.机器学习计算权重的算法 路璐 用机器学习来计算权重，有一定的优势，这种计算模型可以根据环境和调节的变化，所算的权重也随着变化，达到与时俱进的效果。对于已经设定好指标的被评估主体，指标体系中各指标有不同的量纲，需要转换为无量纲的标准化指标，关于评估指标标准化方法，在以前的总结中诠释过：评估指标分为正向型和逆向型。正向型具有越大越优的性质，逆向型是越小越优的性质。在fj（1jn）个评估指标中，m个评估方案（待评）ai（1im）,m个方案n个指标构成矩阵X=（xij）m*n叫做评估矩阵。在评估矩阵中，对于正向指标，取xj*=max1im（xij）0,则yij=xijxj*,( 1im, 1jn);对于逆向型指标，取xj*=mix1im（xij），则yij=xj*xij,( 1im, 1jn) 。矩阵Y=（yij）m*n称为线性比例标准化矩阵，经过线性化指标满足0yij1。并且正向和逆向型指标均化为正向指标，最好值为1，最差值为0.把评估过程按层次分为输入、隐含层和输出
