python权重法CRITIC求各个变量的权重
时间: 2023-11-07 08:17:58 浏览: 206
组合变权赋权方法,基于AHP和改进CRITIC计算主客观权重,引入指标劣化度构造变权函数对综合权重进行修正,还方法可以捕捉指标时
权重法CRITIC是一种多准则决策方法,用于求解多个评价指标下各个变量的权重。具体步骤如下:
1. 确定评价指标集合,包括影响变量和被影响变量。
2. 构建判别矩阵,将每个评价指标按照其重要性进行两两比较,得到判别矩阵。
3. 计算每个评价指标的权重,采用CRITIC方法计算每个变量的权重。
4. 验证权重结果,检验判别矩阵是否满足一致性要求,如不满足则需要重新调整调整判别矩阵。
具体计算步骤如下:
1. 对判别矩阵的每一行进行归一化处理,即将每一行的元素都除以该行元素之和,得到标准化矩阵。
2. 计算平均化矩阵,即将标准化矩阵的每一列求平均,得到平均化矩阵。
3. 计算权重向量,即将平均化矩阵的每一行元素之和除以矩阵的行数,得到权重向量。
4. 计算一致性指标,即计算判别矩阵的特征向量与权重向量的一致性指标,如一致性比率CR小于0.1,则认为判别矩阵满足一致性要求,否则需要重新调整判别矩阵。
5. 检验结果,将权重向量的元素按照大小排序,即可得到各个变量的权重。
需要注意的是,CRITIC方法的计算结果受到判别矩阵的影响,因此构建判别矩阵的过程需要根据实际情况进行合理设计。
阅读全文