權(quán)法

習(xí)的優(yōu)勢,建立熵權(quán)法優(yōu)化的LGBM算法組合模型;采用熵權(quán)法處理數(shù)據(jù),以使數(shù)據(jù)客觀反映出指標(biāo)對于預(yù)測模型的影響;GBDT(Gradient Boosting Decision Tree)算法是Boosting的最新成果,其引入GBDT改進(jìn)的LGBM算法相較XGBoost有更高的預(yù)測準(zhǔn)確率,且LGBM算法支持分布式計(jì)算,計(jì)算速度更快、內(nèi)存占用更小[9-10]。本文以終南山隧道通風(fēng)豎井為例,將LGBM算法與熵權(quán)法相結(jié)合進(jìn)行巖爆等級預(yù)測,以檢驗(yàn)熵權(quán)法優(yōu)化LGBM模

方法可分為主觀賦權(quán)法、客觀賦權(quán)法和綜合賦權(quán)法。其中主觀賦權(quán)法［1～4］是由決策者根據(jù)經(jīng)驗(yàn)通過打分給出權(quán)值，體現(xiàn)指標(biāo)重要性，常見方法包括層次分析法、專家打分法等；客觀賦權(quán)法［5～9］是根據(jù)各指標(biāo)數(shù)據(jù)獲得權(quán)值，體現(xiàn)了指標(biāo)數(shù)據(jù)特征，常見方法包括均方差法、變異系數(shù)法、熵權(quán)法；綜合賦權(quán)法則是綜合使用上述兩種方法，避免主觀賦權(quán)法主觀隨意性較強(qiáng)、客觀賦權(quán)法無法體現(xiàn)指標(biāo)重要性的問題，綜合體現(xiàn)指標(biāo)重要性和數(shù)據(jù)特征。胡方等［5］通過熵權(quán)法給出權(quán)重，結(jié)合灰色評估方法給出水下航行

HP法)和改進(jìn)熵權(quán)法相結(jié)合形成組合權(quán)重計(jì)算方法，計(jì)算各單項(xiàng)預(yù)測模型權(quán)重得到組合電量預(yù)測模型。最后以某地區(qū)一個(gè)月為例，對其進(jìn)行電量預(yù)測并與實(shí)際情況相比較，結(jié)果表明，使用基于改進(jìn)方法的組合預(yù)測模型可有效提高預(yù)測的精確性，降低預(yù)測誤差。1 改進(jìn)的AHP法原理1.1 構(gòu)造判斷矩陣將各個(gè)準(zhǔn)則兩兩比較重要性并進(jìn)行量化，按1-9標(biāo)度法(表1)構(gòu)造判斷矩陣Z為：Z=[zij]n×n(1)式中:n為指標(biāo)的數(shù)量;zij為矩陣元素，表示準(zhǔn)則i相對準(zhǔn)則j的重要性。在傳統(tǒng)層次分析法

[5- 6]、熵權(quán)法[7- 8]，以及將以上方法與其他方法相結(jié)合而衍生出的方法，如層次分析-熵權(quán)法[9]、AHP-TOPSIS法[10]、TOPSIS-RSR法[11]等。光伏發(fā)電工程的決策目標(biāo)包括裝機(jī)規(guī)模、成本費(fèi)用、經(jīng)濟(jì)效益等，決策者通常僅進(jìn)行單目標(biāo)決策，選擇單目標(biāo)最優(yōu)方案，如追求最大裝機(jī)量、收益率最高、度電成本最低等，無法達(dá)到方案綜合最優(yōu)。為此，本文通過建立光伏發(fā)電工程多維決策指標(biāo)體系，分別采用層次分析法、熵權(quán)法、層次分析-熵權(quán)法，對光伏發(fā)電工程進(jìn)行多

分析，應(yīng)用改進(jìn)熵權(quán)法對故障單車的預(yù)測因素(騎行時(shí)長、距離等)賦予不同權(quán)值，進(jìn)而得到每一輛單車的分值，再對所有分值進(jìn)行平均優(yōu)化處理。在此基礎(chǔ)上，以BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)和ELMAN神經(jīng)網(wǎng)絡(luò)3種單一預(yù)測模型，建立基于critic權(quán)重的組合預(yù)測模型，并將其應(yīng)用于單車故障預(yù)測，以期降低預(yù)測風(fēng)險(xiǎn)。1 基于改進(jìn)熵權(quán)法的共享單車故障預(yù)測因素分析1.1 預(yù)測因素的選取故障預(yù)測因素常采用騎行總距離、騎行次數(shù)、騎行速度、騎行總時(shí)長、維修次數(shù)以及共享單車自投放經(jīng)歷的惡劣天氣次

