多指标综合评价的非参数方法和缺失数据的聚类方法研究的中期报告.docxVIP

多指标综合评价的非参数方法和缺失数据的聚类方法研究的中期报告 本次研究的中期报告主要涉及两个方面的内容，一是多指标综合评价的非参数方法，二是缺失数据的聚类方法。 1. 多指标综合评价的非参数方法 多指标综合评价是对多个指标进行综合评估的一种方法，常用于评价某一对象的综合性能、优劣程度等。传统的多指标综合评价方法常常基于加权平均法、层次分析法、模糊综合评价法等，这些方法在实践中存在着很多问题，如指标权重难以确定，评价结果不具有可比性、可解释性等。 为了克服传统方法的不足，本次研究探讨了采用非参数方法进行多指标综合评价的可能性。具体而言，我们尝试了采用最优排名和双边Wilcoxon符号秩检验相结合的方法对目标进行评价。在这种方法中，我们首先将各个指标进行排名，然后得到各个目标的最优排名，最后采用Wilcoxon符号秩检验确定各个目标的优劣程度。 2. 缺失数据的聚类方法 在实际应用中，数据可能存在着缺失情况，这给数据分析和建模带来了很大的困难。因此，本次研究还探讨了一种缺失数据聚类的方法。该方法基于谱聚类算法，采用核技巧对数据空间进行划分，从而得到一个高维表示。然后，在这个高维表示上，我们采用一种基于随机游走的算法进行聚类。该算法的思想是，在数据空间中进行随机游走，然后根据各个节点被访问的频次来对这些节点进行聚类。这种方法对于缺失数据具有很好的鲁棒性和稳定性，能够有效地解决缺失数据聚类