《数学建模算法与应用》(第三版)课件 第14章 综合评价与决策方法.pptx

第14章;目录 CONTENTS;理想解法;14.1.1 方法和原理;14.1.2 TOPSIS法的算法步骤;14.1.3 示例;计算的Matlab程序如下： clc, clear x2=@(qujian,lb,ub,x)(1-(qujian(1)-x)./(qujian(1)-lb)).*... (x=lb xqujian(1))+(x=qujian(1) x=qujian(2))+... (1-(x-qujian(2))./(ub-qujian(2))).*(xqujian(2) x=ub); %上述语句定义变换的匿名函数，语句太长，使用了两个续行符 qujian=[5,6]; lb=2; ub=12; %最优区间，无法容忍下界和上界 x2data=[5 6 7 10 2]; %x2属性值 y2=x2(qujian,lb,ub,x2data) %调用匿名函数，进行数据变换;计算的Matlab程序如下 x=[0.1 5 5000 4.7 0.2 6 6000 5.6 0.4 7 7000 6.7 0.9 10 10000 2.3 1.2 2 400 1.8]; y=zscore(x) ?;求解的Matlab程序如下： clc, clear a=[0.1 5 5000 4.7 0.2 6 6000 5.6 0.4 7 7000 6.7 0.9 10 10000 2.3 1.2 2 400 1.8]; [m,n]=size(a); x2=@(qujian,lb,ub,x)(1-(qujian(1)-x)./(qujian(1)-lb)).*... (x=lb xqujian(1))+(x=qujian(1) x=qujian(2))+... (1-(x-qujian(2))./(ub-qujian(2))).*(xqujian(2) x=ub); qujian=[5,6]; lb=2; ub=12; a(:,2)=x2(qujian,lb,ub,a(:,2)); %对属性2进行变换 b=a./vecnorm(a) %利用矩阵广播进行向量规范化 w=[0.2 0.3 0.4 0.1]; c=b.*w; %利用矩阵广播求加权矩阵 Cstar=max(c); %求正理想解 Cstar(4)=min(c(:,4)) %属性4为成本型的 C0=min(c); %q求负理想解 C0(4)=max(c(:,4)) %属性4为成本型的 Sstar=vecnorm(c-Cstar,2,2) %逐行计算2范数即到正理想解的距离 S0=vecnorm(c-C0,2,2) %逐行计算2范数即到负理想解的距离 f=S0./(Sstar+S0) [sf,ind]=sort(f,descend) %求排序结果;模糊综合评判法;14.2.1 一级模糊综合评判在人事考核中的应用;14.2.2 多层次模糊综合评判在人事考核中的应用;计算的Matlab程序如下： clc, clear a=load(data14_3.txt); w=[0.4 0.3 0.2 0.1]; w1=[0.2 0.3 0.3 0.2]; w2=[0.3 0.2 0.1 0.2 0.2]; w3=[0.1 0.2 0.3 0.2 0.2]; w4=[0.3 0.2 0.2 0.3]; b(1,:)=w1*a([1:4],:); b(2,:)=w2*a([5:9],:); b(3,:)=w3*a([10:14],:); b(4,:)=w4*a([15:end],:) c=w*b;数据包络分析;14.3.1 相对有效评价问题;14.3.2 数据包络分析的C2R模型;14.3.3 C2R模型的求解;clc, clear, m=2; n=6; d=load(data14_4.txt); a=d([1,2],:); b=d([3,4],:); prob=optimproblem(ObjectiveSense,max); u=optimvar(u,m,LowerBound,0); v=optimvar(v,m,LowerBound,0); %列向量 prob.Constraints.con1 = a*u=b*v; for j=1:n fprintf(第%d个学校计算结果如下：\n,j) prob.Objective=b(j,:)*v; prob.Constraints.con2 = a(j,:)*u==1;