百科问答小站 logo
百科问答小站 font logo



对于多指标评价,BP神经网络评价和TOPSIS有什么区别呢? 第1页

  

user avatar   feng-kuang-shen-shi-92 网友的相关建议: 
      

区别大了。完全就不是一回事。BP神经网络先不谈,先好好理解topsis.尝试用一句话解释什么是topsis。

先上一个复杂的流程图。

上面是原理,原理说明。流程图如下。

先用一句话概括TOPSIS的核心是什么?

TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution )法是C.L.Hwang和K.Yoon于1981年首次提出,TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相对优劣的评价。TOPSIS法是一种逼近于理想解的排序法,该方法只要求各效用函数具有单调递增(或递减)性就行。TOPSIS法是多目标决策分析中一种常用的有效方法,又称为优劣解距离法。该方法又被称为“双基点法”

一言以蔽之:topsis核心就是针对归一化矩阵,通过带权值的距离公式求解出到正负理想点的距离。

上面一段话好好理解。

距离公式,可不是只有欧式距离一种。

能用的最少有上百种。

运用topsis 的核心是理解其思想。就是到正负理想解的距离。

上面是一个运算实例。它解决与回答的问题如下:

上面是问题,即若干评价对象(行,方案,样本),若干列(指标、维度,属性,评价指标)。

输出结果是,若干评价对象,谁最差的问题。

上面是输出结果,就是有六种谁牛逼的情况。

比如有邵阳最好的情况

有长沙最好的情况。

总之就六种情况。


其中有整个区段谁牛逼的排序结果。

如何解读上面的对抗层级拓扑图,又是一门学问了。

上面是一种区段排序的结果,又是另外一种解读。






  

相关话题

  如何评价FAIR提出的ConvNeXt:CNN匹敌Swin Transformer? 
  人工智能领域有哪些精妙的数学原理? 
  如何评价 BERT 模型? 
  AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡? 
  强化学习和自适应控制的关系是什么? 
  做底层 AI 框架和做上层 AI 应用,哪个对自己的学术水平(或综合能力)促进更大? 
  在文本分类任务中,有哪些论文中很少提及却对性能有重要影响的tricks? 
  现代人工神经网络是不是一个死胡同?这个技术是不是骗人的? 
  如何看待Jeff Dean&Hinton投到ICLR17的MoE的工作? 
  如何计算CNN中batch normalization的计算复杂度(FLOPs)? 

前一个讨论
可交换矩阵的求法有几种?
下一个讨论
缅甸北部为什么那么乱,那么多案件?





© 2025-04-03 - tinynew.org. All Rights Reserved.
© 2025-04-03 - tinynew.org. 保留所有权利