2.4. Normalization of the data entr

2.4. Normalization of the data entries
The data entries for each indicator ix.y for a city Cj are normalized
based on the Min-Max method (OECD-JRC, 2008). The normalized
values have an identical range between 0 and 1. There are two
modes of the Min-Max method (Equations (1) and (2)). Both
equations are based on the difference of ix.y for a specific city Cj and
either the minimum (min) or maximum (max) value in the data set
divided by the range of the data set for the same indicator. The
range of the data set for ix.y considers the data inputs for all cities in
the sample Cj from j ¼ 1 to j ¼ 12.
Ix:y


Cj

¼


ix:y


Cj

 max


ix:y


min


ix:y

 max


ix:y

(1)
Ix:y


Cj

¼


ix:y


Cj

 min


ix:y


max


ix:y

 min


ix:y

(2)
Equation (1) normalizes the data inputs in a decreasing function
so that max (ix.y) receives the value of 0. Other data entries are
scaled between 0 and 1 accordingly. This mode applies to indicators
in which lower values are desirable, such as energy usage and CO2
emissions. Equation (2) normalizes the data set in an increasing
function so that min (ix.y) receives the value of 0. This mode applies
to indicators in which higher values are desirable, such as the
penetration of energy saving measures. Here, Ix.y is the normalized
value of the yth indicator in dimension x for a given city Cj. This
process is reiterated until all data entries are normalized.
2.5. Value aggregation for composite index
Equation (3) provides the means of aggregating all normalized
data values Ix.y into a composite index value per city Cj. The double
summation in Equation (3) sums the normalized values Ix.y of indicators
y ¼ 1 to y ¼ 5 (inner summation) in all dimensions x ¼ 1 to
x ¼ 7 in the Index.
SDEWES


Cj

¼
X7
x¼1
X5
y¼1
axIx:y where
X7
x¼1
ax ¼ 1 (3)
All dimensions have five indicators and may be weighted
equally. In this case, the dimension weights ax will be 0.14.Weights
ax may also be differentiated for each dimension. In practice, ax is
0.22 for D1 and D5 that directly involve energy and CO2 emissions
data from the SEAP. For the other dimensions that may indirectly
relate to SEAP data, the values of ax are 0.11. The output of the entire
process from data collection to aggregation is the SDEWES Index
value for each city in the sample Cj from j ¼ 1 to j ¼ 12. This output
is represented in Fig. 1 (right hand side) based on the summation of
all values Ix.y for each city Cj in the sample.

ผลลัพธ์ (ไทย) 1:

2.4 การฟื้นฟูของรายการข้อมูลรายการข้อมูลสำหรับ ix.y แต่ละตัวบ่งชี้สำหรับเมือง Cj อยู่ตามปกติตามวิธีการต่ำสุดสูงสุด (OECD-JRC, 2008) แบบมาตรฐานค่าช่วงเหมือนกันระหว่าง 0 และ 1 ได้ มีสองวิธีการวิธี Min-Max (สมการ (1) และ (2)) ทั้งสองอย่างสมการจะขึ้นอยู่กับความแตกต่างของ ix.y ในเมืองเฉพาะ Cj และต่ำสุด (min) หรือค่าสูงสุด (สูงสุด) ในชุดข้อมูลแบ่งตามช่วงของการกำหนดตัวบ่งชี้เดียวกัน ที่ช่วงของการกำหนด ix.y พิจารณาอินพุตข้อมูลเมืองทั้งหมดตัวอย่าง Cj จากเจ¼ 1 กับเจ¼ 12Ix:y
Cj¼
ix:y
Cjสูงสุด
ix:y
นาที
ix:yสูงสุด
ix:y(1)Ix:y
Cj¼
ix:y
Cjนาที
ix:y
สูงสุด
ix:yนาที
ix:y(2)สมการ (1) normalizes อินพุตข้อมูลในฟังก์ชันลดให้สูงสุด (ix.y) ได้รับค่าของ 0 รายการข้อมูลอื่น ๆปรับระหว่าง 0 และ 1 ตามลำดับ โหมดนี้ใช้กับตัวบ่งชี้ซึ่งต่ำกว่าค่าปรารถนา CO2 และการใช้พลังงานปล่อย สมการ (2) normalizes ชุดข้อมูลในการเพิ่มฟังก์ชันเพื่อนาทีที่ (ix.y) ได้รับค่าของ 0 ใช้โหมดนี้ไปที่ค่าที่สูงกว่าจะต้อง เช่นตัวบ่งชี้การเจาะของมาตรการประหยัดพลังงาน ที่นี่ Ix.y เป็นมาตรฐานที่ค่าของตัวบ่งชี้ yth ในมิติ x สำหรับการกำหนดเมือง Cj นี้กระบวนการจะย้ำจนกว่ารายการทั้งหมดของข้อมูลได้ตามปกติ2.5 รวมมูลค่าสำหรับดัชนีคอมโพสิตสมการ (3) มีวิธีการรวบรวมมาตรฐานทั้งหมดIx.y ค่าข้อมูลเป็นค่าดัชนีโดยรวมต่อเมือง Cj คู่รวมในสมการ (3) ผลรวมค่ามาตรฐาน Ix.y ของตัวบ่งชี้y กับ y ¼ 5 1 ¼ (การรวมภายใน) ในมิติทั้งหมด x ¼ 1x 7 ¼ในดัชนีSDEWES
Cj¼X 7x¼1X 5y¼1axIx:y ที่X 7x¼1ax 1 ¼ (3)มีตัวชี้วัด 5 มิติทั้งหมด และอาจถ่วงน้ำหนักเท่า ๆ กัน ในกรณีนี้ ax น้ำหนักมิติจะ 0.14.Weightsax ยังอาจจะแตกต่างกันสำหรับแต่ละมิติ ในทางปฏิบัติ เป็น ax$ 0.22 ง 1 และ D5 ที่เกี่ยวข้องกับพลังงานและการปล่อยก๊าซ CO2 โดยตรงข้อมูลจาก SEAP สำหรับมิติที่อาจโดยทางอ้อมเกี่ยวข้องกับข้อมูล SEAP ค่า ax เป็น 0.11 ของทั้งหมดกระบวนการจากการเก็บรวบรวมข้อมูลรวมเป็นดัชนี SDEWESค่าสำหรับแต่ละเมืองในตัวอย่าง Cj จากเจ¼ 1 กับเจ¼ 12 ผลลัพธ์นี้แสดงใน 1 Fig. (ด้านขวามือ) ตามผลรวมของค่าทั้งหมด Ix.y สำหรับแต่ละเมือง Cj ในตัวอย่าง

ผลลัพธ์ (ไทย) 2:

2.4 ฟื้นฟูข้อมูลรายการรายการข้อมูลสำหรับการ ix.y แต่ละตัวบ่งชี้สำหรับเมือง Cj ปกติจะขึ้นอยู่กับวิธีการMin-Max (OECD-JRC 2008) ปกติค่ามีช่วงที่เหมือนกันระหว่าง 0 และ 1 มีสองรูปแบบของวิธีการMin-Max (สมการ (1) และ (2)) ทั้งสองสมการจะขึ้นอยู่กับความแตกต่างของ ix.y สำหรับเมืองที่เฉพาะเจาะจงและ Cj ทั้งต่ำสุด (นาที) หรือสูงสุด (สูงสุด) ค่าในชุดข้อมูลแบ่งตามช่วงของข้อมูลที่กำหนดไว้สำหรับตัวบ่งชี้ที่เดียวกัน ช่วงของชุดข้อมูล ix.y พิจารณาปัจจัยการผลิตข้อมูลเมืองทั้งหมดในตัวอย่างCj จากเจ¼ 1 ถึงเจ¼ 12. ทรงเครื่อง: Y? Cj? ¼? ix: Y? Cj?? สูงสุด? ix: y ที่???? นาที? ix: Y?? สูงสุด? ix: y ที่?? (1) ทรงเครื่อง: Y? Cj? ¼? ix: Y? Cj?? นาที? ix: y ที่???? สูงสุด? ix: Y?? นาที? ix: y ที่?? (2) สมการ (1) normalizes ปัจจัยการผลิตข้อมูลในการทำงานลดลงเพื่อให้max (ix.y) ได้รับค่า 0 รายการข้อมูลอื่น ๆ ที่มีการปรับสัดส่วนระหว่าง0 และ 1 ตามลำดับ โหมดนี้จะนำไปใช้กับตัวชี้วัดที่มีค่าต่ำเป็นที่พึงประสงค์เช่นการใช้พลังงานและ CO2 ปล่อยก๊าซเรือนกระจก สมการ (2) normalizes ข้อมูลที่กำหนดในการเพิ่มฟังก์ชั่นเพื่อให้นาที(ix.y) ได้รับค่าของ 0. โหมดนี้ใช้ตัวชี้วัดที่ค่าสูงเป็นที่พึงประสงค์เช่นการรุกของมาตรการประหยัดพลังงาน นี่ Ix.y เป็นปกติค่าของตัวบ่งชี้ในYTH x มิติสำหรับเมืองที่ได้รับ Cj นี้กระบวนการย้ำจนรายการข้อมูลทั้งหมดเป็นปกติ. 2.5 รวมราคาดัชนีคอมโพสิตสมการ (3) ให้ความหมายของการรวมกันปกติทุกค่าข้อมูลIx.y เป็นค่าดัชนีคอมโพสิตต่อเมือง Cj คู่บวกในสมการ (3) สรุปค่าปกติ Ix.y ของตัวชี้วัดปี¼ 1 ถึง 5 ปี¼ (บวกภายใน) ในทุกมิติ¼ x 1 x ¼ 7 ในดัชนี. SDEWES? Cj? ¼ X7 x¼1 X5 y¼1 axIx: ปีที่X7 x¼1ขวาน¼ 1 (3) มิติทั้งหมดมีห้าตัวชี้วัดและอาจจะมีน้ำหนักเท่า ๆ กัน ในกรณีนี้มิติขวานน้ำหนักจะ 0.14.Weights ขวานก็อาจจะแตกต่างกันสำหรับแต่ละมิติ ในทางปฏิบัติขวานเป็น0.22 สำหรับ D1 และ D5 ที่โดยตรงที่เกี่ยวข้องกับการใช้พลังงานและการปล่อยก๊าซ CO2 ข้อมูลจาก SEAP สำหรับมิติอื่น ๆ ที่ทางอ้อมอาจเกี่ยวข้องกับข้อมูลSEAP ค่าขวานที่มี 0.11 การส่งออกของทั้งกระบวนการตั้งแต่การเก็บรวบรวมข้อมูลเพื่อการรวมตัวเป็นดัชนี SDEWES ค่าสำหรับเมืองในกลุ่มตัวอย่างในแต่ละ Cj จากเจ¼ 1 ถึงเจ¼ 12. ผลลัพธ์นี้จะถูกแสดงในรูปที่ 1 (ด้านขวามือ) ตามผลรวมของค่าIx.y ทุกเมือง Cj ในแต่ละตัวอย่าง

ผลลัพธ์ (ไทย) 3:

2.4 . บรรทัดฐานของรายการข้อมูลรายการข้อมูลในแต่ละตัวบ่งชี้
ix.y สำหรับเมือง CJ เป็นปกติ
ขึ้นอยู่กับวิธี Min Max ( oecd-jrc , 2008 ) the normalized
สองสามเวลาระบบ between 0 ลง ( 1 . มีสองโหมดของวิธี
Min Max ( สมการ ( 1 ) และ ( 2 ) ทั้ง
สมการจะขึ้นอยู่กับความแตกต่างของ ix.y สำหรับเมืองที่เฉพาะเจาะจงและ
ซีเจทั้งต่ำสุด ( Min ) หรือสูงสุด ( max ) ค่า
แบ่งตามช่วงของชุดข้อมูลในตัวเดียวกัน
ช่วงของชุดข้อมูลสำหรับ ix.y พิจารณาข้อมูลนำเข้าสำหรับทุกเมืองใน
ตัวอย่าง CJ จาก J ¼ 1 J ¼ 12 .
9 Y





 ซีเจ¼

9 Y





 ซีเจ  แม็กซ์

9
: Y   

มิน

9
Y


 แม็กซ์

9 Y
 
( 1 )
9 Y





 ซีเจ¼

9 Y




ซีเจ   มิน


9
: Y   



9 : แม็กซ์
Y

 มิน


9 Y
 

( 2 )สมการ ( 1 ) ปรับข้อมูลอินพุตในฟังก์ชันลด
ดังนั้นแม็กซ์ ( ix.y ) ได้รับค่าของ 0 รายการข้อมูลอื่น
ปรับระหว่าง 0 และ 1 ตาม โหมดนี้ใช้ตัวบ่งชี้
ซึ่งค่าลดที่พึงประสงค์ เช่น การใช้พลังงานและการปล่อยก๊าซ CO2

สมการ ( 2 ) ปกติชุดข้อมูลในการเพิ่มฟังก์ชั่นเพื่อให้มิน
( ix.y ) ได้รับค่าของ 0โหมดนี้ใช้กับตัวชี้วัดที่ค่าสูงกว่า

ที่พึงประสงค์ เช่น การเจาะของมาตรการประหยัดพลังงาน ที่นี่ ix.y เป็นปกติ
ค่าของตัวบ่งชี้ใน yth มิติ x ให้เมืองซีเจ กระบวนการนี้จะยืนยันจนกว่าข้อมูลทั้งหมด

รายการปกติ . 2.5 มูลค่ารวมสำหรับสมการดัชนีคอมโพสิต (
3 ) มีการรวมกันทั้งหมดปกติ
ดัชนีคอมโพสิต ix.y ค่าข้อมูลเป็นค่าต่อเมืองซีเจ รวมคู่
ในสมการ ( 3 ) ผลรวมค่าของตัวชี้วัดค่า ix.y Y
Y ¼ 1 ¼ 5 ( ภายใน 3 ) ในทุกมิติ x ¼ 1
x ¼ 7 ในดัชนี sdewes





ซีเจ  ¼
X7
x ¼ 1 x5

Y ¼ 1
axix X7
x
: Y ที่¼ขวาน¼ 1
1
( 3 ) ทุกมิติมี 5 ตัวชี้วัด และอาจจะหนัก
พอๆ กัน ในกรณีนี้ ขนาดน้ำหนักขวานจะเป็น 014 . น้ำหนัก
ขวานอาจจะแตกต่างในแต่ละมิติ ในทางปฏิบัติ ขวานคือ 0.22 สำหรับ D1 D5
และที่เกี่ยวข้องกับพลังงานและการปล่อย CO2
ข้อมูลจากแซบ . สำหรับอีกมิติที่อาจจะเกี่ยวข้องกับข้อมูลทางอ้อม
แซบ คุณค่าของขวานเป็น 0.11 . ผลผลิตของกระบวนการทั้งหมดจากการจัดเก็บข้อมูล

sdewes ดัชนีคือค่าของแต่ละเมืองในตัวอย่าง CJ จาก J ¼ 1 J ¼ 12 นี้ออก
จะแสดงในรูปที่ 1 ( ขวามือ ) ขึ้นอยู่กับผลรวมของค่าทั้งหมด ix.y
แต่ละเมืองซีเจ ในตัวอย่าง