python數(shù)學建模評價類模型:秩和比法

清風老師的數(shù)模模型已經(jīng)復現(xiàn)得差不多了(見筆者python清風數(shù)學建模復現(xiàn)的文集),事實上只憑借清風講的模型是遠遠不夠的,其一是清風在物理類模型上幾乎沒提,其二是即使是數(shù)據(jù)類仍然有很多其他模型

秩和比法有如下優(yōu)點:

優(yōu)點1:TOPSIS 在實現(xiàn)上是所有評價方法中最簡單的，它完全依賴于現(xiàn)有數(shù)據(jù)的分布情況，能對現(xiàn)有數(shù)據(jù)進行充分利用，但不適合處理模糊性指標(如我們只知道A好于B好于C)，而 RSR 法恰好彌補了TOPSIS 法的不足。此外，基于非參數(shù)的評價方法具有更好的抗異常值性，近幾年也有不少醫(yī)學論文將兩者混合使用相互補充，在評價方法上這兩種方法已經(jīng)能夠“闖蕩江湖”了。還有另一種評價類問題——資源是否合理利用，往往使用DEA資料包絡分析。

優(yōu)點2:計算用的數(shù)值為秩次,可以消除異常值的干擾

優(yōu)點3:融合參數(shù)分析方法,結果比單純采用非參數(shù)法更精確,即可以直接排序又可以分檔排序