的賦權(quán)方法，如熵權(quán)法（Entropy Weight Method，EWM）該方法杜絕了主觀要素的影響，但是難以表達(dá)出指標(biāo)間相互影響的關(guān)系［4］。而且傳統(tǒng)熵權(quán)法具有一定缺陷，每個(gè)熵間細(xì)微的變化在一定情況下可能會(huì)導(dǎo)致各指標(biāo)熵權(quán)間的成倍變化［5］。針對以上問題，本文采用網(wǎng)絡(luò)層次分析法（Analytic Network Process，ANP）與改進(jìn)的熵權(quán)法共同計(jì)算組合權(quán)重，Saaty 提出的ANP 法能夠解決層次分析法（AHP）模型難以準(zhǔn)確計(jì)算具有依賴性、反饋性

00）0 引言熵權(quán)法作為多屬性決策的主要方法之一[1］，目前在水資源與水環(huán)境評價(jià)中得到了廣泛應(yīng)用，并取得了一系列的研究成果[2］。熵權(quán)法應(yīng)用較廣[3-5］，該方法所使用的數(shù)據(jù)是決策矩陣，而所確定的屬性權(quán)重反映了屬性值的離散程度，符合數(shù)學(xué)意義，而且計(jì)算過程簡便，避免了人為因素對于權(quán)重的干擾[6］。研究表明，相比于綜合指數(shù)法、模糊綜合評價(jià)法、可變模糊評價(jià)法、層次分析法等[7］，熵權(quán)法在水資源與水環(huán)境評價(jià)方面具有明顯的優(yōu)勢[8］，它克服了傳統(tǒng)評價(jià)方法中由人為主觀

題，一些學(xué)者將熵權(quán)法引入飲用水安全評價(jià)中。熵權(quán)法最早是在管理科學(xué)領(lǐng)域發(fā)展起來的。該方法通過計(jì)算信息量，計(jì)算出指標(biāo)的權(quán)重，較大的信息量可提高其權(quán)重，反之亦然[5]。所以熵權(quán)法可以保證賦權(quán)結(jié)果的客觀性[6]。因此，熵權(quán)法近年來廣泛應(yīng)用于農(nóng)村飲用水安全評價(jià)中。但通過大量的農(nóng)村飲用水安全評價(jià)實(shí)踐發(fā)現(xiàn)，熵權(quán)法的賦權(quán)結(jié)果可能并不符合實(shí)際情況。本文結(jié)合M縣(處于五區(qū))的農(nóng)村飲用水安全評價(jià)實(shí)例，討論熵權(quán)法在農(nóng)村飲用水安全評價(jià)中的局限性。1 研究方法1.1 農(nóng)村飲用水安全評

法（AHP）、熵權(quán)法、模糊聚類法、主成分分析法、模糊TOPSIS法等[5]～[9]。向欣運(yùn)用層次分析法和模糊綜合評價(jià)法篩選出了適合武漢地區(qū)使用的沼氣工程技術(shù)，但篩選結(jié)果受所邀請專家的主觀影響較大[10]。為減少主觀因素的影響，朱桂英使用層次分析法和熵權(quán)法對沼氣工程技術(shù)指標(biāo)進(jìn)行組合賦權(quán)，使得沼氣工程技術(shù)指標(biāo)評價(jià)系統(tǒng)更加清晰和 完 善[11]。諸多學(xué)者在沼氣工程中厭氧發(fā)酵技術(shù)指標(biāo)、指標(biāo)權(quán)重等的建立方面展開了研究，但對沼氣凈化提純技術(shù)指標(biāo)及指標(biāo)權(quán)重的建立尚未見報(bào)

用層次分析法和熵權(quán)法設(shè)計(jì)風(fēng)險(xiǎn)評估模型，并結(jié)合實(shí)例對電信大數(shù)據(jù)項(xiàng)目的風(fēng)險(xiǎn)評估進(jìn)行研究。2 項(xiàng)目風(fēng)險(xiǎn)重要度評估模型項(xiàng)目風(fēng)險(xiǎn)重要度評估模型由層次分析法和熵權(quán)法組合而成。層次分析法是一種多準(zhǔn)則的決策分析工具，其優(yōu)點(diǎn)是能夠?qū)⒍ㄐ耘袛嗪投糠治鼋Y(jié)合，解決無法用量化指標(biāo)度量的復(fù)雜問題，而缺點(diǎn)是較多受到?jīng)Q策者的主觀影響[5]。熵權(quán)法是一種客觀權(quán)重分析方法，其主要思路是根據(jù)評價(jià)數(shù)值的波動(dòng)或離散程度來確定權(quán)重，判斷依據(jù)是客觀數(shù)據(jù)的區(qū)分度[6]。將AHP和熵權(quán)法組合形成的AHP

