文章目錄

• 一、熵權(quán)法加TOPSIS
• 二、sigmoid與arccot

一、熵權(quán)法加TOPSIS

為了防止我的遺忘，把代碼放這里供大家參考

% 第一列為可靠性，第二列為故障率 Q_2 = [];% 對故障率進行正向化 MAX = max(Q_2); Q_2_M = Q_2(:,1); for i = 1:length(Q_2)Q_2_M(i,2) = abs(MAX(2)-Q_2(i,2)); end% 標準化處理 MIN = min(Q_2_M); MAX = max(Q_2_M); Q_2_MIAX = []; for i = 1:length(Q_2)Q_2_MIAX(i,1) = (Q_2_M(i,1)-MIN(1))/(MAX(1) - MIN(1));Q_2_MIAX(i,2) = (Q_2_M(i,2)-MIN(2))/(MAX(2) - MIN(2)); end% 熵權(quán)法 Z = Q_2_MIAX; [n,m] = size(Z); D = zeros(1,m); % 初始化保存信息效用值的行向量 for i = 1:mx = Z(:,i); % 取出第i列的指標p = x / sum(x);% 注意，p有可能為0，此時計算ln(p)*p時，Matlab會返回NaN，所以要判斷n = length(p); % 向量的長度lnp = zeros(n,1); % 初始化最后的結(jié)果for j = 1:n % 開始循環(huán)if p(j) == 0 % 如果第i個元素為0lnp(j) = 0; % 那么返回的第i個結(jié)果也為0elselnp(j) = log(p(j));endend%到這里結(jié)束e = -sum(p .* lnp) / log(n); % 計算信息熵D(i) = 1- e; % 計算信息效用值 end W = D ./ sum(D); % 將信息效用值歸一化，得到權(quán)重 W% TOPSIS D_min = min(Q_2_MIAX); D_max = max(Q_2_MIAX);zonghedefen = 1:13; %生成記錄點 for i = 1:13%利用（C = D-/((D-)+(D+))）topsis模型與熵權(quán)進行結(jié)合D_jia = sqrt(W(1)*(Q_2_MIAX(i,1)-D_max(1))^2+W(2)*(Q_2_MIAX(i,2)-D_max(2))^2);D_jian = sqrt(W(1)*(Q_2_MIAX(i,1)-D_min(1))^2+W(2)*(Q_2_MIAX(i,2)-D_min(2))^2);zonghedefen(i) = D_jian/(D_jia+D_jian); endzonghedefen = zonghedefen'

權(quán)重值的效果好像不太好，不管了，反正出出來了，哈哈哈哈哈~~~

二、sigmoid與arccot

隊長讓我出這種圖

為了完成任務，找函數(shù)圖像
找到sigmoid和arccot差不多
sigmoid

因此，只需要稍作修改即可。
關于懷疑那個，決定用cos函數(shù)，周期拉長，峰值調(diào)低即可
Matlab代碼如下

x=linspace(-10.0,10.0);%定義自變量的取值 y=1./(1+exp(-0.6*(x - 1.5)));%sigmoid函數(shù) 函數(shù)里一定要用點除‘./’,因為是矩陣運算，所以要把緯度保持一致。 plot(x,y)%繪制圖形 xlabel('x')%添加橫軸名稱 ylabel('y')%添加縱軸名稱 legend('sigmoid')%添加曲線標記符 title('sigmoid')%給圖像添加標題 hold onx=linspace(-10.0,10.0);%定義自變量的取值 y=1-(1./(1.0+exp(-0.7*(x + 1.5))));%sigmoid函數(shù) 函數(shù)里一定要用點除‘./’,因為是矩陣運算，所以要把緯度保持一致。 plot(x,y)%繪制圖形 xlabel('x')%添加橫軸名稱 ylabel('y')%添加縱軸名稱 legend('sigmoid')%添加曲線標記符 title('sigmoid')%給圖像添加標題 hold onx=linspace(-10.0,10.0);%定義自變量的取值 y = (1/3).*cos((1/5)*x); plot(x,y)%繪制圖形 hold off

加上一點修改

反正看上去效果還不錯哈，哈哈哈，隊長也很滿意~~~~

注意：如果你的Word發(fā)生吃字現(xiàn)象，那么insert被你無意中按了一下，再按下去就好了

總結(jié)

以上是生活随笔為你收集整理的2022年五一数学建模竞赛C题的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。