浅谈组合评价法(编辑修改稿)内容摘要：
V S U W V S带 入 到 中 ， 得 到 ， 这 样 再 集 结 后的 序 值 矩 阵 便 可 以 得 出 了组合后评价分析 问题 1 • 部分文献阐述： PCA几乎可以说是对 SVD的一个包装，如果我们实现了 SVD，那也就实现了 PCA。 • 意思就是 SVD实现了主成分分析；同时 SVD也完成了这个评价结果的再集结。 • 那么这篇文章的集结方式是否可以改变成主成分分析呢。 效果分析 问题 2 • 部分文献阐述： 奇异值是可以应用在潜在语义索引即 LSI。 • 潜在语义索引（ Latent Semantic Indexing）与 PCA不太一样，至少不是实现了 SVD就可以直接用的，不过 LSI也是一个严重依赖于SVD的算法。 • 为什么要介绍这个 ——考虑奇异值是否可以对评价值进行一个分组实现类似密度算子的作用。 软组合 协商组合方法 • 针对评价群体之间“意见分歧”的情形 ,提出了一种柔性意义下的多评价结论协商组合方法 ,该方法贯穿了“物理 事理 人理”的科学原则 ,具有协调分歧意见、集成评价者（或决策者）知识经验、优化评价结论等特点。 问题描述 • 如何由一原始序值矩阵 S及双方 P,Q所提供的协商信息确定一个综合双方意见的序值矩阵 S’ • 假设：有分歧，不存在利益冲突；双方均有一个人参评 基本概念 基本概念 ( ) 2 ( ) 21, ( 1 , 2 , 3... )m i n [ ( ( ) ) ( ( ) ) ]s . . 1 / 2 , 1 , 2...0 , 0 + = 1. = = ,kklpqk k k kkkP Q k lDDt k lPQ 。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。