。2.4 基于熵權(quán)法的模型檢驗(yàn)通過熵權(quán)法求出六個(gè)指標(biāo)對每個(gè)時(shí)刻數(shù)據(jù)異常程度的權(quán)重，再次進(jìn)行上述加權(quán)求和的操作，得出此時(shí)分值最高的五個(gè)時(shí)刻和他們對應(yīng)的數(shù)據(jù)異常程度得分，再與層次分析法所得結(jié)果進(jìn)行對比檢驗(yàn)。基于熵權(quán)法的各時(shí)刻數(shù)據(jù)異常程度評價(jià)模型的建立(1)計(jì)算標(biāo)準(zhǔn)值aij的比重Eij，其中：至此，基于熵權(quán)法的各時(shí)刻數(shù)據(jù)異常程度評價(jià)模型建立完畢。2.5 基于熵權(quán)法的各時(shí)刻數(shù)據(jù)異常程度評價(jià)模型的求解利用Matlab 對熵權(quán)編程計(jì)算，得到六個(gè)指標(biāo)對數(shù)據(jù)異常程度的權(quán)重

。本文分別使用熵權(quán)法、標(biāo)準(zhǔn)離差法、灰色關(guān)聯(lián)分析得到各試驗(yàn)項(xiàng)目的權(quán)重，然后進(jìn)行算術(shù)平均，作為評價(jià)車輛操縱穩(wěn)定性的組合權(quán)重，使評價(jià)結(jié)果更加可靠。1 選取評價(jià)指標(biāo)本文通過 MATLAB軟件生成了10組范圍為[60,100]的隨機(jī)數(shù)，來模擬10輛車參照行業(yè)標(biāo)準(zhǔn)所計(jì)算出的6個(gè)試驗(yàn)項(xiàng)目評分值。具體項(xiàng)目及得分如表1所示。表1 利用MATLAB生成的各項(xiàng)目評分2 組合權(quán)重的確定及車輛操縱穩(wěn)定性評價(jià)2.1 熵權(quán)法熵權(quán)法根據(jù)指標(biāo)的變異程度來確定指標(biāo)的信息熵大小，進(jìn)而確定指標(biāo)權(quán)

方法歸類為主觀賦權(quán)法、客觀賦權(quán)法和綜合賦權(quán)法3種[11]. 主觀賦權(quán)法根據(jù)決策者(專家)主觀上對各屬性的重視程度來確定屬性權(quán)重，包含專家調(diào)查法(Delphi法)[12]、層次分析法(AHP)[13-15]等. 客觀賦權(quán)法可以完全采用已有數(shù)據(jù)，不加入人為判斷進(jìn)行權(quán)重計(jì)算，但是缺乏人類經(jīng)驗(yàn)的總結(jié)，常用的包含熵權(quán)法[16-17]、模糊集理論[18]、主成分分析法[19]、離差及均方差法等[20]. 主客觀綜合賦權(quán)法，即分別計(jì)算主觀、客觀權(quán)重，利用加法或乘法將2項(xiàng)

絡(luò)法以及主客觀賦權(quán)法等方法[6-8]。概率統(tǒng)計(jì)與矢量代數(shù)法在對期望值和標(biāo)準(zhǔn)差進(jìn)行標(biāo)么化過程中，其基準(zhǔn)值的選取會(huì)影響評估結(jié)果的準(zhǔn)確性[9]。人工神經(jīng)網(wǎng)絡(luò)法需對樣本進(jìn)行訓(xùn)練，其樣本容量大小也將影響評估結(jié)果的準(zhǔn)確性[10-11]。層次分析法中隸屬度函數(shù)的確定受人為因素影響過大[12]。熵權(quán)法只考慮煤礦電能指標(biāo)實(shí)際的波動(dòng)情況，忽視了專家工程經(jīng)驗(yàn)，確定權(quán)重過程過于客觀。此外，熵權(quán)法在所有熵值都趨近于1時(shí)，微小的差距都會(huì)引起熵權(quán)成倍數(shù)地變化，導(dǎo)致權(quán)重分配不合理[13]

究利用灰色關(guān)聯(lián)熵權(quán)法對某三級公立醫(yī)院42個(gè)住院科室進(jìn)行綜合評價(jià)，與專家咨詢法的應(yīng)用效果進(jìn)行對比，探尋更科學(xué)、準(zhǔn)確的績效評價(jià)方法。1 資料與方法1.1 資料來源資料來源于2019年青島市某三級公立醫(yī)院42個(gè)科室的DRG指標(biāo)數(shù)據(jù)，共涉及170 549份有效病案。1.2 研究方法1.2.1 DRG指標(biāo)同質(zhì)化處理 DRG評價(jià)指標(biāo)包括DRG組數(shù)、CMI值、Time Eff、Fee Eff、低風(fēng)險(xiǎn)組死亡率，其中前兩個(gè)指標(biāo)數(shù)值越大，代表科室服務(wù)能力越強(qiáng)，為高優(yōu)型指標(biāo)；后

