数据处理与数据建模方法详解.ppt

,数提处理与数据建模方法 实际中大量信息或海量信息对应着大量 的数据或海量数据,从这些数据中寻求所 需要的问题答案-数据建模问题。 通过实际对象过去或当前的相关信息, 研究两个方面问题: (1)分析研究实际对象所处的状态和 特征,依此做出评价和决策; (2)分析预测实际对象未来的变化状 况和趋势,为科学决策提供依据 2018/11/11 数据处理与数据建模方法 1.数据建模的一般问题 2.数据处理的一般方法 3.数据建模的综合评价方法 4.数据建模的动态加权方法 5.数据建模的综合排序方法 6.数据建模的预测方法 2018/11/11 数据建模的一般问题 数据建模一般问题的提出 实际对象都客观存在着一些反映其特征的相 关数据信息; 如何综合利用这些数据信息对实际对象的现 状做出综合评价,或预测未来的发展趋势, 制定科学的决策方案? 数据建模的综合评价、综合排序、预测与 决策等问题。 2018/11/11 数据建模的一般问题 综合评价是科学、合理决策的前提 综合评价的基础是信息的综合利用。 综合评价的过程是数据建模的过程。 数据建模的基础是数据的标准化处理。 如何构成一个综合评价问题呢? 2018/11/11 数据建模的一般问题 综合评价: 依据相关信息对实际对象所进行的客观、 公正、台理的全面评价。 如果把被评价对象视为系统,则问题: 在若干个(同类)系统中,如何确定哪个系 统的运行(或发展)状况好,哪个状况差?即唧 个优,哪个劣? 类多属性(指标)的综合评价问题 2018/11/11 综合评价问题的五个要素 (1)被评价对象被评价者,统称为评价系统。 (2)评价指标:反映被评价对象的基本要素, 一起构成评价指标体系。原则:系统性、科学性、可 比性、可测性和独立性。 (3)权重系数:反映各指标之间影响程度大小 的度量 (4)综合评价模型:将评价指标与权重系数综 合成一个整体指标的模型。 (5)评价者:直接参与评价的人 2018/11/11 综合评价过程的流程 指预 树处 确务 S1,S2,…,Sn 排序或 确定评确定指标,/规范化指标 进行综合评价 分类? 价指标 进价 权重系数 /综合评价指 算综合小依指标,y2…对 标y=f(x)/价指 s,2,…,S排序或分类 2018/11/11 评价指标体系的建立及筛选方法 般原则:尽量少地选取“主要”的评价 指标用于实际评价。系统性、科学性、可 比性、可测性和独立性。 专家调研法 最小均方差法 极小极大离差法 2018/11/11 二、数据处理的一般方法 1.数据类型的一致化处理方法 一般问题的数据指标x,x2,…,x(m>1)可能有 极大型”、“极小型”“中间型”和“区间型”指标。 极大型:期望取值越大越好; 什么是一 致化处理? 极小型期望取值越小越好; 为什么要 中间型:期望取值为适当的中间值最好; 一致化 区间型期望取值落在某一个确定的区间 内为最好。 2018/11/11 二、数据处理的一般方法 1.数据类型的一致化处理方法 (1)极小型:对某个极小型数据指标x, 则 (x>0),或x=M-x. (2)中间型:对某个中间型数据指标x,则 2(x-m) m≤x≤=(M+m) M-m 2(M-x) (M+m)≤x≤M M 2018/11/11 10