熵权法[1]
方法优点:客观赋权法
背景:设有m个待评方案,n项评价指标,形成原始指标数据矩阵X(xij)mn,对于某项指标xj,指标值Xij的距离越大,则该指标在综合评价中所起的作用。在信息论中信息熵
m一个系统的有序程度越高,则信息熵越大,反之,eikPijlnpij,表示系统的有序程度,
一个系统的无序程度越高,则信息熵约需奥。所以,可以根据各项指标的指标值的差异程度,利用信息熵的这个工具计算出各指标的权重。
j11.数据处理
2.计算第i个因素下第j个评价值的比重Pij
Pijxijm
ijxj13. 计算第i个因素的熵值ei
meikPijlnpij,j1
,则0ei1若取k=1lnm
4.计算第i个因素的差异系数gi
对于给定的ei越大,因素评价值的差异性越小,则因素在综合评价中所起的作用越小。定义差异系数gi1ei,则当因素gi越大时,因素越重要。 5.定义权数wijgim,则wj就是熵权法确确定的权重。
igj1
因篇幅问题不能全部显示,请点此查看更多更全内容