要環(huán)節(jié).其中，熵權(quán)法的賦權(quán)原理是根據(jù)指標(biāo)的變異程度賦以指標(biāo)相應(yīng)的權(quán)重[9]，其優(yōu)點(diǎn)在于賦權(quán)結(jié)果具有較好的客觀性，但熵權(quán)法在賦權(quán)過程中忽略了指標(biāo)在不同方案上的重要性，因而賦權(quán)結(jié)果的綜合性不強(qiáng).為此，田俊峰等[10]從指標(biāo)組合的角度提出了基于條件熵的賦權(quán)方法，但該方法并不適合于鐵路事故評價(jià)，因?yàn)殍F路事故的評價(jià)指標(biāo)不具有序貫性；南鈺等[11]從權(quán)重信息和熵值水平一致性的角度對熵權(quán)法做了改進(jìn)，但仍然存在不足.TOPSIS法是根據(jù)方案與理想解之間的貼近度而進(jìn)行排序擇

，所以按照傳統(tǒng)定權(quán)法在秩虧水準(zhǔn)網(wǎng)的平差結(jié)果并不合理[3，4]。該項(xiàng)研究將客觀定權(quán)方法引入到水準(zhǔn)網(wǎng)平差中，客觀定權(quán)是多目標(biāo)決策理論研究的重要內(nèi)容之一，其優(yōu)勢在于能客觀合理地確定各指標(biāo)的權(quán)重而不受主觀影響[5，6]。該項(xiàng)目選取秩虧水準(zhǔn)網(wǎng)實(shí)例，以Matlab為工具，將熵權(quán)理論定權(quán)及變異系數(shù)賦權(quán)法引入到秩虧水準(zhǔn)網(wǎng)中的定權(quán)問題，通過綜合權(quán)衡秩虧水準(zhǔn)網(wǎng)的觀測值及測站間的觀測距離來重新確定平差中的權(quán)值，將客觀定權(quán)的秩虧水準(zhǔn)網(wǎng)平差結(jié)果與傳統(tǒng)距離定權(quán)的平差結(jié)果進(jìn)行精度分析，

分為三類：主觀賦權(quán)法、客觀賦權(quán)法、組合賦權(quán)法。眾所周知，由于主觀賦權(quán)法和客觀賦權(quán)法各有優(yōu)缺點(diǎn)，所以很多學(xué)者致力于創(chuàng)新各種組合賦權(quán)法來改進(jìn)上述二者，其中程啟月[1]提出了結(jié)構(gòu)熵權(quán)法來改進(jìn)主觀賦權(quán)法和客觀賦權(quán)法。該方法首先將德爾斐專家調(diào)查法與模糊分析法相結(jié)合，形成“典型排序”，這是主觀賦權(quán)法；然后運(yùn)用信息論中的熵值法[2]，對前述方法的無序程度或者不確定性進(jìn)行度量；再以此為依據(jù)進(jìn)行“盲度”分析并掃盲，從而達(dá)到改進(jìn)指標(biāo)權(quán)重的目的，使指標(biāo)權(quán)重趨于合理真實(shí)。這個(gè)方法

糙集分類算法和熵權(quán)法的基礎(chǔ)上[2-5]，結(jié)合無量綱化同級變換和基于層次分析(AHP)法的高精度分類算法對模糊單因素條件屬性的權(quán)重值進(jìn)行修正[6-8]，通過對異常的單因素指標(biāo)進(jìn)行詳細(xì)的分析和處理，消除了不確定因素的影響，使在特定區(qū)間下不定單因素指標(biāo)權(quán)重的重要度排序更合理，并提高了單因素指標(biāo)權(quán)重值的精度。通過與實(shí)際數(shù)據(jù)對比表明，利用AHP法修正后的因素指標(biāo)權(quán)重值在油氣管道土壤腐蝕分級量化評價(jià)方法中體現(xiàn)出主客觀方法相互融合的優(yōu)點(diǎn)，使評價(jià)結(jié)果更加準(zhǔn)確，具有一定的優(yōu)

權(quán)重的影響，而熵權(quán)法不引入決策者的主觀判斷，可避免主觀因素對結(jié)果的影響[2]。本文將利用Excel軟件來實(shí)現(xiàn)熵權(quán)法確定各評價(jià)指標(biāo)權(quán)重。1 熵權(quán)法的基本原理熵值法是以評價(jià)對象指標(biāo)數(shù)據(jù)的變異幅度為依據(jù)確定權(quán)重值的客觀賦權(quán)法，其基于差異驅(qū)動(dòng)原理，著重突出指標(biāo)值間的局部差異[3-4]，直接利用決策矩陣對所給出的評價(jià)指標(biāo)計(jì)算權(quán)重。2 熵權(quán)法求權(quán)重的具體步驟2.1 同趨勢化綜合評價(jià)中，有些指標(biāo)是高優(yōu)指標(biāo)，有些指標(biāo)是低優(yōu)指標(biāo)。用熵權(quán)法確定指標(biāo)權(quán)重時(shí)，要求所有指標(biāo)方向一致

