TOPSIS综合评价模型Python代码(1)1
需积分: 0 128 浏览量
2022-08-08
17:48:06
上传
评论
收藏 28KB DOCX 举报
正常代码
import numpy as np # 导入 numpy 包并将其命名为 np
##定义正向化的函数
def positivization(x,type,i):
# x：需要正向化处理的指标对应的原始向量
# typ：指标类型（1：极小型，2：中间型，3：区间型）
# i：正在处理的是原始矩阵的哪一列
if type == 1: #极小型
print("第",i,"列是极小型，正向化中...")
posit_x = x.max(0)-x
print("第",i,"列极小型处理完成")
print("--------------------------分隔--------------------------")
return posit_x
elif type == 2: #中间型
print("第",i,"列是中间型")
best = int(input("请输入最佳值："))
m = (abs(x-best)).max()
posit_x = 1-abs(x-best)/m
print("第",i,"列中间型处理完成")
print("--------------------------分隔--------------------------")
return posit_x
elif type == 3: #区间型
print("第",i,"列是区间型")
a,b = [int(l) for l in input("按顺序输入最佳区间的左右界，并用逗号隔开：").split(",")]
m = (np.append(a-x.min(),x.max()-b)).max()
x_row = x.shape[0] #获取 x 的行数
posit_x = np.zeros((x_row,1),dtype=float)
LauraKuang
- 粉丝: 17
- 资源: 335
评论0