数据处理和数据建模方法精品.ppt

数据处理与数据建模方法 西南交通大学数学建模 2009.8  a数据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,主要研 究两个方面问题: (1)分析研究实际对象所处的状态和特征等, 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 等,为科学决策提供依据  c数据处理与数据建模方法 1.一般数据建模问题的提出 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  般数据建模问题的提出 一般问题: 实际对象都客观存在一些相关的数据信息 如何综合利用这些相关信息给出综合评价结果 制定决策方案,或预测未来? 这类问题都归结为信息综合利用与评价问题。 么是综合评价与综合评价问题呢?  般数据建模问题的提出 综合评价:依据相关信息对被评价的对象 所进行的客观、公正、合理的全面评价。 如果把被评价对象视为系统,则综合评 价问题: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? 即哪个优,哪个劣? 类多属性(或多指标)的综合评价问题。  般数据建模问题的提出 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?  般数据建模问题的提出 综合评价问题的五个要素: (1)被评价对象 综合评价问题中所研究的对象,或称为系统。 在一个问题中被评价对象是属于同一类的,且个 数要大于1 假设一个综合评价问题中有n个被评价对象(〔或系统), 分别记为S,S2,…,S(m1)。  综合评价问题的五个要素 (2)评价指标 它是反映被评价对象(系统)的运行状况的基本要素。 通常问题都有多项指标构成,每一项指标都是从 不同的侧面刻画系统所具有某种特征大小的一个度量。 所有的评价指标一起称为综合评价的指标体系 原则:系统性、科学性、可比性、可测性和独立性。 设系统有m个评价指标(属性) l),即评价指标向量 x=(x,x,…,x)。  综合评价问题的五个要素 (3)权重系数 针对每一综合评价问题不同的评价目的, 各评价指标之间的相对重要性是不同的。 权重系数:用来刻画评价指标之间相对重 要性的大小。 如果用w来表示评价指标x(j=1,2,…,m)的权 重系数,则v≥0j=1,2,…,m),且∑w,=1。  综合评价问题的五个要素 (4)综合评价模型 通过建立合适的综合评价数学模型将多 个评价指标综合成为一个整体的综合评价指 标,即得到相应的综合评价结果。 假设n个被评价对象的m个数据指标向量 x=(x1x2…x),权重向量为=( 则构造综合评价函数y=f(,x)。