第一组熵权法汇编.ppt

根据信息论的基本原理 , 信息是系统有序程度的一个度量; 而熵是系统无序程度的一个度量。 若系统可能处于多种不同的状态。而每种状态出现的概率为 （i=1,2,……,m）时，则该系统的熵就定义为： 显然，当 =1/m（i=1,2,……,m）时，即各种状态出现的概率相同时，熵取最大值，为： 现有m个待评项目，n个评价指标，形成原始评价矩阵 对于某个指标 有信息熵： 利用熵权法计算权重 求各指标值权重的过程为： (1)计算第j个指标下第i个项目的指标值的比重 ： (2)计算第j个指标的熵值 ： (3)计算第j个指标的熵权 ： (4)确定指标的综合权数 ： 假设评估者根据自己的目的和要求将指标重要性的权重确定为 ,j=1,2,…,n，结合指标的熵权 就可以得到指标j的综合权数： 邀请了有关专家对这些评价指标进行打分，结果如表 1 所示。该表中某一数值越大，则说明该数值对应的项目在此指标上比其他项目更优。本例就是在表 1 的基础上对各项目进行分析、评价和排序的。 熵权法的缺点 目前国内建设工程项目评标常用综合评估法，运用综合评估法对技术部分和商务部分的量化结果加权求和，计算综合评估分时，权重极大地影响着评标结果。实际评标过程中，权重往往由评标委员会事先给出，极易受专家偏好的影响，进而导致评标结果客观性、科学性不足。如何合理地确定各指标权重，是一个比较急切的问题。 熵权法完全根据决策矩阵求出能代表权重分配的熵权，能有效规避专家主管判断误差对权重分配的影响。根据定义，指标的熵权越大，而最无序的指标并不一定是最影响工程效益的、招标人最重视的指标，因此仅用熵权法求权评标不一定能得出最合理的结果。 五、软件实现 在前面的“基于熵权法的房地产项目建筑质量评价”一例中，我们通过公式进行数据处理，但是这个过程比较繁琐和复杂，需要大量的计算量。所以我们通过VBA在EXCEL下编写宏程序使得在处理数据时彻底从手工操作中解放出来，最终达到熵值法在EXCEL中实现“傻瓜”操作的目标。具体软件演示我们仍然是采用与前面相同的例子。通过相同的例子不同的数据处理方法我们可以直观的看到公式计算与软件运用这两种不同方法之间的差距。 缺乏各指标之间的横向比较； 各指标的权数随样本的变化而变化，权数依赖于样本，在应用上受限制。 1 2 熵权法在具体例子中运用后的改进思考 所以，这也是在应用举例中我们将熵权法和指标值合理区间结合的原因，因为这样能很好地克服这一缺点。 指标值合理区间是在多目标决策中，决策者根据相关知识、经验等确定的指标值的合理范围。影响指标权重的因素通常被归纳在决策矩阵之中，但已知信息通常比决策矩阵所包含的信息多。若忽略这些信息，局限在矩阵之中确定权重，会导致权重不合理。为此，只有在指标值合理区间内，对各指标值进行标准化后，才能确定最合理的权重。工程项目平板过程中，决策矩阵往往只能反映各投标人所提供的信息，而不能反映招标人对项目的要求。应引入指标值合理区间，全面考虑招投标双方信息，才能确定最合理的指标权重分配。 熵权法及其改进 熵权法 主要内容 1、背 景 2、理 论 3、应用举例 4、方法改进 5、软件实现 德国物理学家克劳修斯于1856年创立熵理论。 1870年玻尔兹曼发现了处于同能级状态的分子个数的对数值与熵值成正比。爱因斯坦和普朗克也利用熵原理解决科学研究中遇到的问题， 20 世纪 30 年代后熵理论进入到化学研究领域。1945 年，薛定谔把熵的概念运用到了生物学领域中。 1948 年，申农和维纳将通信过程中信息源信号的不确定性称为信息熵。 20 世纪后期，熵理论进入了科技含量较高的高新技术行业。 一、背 景 熵概念的产生 熵原本是一热力学概念，它最先由申农 C. E.Shannon 引入信息论 ，称之为信息熵。现已在工 程技术，社会经济等领域得