基于熵权的熵权多属性决策方法.docxVIP

基于熵权的熵权多属性决策方法 多属性决策的本质是对有限的方案进行分类，并选择最满意的方案。每个属性之间的不公度和冲突通常将属性的特征值转换为每个属性的下属度，赋予每个属性相应的权重，然后进行综合评估。在这项工作中，我们使用了改进的三种标准ahp方法和熵权重。属性函数的构建直接基于每个属性的标准化值，即相对属性。在这项工作中，我们重点讨论了这种方法的使用和性能。 1 各指标标准化 现考虑一个评估问题,设F={f1,f2,…fn}为n个待选方案集,Z={z1,z2,…,zm}为综合评价体系中的m个指标(属性),X=(xij)n×m.为相应的m个指标的特征值矩阵.xij代表i个方案的第j个分指标值,一般来讲,评价指标有多种类型,各指标的量纲不统一,且其优化准则也不尽相同,须对原始指标值进行标准化.标准化后的指标值,不仅消除了量纲的影响,也可以衡量优劣的尺度,故可把标准化后的指标值作为相对隶属度矩阵R.本文只列出项目评价最基本的模型-成本-效益型,标准化计算式如下: (1)效益型 rij=xijxmax?i,j(1)rij=xijxmax?i,j(1) (2)成本型 rij=xminxij?i,j(2)rij=xminxij?i,j(2) 2 指数权重的确定 2.1 各指标一致性判断 传统的AHP法在方案综合评价时,一般采用1～9标度方法构建判断矩阵,当判断矩阵阶数越大,决策者越难以决定,越难以满足一致性要求,需要反复地调整判断矩阵.三标度AHP方法是在传统AHP方法思想基础上的一种简化算法,它减少了决策者在判断指标相对重要性时的模糊性,降低了指标两两比较次数,判断矩阵的一部分元素可以由其他元素直接推得,且自动满足一致性要求.其计算步骤如下: (1)建立判断矩阵C cij={1i指标比j指标重要0i指标与j指标同等重要-1i指标不如j指标重要?i,j(3)cij=?????1i指标比j指标重要0i指标与j指标同等重要?1i指标不如j指标重要?i,j(3) (2)计算判断矩阵最优传递矩阵D dij={1mm∑k=1(cik+ckj)?i,j(4)dij={1m∑k=1m(cik+ckj)?i,j(4) (3)求一致性判断矩阵A aij=exp(dij)?i,j(5)aij=exp(dij)?i,j(5) (4)计算A的归一化特征向量w(采用积法),作为各指标的相对权重值w0 w0i=ˉwi(m∑j=1ˉwj)?i(6) 2.2 不确定性和控制量的计算 AHP法确定权重实质上仍是一种主观赋权法,它需要决策者对指标重要性作两两比较,得其偏好.为使权重更客观,本文引入熵权的概念,它完全利用原始指标数据信息,以指标值之间的差异大小反映指标的“信息价值”来确定权重.熵在信息理论中作为不确定性和信息量的量度: S(Ρ1,Ρ2,?,Ρn)=-kn∑i=1pi.ln(pi),?i(7) 式中k是一个正的常数,令k=1ln(n);pi是一个离散的概率分布,指标zj的集合射影pij可被定义为 pij=xijn∑i=1xij??i,j(8) 熵E和熵权w′按下面的公式计算: Ej=-1ln(n)n∑i=1pij.ln(pij)??j(9)w′j=(1-Ej)n∑j=1(1-Ej)??j(10) 熵权w′是一种客观赋权法,独立于人的偏好与经验以外,为了保留专家和决策者意见,兼顾主客观两个方面,可与前述的改进的AHP法相结合.熵权实际上是对先验主观权重的一种修正.视节2.1求出的w0为先验权重,熵权w′为后验权重,则组合权重w为 wj=w0jw′jn∑j=1w0jw′j??j(11) 3 相对优秀部 应用模糊综合评判的原理,求得相对优属度向量 u=R×w(12) 根据各方案的相对优属度值的比较,从大到小排列优劣顺序. 4 参与评价的指标 为了验证本文方法的合理有效性,同时为了便于比较,本文引用文献的算例-模糊评判方法试用于抽水蓄能电站的评价.文中给出辽宁省浦石和等三站点指标特征值,对这三站点的技术经济条件进行模糊排序,这对于抽水蓄能电站的普查与规划是很有意义的.文中参与评价选择的指标有: (1)抽水蓄能电站的本体每千瓦投资:直接反映了电站本体经济性. (2)配套输变电每千瓦投资:反映输变电线路距离的长短,电能损失大小. (3)电站水头:反应了电站枢纽,在一定范围内,水头愈高电站造价愈小. (4)地形特征:抽水蓄能电站的输水系统长度L与水头H之比. (5)抽水蓄能电站的调峰系数:定义为最大出力与抽水功率之和对系统最大峰谷差值的比值.反映了电站调峰填谷能力,是建设抽水蓄能电站的主要目的. (6)电力系统总费用现值:衡量经济性的重要因素. (7)施工工期:反映投资运行周转、资金积压程度以及决定能否满足某一水平年系统对电源的要求. (8)蓄能机组的电力系统每千瓦年节煤