目录1.简介2.算法原理2.1 指标正向化2.2 数据标准化2.3 计算主观权重2.4 计算客观权重2.5 计算组合权重2.6 计算的得分3.实例分析3.1 读取数据3.2 指标正向化3.3 数据范围标准化3.4 计算主观权重3.5 计算客观权重3.6 计算组合权重3.7 计算得分完整代码

如何声明、定义、调用函数（文件）。给函数传递参数、接受函数的返回值。matlab中矩阵的简单使用和下标索引。一句话：我调用你，与你无关。即软件工程的思想：模块化。matlab中for循环（遍历）的使用。如何从一个文件调用另一个函数文件。

1. 简介2. GA思想来源及建立过程3. 研究发展4. GA的基本结构5. GA的实现流程(1) 染色体编​编辑(2) 群体的初始化(3) 适应值评价(4) 选择算子(父体选择)(5) 交配算子(杂交算子)(6) 变异算子(7) 算法流程6. 实例举例7.遗传算法的改进(1) 算子的选择(2) 参数设置(3) 混合遗传算法8. GA的应用............

一、安装和使用Anaconda1、anaconda是什么？Anaconda在英文中是“巨蟒”的意思，与python的意思相近，它是python的包管理器和环境管理器。2、为什么需要安装anaconda？原因有以下几点：附带一大批常用的数据科学包，方便立即开始处理数据管理包anaconda是在conda（一个包管理器和环境管理器）上发展来的；而conda可以很方便地对第三方的包进行安装、卸载和更新。

1. 简介2. 基本思想3. 研究进展4. 基本流程（1）路径构建（2）信息素更新​5. 应用举例6. 改进版6.1 精华蚂蚁系统6.2 基于排列的蚂蚁系6.3 最大最小蚂蚁系6.4 蚁群系统7. 参数设置​编辑8. 练习题...

1. 基本定义2. 算法原理2.1 算法优缺点2.2 算法参数2.3 变种3.算法中的距离公式4.案例实现4.1 读取数据4.2 分离训练集和测试集4.3 归一化处理4.4计算欧氏距离4.5排序和输出测试结果4.6 计算准确率总代码

1.简介2.Pearson相关系数算法详解程序实现3.Kendall相关系数算法详解程序实现4.Spearman相关系数算法详解程序实现

1.简介2.算法详解2.1 数据标准化2.2计算灰色相关系数2.3 计算灰色关联度系数3.实例分析3.1 读取数据3.2 数据标准化3.3绘制 x1,x4,x5,x6,x7 的折线图3.4计算灰色相关系数完整代码

一、MA模型的定义二、MA模型的统计性质1.常数均值2.常数方差3.自协方差函数q阶结尾4.自相关系数q阶截尾举例：三、MA模型的可逆1.可逆的定义和条件2.MA与AR模型的对比3.逆函数的递推公式举例：四、MA模型的偏自相关系数拖尾举例：R举例：小结