目錄

1.簡介

2.算法原理

2.1?指標正向化

2.2 數據標準化

2.3?計算變異系數

2.4?計算權重以及得分

3.實例分析

3.1 讀取數據

3.2 指標正向化

3.3 數據標準化

3.4 計算變異系數

3.5 計算權重

3.6 計算得分?

完整代碼?

---

1.簡介

????????變異系數法(Coefficient of variation method)又稱"標準差率"（標準差與平均數的比值）是直接利用各項指標所包含的信息，通過計算得到指標的權重。是一種客觀賦權的方法。此方法的基本做法是:在評價指標體系中，指標取值差異越大的指標，也就是越難以實現的指標，這樣的指標更能反映被評價單位的差距。例如，在評價各個國家的經濟發展狀況時，選擇人均國民生產總值(人均GNP)作為評價的標準指標之一，是因為人均GNP不僅能反映各個國家的經濟發展水平，還能反映一個國家的現代化程度。如果各個國家的人均GNP沒有多大的差別，則這個指標用來衡量現代化程度、經濟發展水平就失去了意義。

2.算法原理

2.1?指標正向化

????????和熵權法的指標正向化類似，正向指標越大越好，負向指標越小越好。把指標都轉化成正向指標處理。此篇采用新的正向化形式，采用上一篇建模算法熵權法的處理形式也可，基本思想不變就行。這個數據集有正向指標（越大越優型指標）和負向指標（越小越優型指標）兩種。

????????設有m個待評對象，n個評價指標，可以構成數據矩陣X=（xij)m*n，設數據矩陣內元素，經過指標正向化處理過后的元素為xij'

負向指標：并網點電壓偏差越限次數D、有功控制能力F、功率因數越限G屬于此類指標

正向指標：其余所有指標屬于此類，可以不用處理

2.2 數據標準化

????????每個指標的數量級不一樣，需要把它們化到同一個范圍內比較。上一篇建模算法用到了最大最小值標準化方法。此篇可以用一個新的標準化方法，處理如下：

????????設標準化后的數據矩陣元素為rij,由上可得指標正向化后數據矩陣元素為xij'

2.3?計算變異系數

處理過后可以構成數據矩陣R=(rij)m*n

• 計算指標的均值：

• ?計算指標的標準差：

• ?計算變異系數：

2.4?計算權重以及得分

• 權重為：

• 得分為：

3.實例分析

風場名	風場1	風場2	風場3
A（高頻率穿越能力）	0.743	0.7567	0.8104
B（低頻率穿越能力）	0.8267	0.8033	0.7667
C（低壓穿越能力）	0.8324	0.8736	0.8539
D（并網點電壓偏差越限次數?）	12	10	16
E（SVC/SVG響應性能指標）	0.8637	0.8538	0.9038
F（有功控制能力）	0.0743	0.0665	0.0881
G（功率因素越限）	0.0409	0.0716	0.0657

3.1 讀取數據

data=xlsread('D:\桌面\變異系數.xlsx')

返回：

3.2 指標正向化

%指標正向 化處理后數據為data1 data1=data; %%負向指標（越小越優型指標）處理 index=[4,6,7];%負向指標位置 k=0.1; for i=1:length(index)data1(:,index(i))=1./(k+max(abs(data(:,index(i))))+data(:,index(i))) end

返回：

3.3 數據標準化

%數據標準化 data2=data1; for j=1:size(data1,2)data2(:,j)= data1(:,j)./sqrt(sum(data1(:,j).^2)); end data2

返回：

3.4 計算變異系數

%計算變異系數 A=mean(data2) %求每列平均值 S=std(data2) %求每列方差 V=S./A %變異系數

返回：

3.5 計算權重

%計算權重 w=V./sum(V)

返回：

3.6 計算得分?

%計算得分 s=data2*w'; Score=100*s/max(s); for i=1:length(Score)%A(i,:)=[row(i), col(i), rho_1(row(i), col(i))];fprintf('第%d個風場百分制評分為：%d\n',i,Score(i)); end

返回：

完整代碼?

clc;clear; data=xlsread('D:\桌面\變異系數.xlsx'); %指標正向 化處理后數據為data1 data1=data; %%負向指標（越小越優型指標）處理 index=[4,6,7];%負向指標位置 k=0.1; for i=1:length(index)data1(:,index(i))=1./(k+max(abs(data(:,index(i))))+data(:,index(i))); end %數據標準化 data2=data1; for j=1:size(data1,2)data2(:,j)= data1(:,j)./sqrt(sum(data1(:,j).^2)); end data2; %計算變異系數 A=mean(data2); %求每列平均值 S=std(data2); %求每列方差 V=S./A; %變異系數 %計算權重 w=V./sum(V); %計算得分 s=data2*w'; Score=100*s/max(s); for i=1:length(Score)%A(i,:)=[row(i), col(i), rho_1(row(i), col(i))];fprintf('第%d個風場百分制評分為：%d\n',i,Score(i)); end

總結

以上是生活随笔為你收集整理的变异系数法之matlab的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。