色關(guān)聯(lián)法、組合賦權(quán)法、神經(jīng)網(wǎng)絡(luò)法等[2-6]；雖然方法眾多，但是上述方法在泥石流的易發(fā)性評價(jià)中依然存在一定的隨機(jī)性、模糊性和權(quán)重求取的問題。云模型是一種能夠?qū)崿F(xiàn)定性概念與定量數(shù)值之間的不確定性轉(zhuǎn)換模型，它將隨機(jī)性與模糊性結(jié)合起來，用數(shù)字特征揭示隨機(jī)性與模糊性的關(guān)聯(lián)，并用來表示一個(gè)定性的概念。本文提出了改進(jìn)熵權(quán)法結(jié)合云模型的泥石流易發(fā)性評價(jià)方法，該方法首先對各評價(jià)指標(biāo)的樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再采用改進(jìn)熵權(quán)法計(jì)算權(quán)重，避免了傳統(tǒng)熵權(quán)法中可能存在的權(quán)重分配不合

數(shù)據(jù)，分別采用熵權(quán)法、變異系數(shù)法、統(tǒng)計(jì)平均法、層次分析法來確定各項(xiàng)指標(biāo)的權(quán)重系數(shù)，從而得到不同權(quán)重系數(shù)下的PQI值。采用不同方法確定的各項(xiàng)指標(biāo)所占PQI的權(quán)重系數(shù)是不同的，研究認(rèn)為，不同權(quán)重系數(shù)對瀝青路面結(jié)構(gòu)狀態(tài)的評價(jià)結(jié)果是不同的，對養(yǎng)護(hù)方案決策的影響也是不同的。因此，研究權(quán)重系數(shù)對瀝青路面養(yǎng)護(hù)決策的影響具有一定的實(shí)用價(jià)值。1 不同方法的權(quán)重系數(shù)計(jì)算結(jié)果1.1 變異系數(shù)法計(jì)算權(quán)重系數(shù)變異系數(shù)法是直接利用各項(xiàng)指標(biāo)數(shù)據(jù)，通過計(jì)算得到指標(biāo)的權(quán)重，是一種客觀的賦權(quán)

湊數(shù)相加的 “砌權(quán)法”轉(zhuǎn)換技巧，可以輕松進(jìn)行整數(shù)十進(jìn)制與N進(jìn)制間的轉(zhuǎn)換。二、 “砌權(quán)法”的定義及適用范圍“砌”即拼湊， “權(quán)”是進(jìn)制的位權(quán)， “砌權(quán)法”就是利用進(jìn)制位權(quán)值固定的特點(diǎn)，將需要轉(zhuǎn)換的進(jìn)制列出若干位權(quán)，再根據(jù)位權(quán)和進(jìn)制數(shù)之間的規(guī)律進(jìn)行拼湊而成。具體過程可以分為三個(gè)步驟：①列權(quán)：將相應(yīng)進(jìn)制數(shù)的若干位權(quán)列出，如下表2常見進(jìn)制的位權(quán)表所示。②定權(quán)：確定最高位權(quán)值；在十進(jìn)制轉(zhuǎn)換N進(jìn)制過程中，假如需轉(zhuǎn)換的十進(jìn)制數(shù)為D，則取位權(quán)值小于D的最高位。在N進(jìn)制轉(zhuǎn)換

信息熵原理，將熵權(quán)法(entropy weight method,EWM)用于短時(shí)交通流的組合預(yù)測并做了數(shù)據(jù)驗(yàn)證。1 常用交通流量組合預(yù)測法介紹組合預(yù)測模型的數(shù)學(xué)描述通常為：(1)顯然，確定各預(yù)測模型的權(quán)重系數(shù)wi是組合預(yù)測的關(guān)鍵，常見的確定權(quán)重方法有以下幾種。1.1 等權(quán)重組合預(yù)測法1.2 用誤差最優(yōu)確定權(quán)重的組合預(yù)測法該方法一般以組合預(yù)測的誤差最小為原則，如取絕對值誤差最小或方差最小等[10]，所取誤差不同則解出的權(quán)重也不同。(2)用該方法確定出的權(quán)重

