化的最差属性 观点同样适用于数据的同一化。因此本文主要讨论如何 不一定是0，最佳属性值为1。 区间型组合预测是个全新的研究课题，本文提出一种 [3]袁宏俊，陈华友，胡凌云．基于指数支撑度的最优组合预测模型及其 新的更精确的方法，将诱导有序加权几何平均算子引入到 性质研究[J]．应用概率统计，2012，28(2)． 区间型组合预测中，把区间数的左右端点分别视为时间序 [4]陈华友，盛昭瀚．一类基于IOWGA算子的组合预测新方法fJ]．管理 工程学报，2005，19(4)． 列向量，分别建立左、右端点的IOWGA算子的变权系数最 [5】沈家骅，严振祥．基于区间分析的组合预测系数确定方法J【】．武汉理 优组合预测模型，并通过偏好系数把多 目标最优化模型转 工大学学报(交通科学与工程版)，2006，30(6)． 化为单 目标最优化模型，给出最优化模型解之间的性质关 [6】徐惠利，昊柏林，江韶珊．区间时间