李晓康
(陕西理工学院 数学与计算机科学学院,陕西 汉中 723000)
在科学研究和生产活动中,经常需要收集各种数据进行分析,以找出数据变化规律及相互关系。由于不同数据反映的是不同对象(指标),具有不同量纲及大小,不能直接比较,需要进行一定的预处理。而不同的预处理方法反映的是不同的思想。为保证建立模型的质量和系统分析的正确性,对采集来的原始数据一般需进行预处理,使其消除量纲和具有可比性。常用的有初值化变换、均值化变换、百分比变换、倍数变换、标准化变换等。
综合评价问题通常会涉及多个指标,各个指标含义不同、量纲不同、数量值不同,很难直接比较和运算,必须对其进行一定的处理之后,对处理后的指标可以进行比较和构建综合指标,从而计算各评价对象的综合指标值,通过综合指标值对评价对象进行评价(排序)。当然,使用的数据处理方法不同,会直接影响最后的综合指标值及评价对象的排序。
本文旨在对几种常用的数据处理方法进行比较,并将其应用于综合评价问题中,对最后得到的评价结果进行分析、比较,最后通过等级相关系数及和谐系数两个定量指标对各种数据处理方法下的综合评价结果进行评价,给出较为合理的评价结果。

称此变换为均值化变换。其目的是平均值为基准,其它时刻的数据和平均值相比,大于1说明比平均值增加,小于1说明比平均值减小。……