指標(biāo)錯(cuò)綜復(fù)雜。熵權(quán)法[3-4]針對類似的問題有其特有的優(yōu)勢，它從各個(gè)參數(shù)本身數(shù)據(jù)出發(fā)，關(guān)注不同評價(jià)對象中同一參數(shù)大小的差別，同一參數(shù)差別大的認(rèn)為權(quán)重高，差別小的認(rèn)為權(quán)重低，這一特點(diǎn)能為配電站評價(jià)提供極大地便利。同時(shí)，集對分析是一種能夠處理不確定關(guān)系及考慮邊界的模糊性評價(jià)方法，并且在綜合評價(jià)中得到一致好評。本文將熵權(quán)法的集對分析模型(以下簡稱熵權(quán)集對模型)[5-6]引入配電站項(xiàng)目后評價(jià)，以尋求配電站項(xiàng)目后評價(jià)可行可靠的方法。1　基于熵權(quán)法的集對分析模型1.1

輝層次分析法和熵權(quán)法結(jié)果的差異比較 ——以影響城市的宜居性指標(biāo)為例◎陳思琦1平景益2朱佳寧3賀興輝4層次分析法和熵權(quán)法是計(jì)算相應(yīng)指標(biāo)權(quán)重的兩種常用方法。一個(gè)偏向主觀判斷，另一個(gè)偏向客觀事實(shí)。為了分析兩種算法得出結(jié)果的差異性，本文以影響城市的宜居性指標(biāo)為例，通過兩種方法得出的宜居性指標(biāo)權(quán)重，對二者相比較得出結(jié)論。算法簡介層次分析法簡介。層次分析法將半定性、半定量的問題轉(zhuǎn)化為定量問題的有效途徑。將各種因素層次化，為分析和預(yù)測事物的發(fā)展提供可比較的定量依據(jù)。熵權(quán)

于層次分析法與熵權(quán)法建立供應(yīng)鏈風(fēng)險(xiǎn)評估機(jī)制舒 琪/上汽通用汽車有限公司本文將企業(yè)供應(yīng)鏈風(fēng)險(xiǎn)分為財(cái)務(wù)風(fēng)險(xiǎn)、運(yùn)作風(fēng)險(xiǎn)、供應(yīng)風(fēng)險(xiǎn)、客觀環(huán)境風(fēng)險(xiǎn)和主管環(huán)境風(fēng)險(xiǎn)五個(gè)大類及24個(gè)小風(fēng)險(xiǎn)元素。并通過層次分析法和熵權(quán)法的權(quán)重計(jì)算方法相結(jié)合，從而得到一個(gè)綜合各風(fēng)險(xiǎn)因子占比。建立供應(yīng)鏈風(fēng)險(xiǎn)評估方法，根據(jù)評估結(jié)果對中高風(fēng)險(xiǎn)實(shí)施供應(yīng)鏈風(fēng)險(xiǎn)管控的保障措施，通過供應(yīng)鏈風(fēng)險(xiǎn)預(yù)警機(jī)制提高對整個(gè)供應(yīng)鏈風(fēng)險(xiǎn)的管控能力。層次分析法；熵權(quán)法；供應(yīng)鏈風(fēng)險(xiǎn)評估一、背景介紹汽車產(chǎn)業(yè)高速發(fā)展帶動(dòng)下游零部

9基于改進(jìn)組合賦權(quán)法的野戰(zhàn)通信系統(tǒng)效能評估鄭益凱 惠 軼 邱令存上海機(jī)電工程研究所，上海 201109指標(biāo)賦權(quán)方法中，1-9標(biāo)度層次分析法存在的當(dāng)判斷矩陣階數(shù)較大時(shí)構(gòu)造一致矩陣能力較弱，熵權(quán)法可能出現(xiàn)單個(gè)指標(biāo)權(quán)重過大以及單一賦權(quán)方法確定指標(biāo)權(quán)重具有一定片面性。針對這些不足，結(jié)合指數(shù)標(biāo)度層次分析法和改進(jìn)后的熵權(quán)法，基于最小二乘和相對熵原理，提出了兼顧主客觀因素的改進(jìn)組合賦權(quán)法，并對某野戰(zhàn)通信系統(tǒng)效能指標(biāo)體系進(jìn)行賦權(quán)，得到效能評估結(jié)果。結(jié)果表明，改進(jìn)組合賦權(quán)法

72)AHP-熵權(quán)法在綜合傳動(dòng)裝置健康狀態(tài)綜合評估中的應(yīng)用陳嘉楊， 張洪彥， 王 敏(中國北方車輛研究所，北京 100072)針對某裝甲車綜合傳動(dòng)裝置健康狀態(tài)的綜合評估問題，提出了一種基于AHP-熵權(quán)法的模糊綜合評價(jià)方法.該方法首先利用AHP-熵權(quán)法進(jìn)行綜合傳動(dòng)裝置各關(guān)鍵部件參數(shù)權(quán)重的確定，然后利用模糊綜合評價(jià)方法對其關(guān)鍵部件健康狀態(tài)進(jìn)行一級評估，最后在此基礎(chǔ)上對綜合傳動(dòng)裝置的健康狀態(tài)進(jìn)行二級評估.試驗(yàn)表明，該方法可以有效地對裝甲車綜合傳動(dòng)裝置健康狀態(tài)進(jìn)行

