用基于信息熵的topsis方法实现学生成绩的综合排名
来源:互联网 发布:umts是什么网络类型 编辑:程序博客网 时间:2024/06/05 04:43
TOPSIS方法排序的基本思路是首先定义决策问题的正理想解(即最好的)和负理想解(即最坏的),然后把实际可行解(样本)和正理想解与负理想解作比较。通过计算实际可行解与正理想解和负理想解的加权欧氏距离,得出实际可行解与正理想解的接近程度,以此作为排序的依据。若某个可行解(样本)最靠近理想解,同时又最远离负理想解,则此解排序最靠前。
通常,当排序时有多个指标需要考虑时,常用“专家打分法”来确定各个指标的权重,这容易造成评价结果可能由于人的主观因素而形成较大偏差。熵值法能较客观地反映数据本身信息的有序性,它通过评价指标值构成的判断矩阵来确定指标的权重,这样能尽量消除各因素权重的主观性,使评价结果更符合实际。
下面通过MATLAB实现基于信息熵的topsis方法,学习代码的同时也就弄清楚topsis方法的原理了:
%% 熵topsis方法的MATLAB实现,以“兰州大学数学与统计学院2015年应用统计硕士研究生复试分数”为例%% 清空环境,导入数据clearclcclose all% 兰州大学数学与统计学院2015年应用统计硕士研究生复试分数% 成绩包括:初试总分X1、复试笔试成绩X2、复试专业面试成绩X3、复试外语笔试成绩X4、复试外语口语及听力测试成绩X5,共五个科目% 原始排名计算方法:总分=(X1/5)*0.5+X2*0.2+(((X4+X5)/2)*0.2+X3*0.8)*0.3load scoredata=score(:,2:end);%% 数据归一化处理[n,m]=size(data);maxdata=repmat(max(data),n,1);mindata=repmat(min(data),n,1);max_min=maxdata-mindata;stddata=(data-mindata)./max_min;%% 利用信息熵计算不同科目的权重f=(1+stddata)./repmat(sum(1+stddata),n,1);e=-1/log(n)*sum(f.*log(f));d=1-e;w=d/sum(d); % 权重向量%% 计算加权决策矩阵,确定正理想解和负理想解normdata=repmat(w,n,1).*stddata; % 加权决策矩阵posideal=max(normdata); % 正理想解negideal=min(normdata); % 负理想解%% 计算加权后的决策数据与正负理想解的欧式距离dtopos=sqrt(sum((normdata-repmat(posideal,n,1)).^2,2));dtoneg=sqrt(sum((normdata-repmat(negideal,n,1)).^2,2));%% 计算各样本与理想解得接近程度并得到排序结果d=dtoneg./(dtoneg+dtopos);[dscore,index]=sort(d,'descend');%% 结果对比result=[{'新名次'},{'原名次'},{'名次变化'};num2cell(score(:,1)), num2cell(index),num2cell(index-score(:,1))]
程序运行结果如下:
0 0
- 用基于信息熵的topsis方法实现学生成绩的综合排名
- 学生成绩信息的管理(java控制台)
- SQL查看“学生成绩”数据库的信息
- 基于C语言的学生成绩处理
- 用c++语言编写程序实现学生成绩录入,学生信息编辑,以及学生信息(包括成绩,编号)打印
- 30. 完成sort函数,实现:按照成绩从高到低的顺序输出各学生的信息。
- 用C++实现一个班级学生的学期成绩管理
- RMI实现一个学生成绩或教师信息查询的程序
- C++实现学生信息及成绩处理系统(面向对象的程序设计思想)
- TOPSIS方法介绍及程序实现
- 用Math.random()方法随机生成十个学生的成绩,计算这十个学生的平均成绩
- 学生成绩的查询
- 学生成绩的处理
- 学生成绩的处理
- 学生成绩的处理
- 学生的成绩
- 学生成绩的分级
- 学生的成绩录入
- 域名那些事
- Android 自定义View UC下拉刷新效果(一)
- Android绘图进阶之Path详解
- 【leetcode Database】185. Department Top Three Salaries
- 求二叉树的深度
- 用基于信息熵的topsis方法实现学生成绩的综合排名
- 【华为 OJ 】字符串加密
- java synchronized关键字
- unity 滚动视图的优化
- 新手上路 layer弹层组件 (www.layui.com)
- IOS面试宝典(一)(持续更新)
- Python学习笔记1–Python概述
- Dubbo隐式传参
- iOS开发笔记>> Quartz2D简单介绍