《表3 传统多属性决策方法排序结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SECA的加工番茄综合评价方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取β=4时的一组权重ω1～ω6依次为0.214 9、0.209 2、0.130 9、0.202 5、0.134 4、0.108 0，进行多种传统多属性决策方法分析，结果如表3所示.通过分别对比SECA方法得出的排序结果与SAW（Simple Additive Weighting）[14]、COPRAS（Complex Proportional Assessment）[15]、TOPSIS（Technique for Order of Preference by Similarity to Ideal Solution）[16]三种方法得到的排序结果，相关系数依次为0.975 6，0.974 7，0.980 9.结果表明，三种传统多属性决策方法得到的排序结果与SECA方法得到的排序结果保持高度一致.证明SECA方法拥有很好的加工番茄品质特性综合评价可行性.将SECA方法用于加工番茄品质特性综合评价，不仅能够确定各个品质特性的重要程度，还能比较不同品种间的优劣，且该方法克服了传统方法依赖权重的缺点.