059)基于證據(jù)權(quán)法與確定系數(shù)法的滑坡危險(xiǎn)區(qū)劃對比分析 ——以虹口鄉(xiāng)為例劉光輝a,b，劉漢湖a,b*，姚 昆a,b，夏 潔a,b(成都理工大學(xué) a.地球科學(xué)學(xué)院，b.國土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，成都 610059)都江堰虹口鄉(xiāng)為國家級旅游景區(qū)，汶川地震后，該區(qū)滑坡頻發(fā)，極大威脅該地區(qū)游客及居民人身財(cái)產(chǎn)安全，開展該地區(qū)滑坡危險(xiǎn)區(qū)預(yù)測具有重要意義。這里以地質(zhì)圖、地形圖、DEM高程數(shù)據(jù)、QuickBird影像為數(shù)據(jù)源，選取地層巖性、構(gòu)造、高程、坡度、坡

吳劍新基于熵權(quán)法的福建省公路物流企業(yè)綜合評價(jià)吳劍新采用客觀賦權(quán)的熵權(quán)法，建立評價(jià)指標(biāo)體系并通過量化的方式計(jì)算各目標(biāo)企業(yè)的綜合評價(jià)值，并按評價(jià)值大小對目標(biāo)企業(yè)進(jìn)行發(fā)展水平排序，從而確定潛在的公路物流產(chǎn)業(yè)的龍頭企業(yè)培育對象，為福建確定公路物流產(chǎn)業(yè)龍頭企業(yè)的培育對象提供參考及依據(jù)。熵權(quán)法；公路物流；龍頭產(chǎn)業(yè)福建省公路運(yùn)輸行業(yè)存在“小、散、弱”的現(xiàn)狀，貨運(yùn)市場集約化、規(guī)?；潭群艿?，專業(yè)運(yùn)輸企業(yè)實(shí)力不強(qiáng)。同時(shí)，個(gè)體經(jīng)營戶占比過高，可能導(dǎo)致惡性競爭，滋生超載等不良現(xiàn)

究* ——基于熵權(quán)法北京理工大學(xué)李慧云李亞楠陳錚摘要：參考Botosan的研究思路，本文構(gòu)建出一套定性與定量指標(biāo)共存的自愿性信息披露質(zhì)量評價(jià)體系。鑒于熵權(quán)法可以使定性指標(biāo)通過歸一化處理客觀的反映信息披露質(zhì)量，本文運(yùn)用熵權(quán)法對各指標(biāo)客觀賦權(quán)，并對賦權(quán)后的質(zhì)量評價(jià)體系進(jìn)行了一致性檢驗(yàn)，以期為自愿性信息披露質(zhì)量的綜合評價(jià)方法研究提供思路。關(guān)鍵詞：自愿性信息披露質(zhì)量綜合評價(jià)方法熵權(quán)法對于上市公司而言，自愿性信息披露是一種公共行為，其目的是增加信息的透明度，減少資本

提下，選取主觀賦權(quán)法—層次分析法、客觀賦權(quán)法—熵權(quán)法、主客觀綜合集成賦權(quán)法—結(jié)構(gòu)熵權(quán)法來確定各指標(biāo)的權(quán)重。對三種方法計(jì)算出的權(quán)重結(jié)果進(jìn)行分析，運(yùn)用層次分析法和結(jié)構(gòu)熵權(quán)法得到的指標(biāo)權(quán)重較相似；用熵權(quán)法通過信息熵得到的指標(biāo)權(quán)重，與上述兩種方法得出的權(quán)重有較大差異。該結(jié)果表明，對礦井通風(fēng)系統(tǒng)進(jìn)行正確的評價(jià)需要綜合考慮評價(jià)方法與各方法計(jì)算的指標(biāo)權(quán)重。礦井通風(fēng)系統(tǒng)；指標(biāo)權(quán)重；層次分析法；熵權(quán)法；結(jié)構(gòu)熵權(quán)法為了保證煤礦生產(chǎn)系統(tǒng)的正常運(yùn)行，要經(jīng)常對礦井通風(fēng)系統(tǒng)進(jìn)行評價(jià)和

