线性加权综合法计算公式
1/t的傅里叶变换？
1/t的傅里叶变换？
t的傅里叶变换为(i/2pi)amp(f)；1/t傅里叶变换为 -i*pi*sgn(f)。其中pi为3.1415926，amp(f)为狄拉克函数，sgn（f）为符号函数，i的平方等于1。对于tf(2t)，应先利用尺度变换性质求f(2t)的频谱为F(w/2)/2，然后再利用线性加权性质（或频域微分性质）求，对上一个结果以w为变量进行微分，再乘以虚数因子j，结果为jF`(w/2)/4，对于第二个则先利用时域微分性质求出df(t)/dt的变换为jwF(w)，然后再利用线性加权性质求，对jwF(w)以w为变量进行微分，再乘以虚数因子j，结果为-F(w)-wF`(w)。
fisher统计法？
是判别分析的方法之一，它是借助于方差分析的思想，利用已知各总体抽取的样品的p维观察值构造一个或多个线性判别函数yl′x其中l (l1，l2…lp)′，x (x1，x2，…，xp)′，使不同总体之间的离差(记为B)尽可能地大，而同一总体内的离差(记为E)尽可能地小来确定判别系数l(l1，l2…lp)′。
数学上证明判别系数l恰好是|B-λE|0的特征根，记为λ1≥λ2≥…≥λr0。所对应的特征向量记为l1，l2，…lr，则可写出多个相应的线性判别函数，在有些问题中，仅用一个λ1对应的特征向量l1所构成线性判别函数y1l′1x不能很好区分各个总体时，可取λ2对应的特征向量l′2建立第二个线性判别函数y2l′2x，如还不够，依此类推。有了判别函数，再人为规定一个分类原则(有加权法和不加权法等)就可对新样品x判别所属。
shapley值的应用条件？
基于Shapley值权重分配的组合预测模型 所谓组合预测，就是将若干种单一预测方法赋予不同的权值，从而形成综合的预测模型。在组合预测中，权重选取十分重要，合理的权重会大大提高预测精度。常见的权重选取方法有：算术平均法、标准差法、方差倒数法、均方倒数法、离异系数法、AHP法、德尔菲法、最优加权法等。AHP法与德尔菲法均为主观赋权，不可避免地会受到人为因素的影响；最优加权法预测的精度最高，但是计算复杂，往往需要求解线性规划或非线性规划，且求得的权重可能为负数，往往只能得到次优解，在实际应用中有较大的局限。在对物流需求进行预测时，为有效降低预测误差常会进行组合预测，而这时为各个单一的预测方法分配的权重应反映这种单一的预测方法对总预测结果贡献的大小。误差越大，预测效果越差，则在组合中的权重越小；预测误差越小，预测效果越好，则它在组合预测中的权重应该越大。Shapley值法是用于解决多人合作对策问题的一种数学方法。它主要集中应用在合作收益在各合作方之间的分配，Shapley值实现的是每个合作成员对该合作联盟的贡献大小，突出反映了各个成员在合作中的重要性。Shapley值法的最大优点在于其原理和结果易于被各个合作方视为公平，结果易于被各方接受 首先利用等间距数据序列，建立多个等间距灰色预测模型模型，再将这些单个灰色预测模型进行组合，可以建立等间距组合灰色预测模型。组合权系数的确定可利用合作对策的shapley值方法。最后通过一个具体的实际例子对组合预测模型的建立方法加以说明，实例对原始数据序列分别选取不同的序列构造了三个单个预测模型,根据三种预测模型得到了组合预测模型，实例计算结果表明组合预测模型比单个GM（1，1）模型预测方法具有更高的拟合和预测精度.” ---------------------------------------------------------------------青岛理工大学