偏于客观的确定权重的方法-信息熵法.docVIP

偏于客观的确定权重的方法-信息熵法.doc

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
偏于客观的确定权重的方法-信息熵法

确定权重的信息熵法 相对于层次分析法,专家打分等偏于主观的确定权重的方法,信息熵法是偏于客观的确定权重的方法,它借用信息论中熵的概念。所谓“熵”,是信息论中衡量不确定性的指标,信息量的(概率)分布越趋于一致,不确定性越大。 假定有个属性,以及它们的属性值构成的决策矩阵 先对决策矩阵进行标准化处理得到决策矩阵 这里矩阵满足归一性:,即每列的元素之和为1。 如何利用信息熵法确定属性的权重呢? 这里。 这里有一个重要思想就是将归一化后的决策矩阵的列向量,即的属性值视为信息量的分布。 对属性的熵定义为: , 易知,例如若,则; 若,则;总之越一致,则越接近1,这样就越不易区分方案的优劣 。所以下面定义对于方案的区分度: 而属性的权重计算公式为: 算例:已知,显然已经归一化,计算可得 熵 区分度 权重 Excel计算过程如下表: 属性 序号 X1 X2 X3 1 0.50 0.30 0.25 -0.34657 -0.36119 -0.34657 2 0.30 0.30 0.25 -0.36119 -0.36119 -0.34657 3 0.15 0.20 0.25 -0.28457 -0.32189 -0.34657 4 0.05 0.20 0.25 -0.14979 -0.32189 -0.34657 求和 1.00 1.00 1.00 -1.14212 -1.36616 -1.38629 熵E 0.824 0.985 1.000 区分度F 0.176 0.015 0.000 0.191 (F求和) 权重w 0.924 0.076 0.000 1.000 (检验) 参考阅读:基于区间数的预警机作战效能评估.pdf

文档评论(0)

kaiss + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档