买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：暨南大学

摘要：本申请涉及基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质，该方法包括：获取待排序的订单数据，对订单数据进行预处理，以生成预设数据格式的候选订单数据，候选订单数据包括多种目标指标参数；利用TOPSIS法，处理多种目标指标参数，得到每个目标指标参数所对应的权重数据；对多种目标指标参数和每个目标指标参数对应的权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个目标指标参数对应的实时加权秩和比，将实时加权秩和比输入SVR模型，输出与实时加权秩和比对应的预测加权秩和比；根据预测加权秩和比和预设的分档规则，确定每个订单数据所对应的分档排序结果。通过本申请，解决相关技术中评级订单的方法效率及准确率低的问题。

主权项：1.一种基于TOPSIS和SVR的订单评级方法，其特征在于，包括：获取待排序的订单数据，并对所述订单数据进行预处理，以生成预设数据格式的候选订单数据，其中，所述候选订单数据包括多种目标指标参数；利用逼近于理解向的排序法TOPSIS，处理多种所述目标指标参数，得到每个所述目标指标参数所对应的权重数据；对多种所述目标指标参数和每个所述目标指标参数对应的所述权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个所述目标指标参数对应的实时加权秩和比，并将所述实时加权秩和比输入已训练的支持向量回归SVR模型，输出与所述实时加权秩和比对应的预测加权秩和比，其中，所述SVR模型是基于支持向量机SVM的预测模型，并被训练为根据输入的加权秩和比预测与该加权秩和比对应的秩和比预测值，其中，计算预测加权秩和比，包括：步骤1、编秩根据所述候选订单数据对应的评估矩阵，对每个所述目标 指标参数进行编秩，其中，对于效益性指标从大到小编秩，成本型指标从小到大编秩，对于 有相同数据的指标，采用平均秩次，生成对应的秩矩阵，对应的公式表示为：； 步骤2、计算秩和比RSR对于每个所述候选订单数据,计算其RSR值，包括：将所 有所述目标指标参数对应的指标秩次的和，除以所述目标指标参数的指标总数n，其中，计 算公式为：; 步骤3，计算加权秩和比WRSR对每个所述候选订单数据，计算加权秩和比WRSR，并采用通过将每个所述目标指标参数对应的秩和比与利用TOPSIS法，计算出的每个所述目标指标参数所对应的权重数据相乘；步骤4，采用SVM模型和计算出的实时加权秩和比，进行WRSR预测，生成预测WRSR；根据所述预测加权秩和比和预设的分档规则，确定每个所述订单数据所对应的分档排序结果。

全文数据：

权利要求：

百度查询： 暨南大学 基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质