文本内容:
端值法的原理及实例讲解崎值法.算法简介端值法是一种客观赋权法其根据各项指标观测值所提供的信息的大小来确定指标权重设有Xxmn个待评方案,项评价指标,形成原始指标数据矩阵对于某项指ijmnXx标,指标值的差距越大,则该指标在综合评价中所起的作用越大;如果某项指标的指ijj标值全部相等,则该指标在综合评价中不起作用在信息论中,燃是对不确定性的一种度量信息量越大,不确定性就越小,嫡也就越小;信息量越小,不确定性就越大,燧也越大.根据烯的特性,我们可以通过计算烯值来判断一个方案的随机性及无序程度,也可以用蜡值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响越大〜因此,可根据各项指标的变异程度,利用信息燧这个工具,计算出各个指标的权重,为多指标综合评价提供依据〜.算法实现过程数据矩阵XiX其中为第个方案第个指标的数值jijXXlnnmnm
2.2数据的非负数化处理由于牖值法计算采用的是各个方案某一指标占同一指标值总和的比值,因此不存在量纲的影响,不需要进行标准化处理,若数据中有负数,就需要对数据进行非负化处理〜此外,为了避免求端值时对数的无意义,需要进行数据平移对于越大越好的指标XminXXXijlj2jnj,Xlil2n;jl2mijmaxXXXminXXX1j2jnjlj2jnj对于越小越好的指标maxXXXXlj2jnjijX1i12n;j12mijmaxXXXminXXXlj2jnjlj2jnjX为了方便起见,仍记非负化处理后的数据为ij
2.3计算第项指标下第i个方案占该指标的比重jXijPj12mijnXijli
2.4计算第项指标的嫡值jnek*PlogP其中k0In为自然对数,e0式中常数k与样本数m有关jijijjli一般令k则0ellnm.5计算第项指标的差异系数j对于第项指标,指标值的差异越大,对方案评价的作用越大,牖值就越小Xjij,则:越大指标越重要g1egjjj
2.6求权数gjWj12mjmgjlj
2.7计算各方案的综合得分mSW*Pi12nlj
3.嫡值法的优缺点燧值法是根据各项指标指标值的变异程度来确定指标权数的,这是一种客观赋权法,避免了人为因素带来的偏差,但由于忽略了指标本身重要程度,有时确定的指标权数会与预期的结果相差甚远,同时端值法不能减少评价指标的维数〜烯值法实例讲解.xlsx。