1.模糊綜合評(píng)價(jià)
因素U-評(píng)語V-單因素評(píng)判ri-構(gòu)建綜合評(píng)價(jià)矩陣R-綜合評(píng)判A-計(jì)算B=A*R
根據(jù)隸屬度最大原則作出評(píng)判
隸屬度的計(jì)算
先確定模糊集合（偏大型遏弱，偏小型镣典，中間型）-采用相應(yīng)的隸屬函數(shù)-求出隸屬度
2.層次分析
層次結(jié)構(gòu)圖（目標(biāo)層晌纫，準(zhǔn)則層膀曾，方案層）-構(gòu)建判斷矩陣（明確目標(biāo)，選擇方案方仿，確定評(píng)價(jià)指標(biāo)）-進(jìn)行一致性檢驗(yàn)（CR=CI/RI<0.1,如果CR>0.1,進(jìn)行修正：判斷矩陣列歸一化（每一元素除以其所在列的和）-將歸一化的列相加（按行求和）-相加后的和除以向量中的元素總和n得權(quán)重向量）-指標(biāo)兩兩比較C(n,2)次推算權(quán)重
權(quán)重計(jì)算有三種方法：算術(shù)平均，幾何平均，特殊值論文寫作時(shí)三種建議都用
確定權(quán)重的方法：上網(wǎng)查找別的研究報(bào)告谭胚，發(fā)問卷做調(diào)查，找專家賦權(quán)等等隶校。層次分析法可以自行確定權(quán)重漏益。但層次分析法主觀性太強(qiáng)，判斷矩陣基本上是由個(gè)人進(jìn)行填寫深胳，往往最適用于沒有數(shù)據(jù)的情況绰疤。
3.優(yōu)劣解距離法(TOPSIS)
適用范圍：評(píng)價(jià)對(duì)象得分，且各個(gè)指標(biāo)值已知舞终。
1.原始數(shù)據(jù)同趨勢化（極大化）
極小型指標(biāo)正向化：x' = M - x （最大值-原值）
中間型指標(biāo)：
2.構(gòu)建標(biāo)準(zhǔn)化矩陣
3.計(jì)算評(píng)價(jià)指標(biāo)與最優(yōu)及最劣向量之間的差距
第i個(gè)評(píng)價(jià)對(duì)象與最大值的距離：
第i個(gè)評(píng)價(jià)對(duì)象與最小值的距離：
4.評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度
熵權(quán)法
優(yōu)劣解距離法(TOPSIS)隱藏了一個(gè)前提，就是我們默認(rèn)所有指標(biāo)對(duì)最終打分的重要程度是相同的敛劝，也就是他們的權(quán)重相同余爆。但是在實(shí)際的問題中，不同的指標(biāo)往往具有不同的權(quán)重夸盟。即使題目本身可能沒有直接指明這方面的要求蛾方，但是僅僅根據(jù)常識(shí)，我們也曉得評(píng)價(jià)指標(biāo)的重要程度許多情況下都是不完全相同的上陕。因此在TOPSIS的拓展方面桩砰，我們提出了帶有權(quán)重的歐氏距離求法
熵權(quán)法的原理是：指標(biāo)的變異程度越小，所反映的現(xiàn)有信息量也越少释簿，其對(duì)應(yīng)的權(quán)值也越低亚隅。
熵權(quán)法是一種完全由數(shù)據(jù)出發(fā)，具有一定逼格的確定權(quán)重的方法庶溶。
熵權(quán)法的不足之處：只從數(shù)據(jù)出發(fā)煮纵，不考慮問題的實(shí)際背景懂鸵，確定權(quán)重時(shí)就可能出現(xiàn)與常識(shí)相悖的情況。
越有可能發(fā)生的事情行疏，信息量越小匆光，越不可能發(fā)生的事情，信息量越多隘擎。而我們使用概率衡量事件發(fā)生的可能性殴穴，因此也可以使用概率，衡量事件包含的信息量的大小货葬。信息量隨著概率的增大而減小采幌，且概率處于0-1之間，而信息量處在0-正無窮之間震桶。
計(jì)算步驟
1.對(duì)于輸入矩陣休傍，先進(jìn)行正向化和標(biāo)準(zhǔn)化
2.計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)樣本所占的比重，并將其看作信息熵計(jì)算中用到的概率蹲姐。