指標(biāo)體系，通過熵權(quán)法計(jì)算得到客觀權(quán)重，避開了主觀確定權(quán)重的缺點(diǎn)。1 評估指標(biāo)的建立在充分考慮科研人員工作成果邏輯關(guān)系的基礎(chǔ)上，根據(jù)科研人員評估的工作特點(diǎn)建立科研人員評估指標(biāo)體系。評估指標(biāo)分成3級:一級指標(biāo)為目標(biāo)層，具體指標(biāo)包括科研成果、科研獲獎(jiǎng)和科研項(xiàng)目;二級指標(biāo)又稱為準(zhǔn)則層，具體指標(biāo)包括論文、專利、著作、學(xué)術(shù)會(huì)議、和科研任務(wù);三級指標(biāo)是在準(zhǔn)則層的基礎(chǔ)上細(xì)分的指標(biāo)層，具體分為15個(gè)指標(biāo)。表1所示為科研人員評估指標(biāo)體系。2 熵權(quán)法原理及改進(jìn)2.1 傳統(tǒng)熵權(quán)法

于模糊AHP-熵權(quán)法的高速公路改擴(kuò)建工程設(shè)計(jì)方案綜合評價(jià)研究文/劉娟 長沙理工大學(xué) 湖南長沙 410000建設(shè)計(jì)方案的綜合評價(jià)問題，將AHP-熵權(quán)法引入模糊綜合評價(jià)中，克服AHP在權(quán)重確定時(shí)的主觀性，使得權(quán)重系數(shù)更為科學(xué)合理。構(gòu)建了基于高速公路改擴(kuò)建設(shè)計(jì)特點(diǎn)的評價(jià)指標(biāo)體系，通過對各指標(biāo)的綜合分析，使體系更為完善全面。實(shí)際算例的結(jié)果說明該模糊AHP-熵權(quán)法的模型切實(shí)可行，具有實(shí)際應(yīng)用價(jià)值。高速公路改擴(kuò)建；模糊綜合評價(jià)；AHP-熵權(quán)法隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，交

京100191熵權(quán)法在手術(shù)無影燈技術(shù)評估中的應(yīng)用劉振臨，許鋒，田金，張博，劉曉華北京大學(xué)第三醫(yī)院 醫(yī)學(xué)工程處，北京100191醫(yī)療設(shè)備的綜合技術(shù)評估是其招標(biāo)采購前的關(guān)鍵環(huán)節(jié)， 必須有一個(gè)公正、合理、科學(xué)、準(zhǔn)確的評價(jià)方法。熵權(quán)法能夠減少人為主觀因素的影響，可根據(jù)客觀參數(shù)對產(chǎn)品進(jìn)行客觀評價(jià)， 保證技術(shù)評估的 科學(xué)性和規(guī)范性。本文闡述了熵權(quán)法在手術(shù)無影燈技術(shù)評估中的應(yīng)用過程。熵權(quán)法；手術(shù)無影燈；技術(shù)評估0 前言近年來，在醫(yī)療設(shè)備采購中，如何運(yùn)用綜合評價(jià)技術(shù)實(shí)現(xiàn)科

性能評價(jià); 熵權(quán)法; 區(qū)間型; 隸屬函數(shù)引言接觸器的動(dòng)態(tài)過程的性能會(huì)影響所在控制系統(tǒng)的工作可靠性. 國內(nèi)外圍繞低壓電器產(chǎn)品相繼開展了相關(guān)的評價(jià)和研究工作[1～4]. 模糊綜合評價(jià)法是一種以模糊數(shù)學(xué)為基礎(chǔ)的綜合評價(jià)方法, 根據(jù)隸屬度理論能夠把定性評價(jià)轉(zhuǎn)化為定量評價(jià), 特別適合解決模糊、難以量化的非確定性問題, 目前已在人文科學(xué)、經(jīng)濟(jì)發(fā)展和政治決策中有了廣泛的應(yīng)用. 該方法需要使用隸屬函數(shù)建立隸屬度矩陣, 而大多數(shù)文獻(xiàn)中采用的是三角形隸屬函數(shù). 本文介紹了區(qū)

度［3，4］、熵權(quán)法［5］等。熵權(quán)法從信息論熵的概念出發(fā)，通過提取指標(biāo)變化的信息熵值實(shí)現(xiàn)指標(biāo)賦權(quán)，它不受評估主體主觀意愿的影響，能夠較好地反映指標(biāo)變化與指標(biāo)權(quán)重的關(guān)系，是一種較為理想的客觀賦權(quán)方法。熵值與熵權(quán)的轉(zhuǎn)換是熵權(quán)法的關(guān)鍵，決定著指標(biāo)賦權(quán)的可信程度。本文從熵值切入，提出一種適合小數(shù)據(jù)大波動(dòng)的改進(jìn)熵權(quán)法，彌補(bǔ)熵權(quán)法存在的缺陷，實(shí)現(xiàn)對指標(biāo)的賦權(quán)處理，提高賦權(quán)的客觀性。1 熵權(quán)法分析及改進(jìn)1.1 熵權(quán)法的基本步驟設(shè)有n個(gè)評估對象，m項(xiàng)評估指標(biāo)，數(shù)據(jù)矩陣，x

題，本文提出將熵權(quán)法與模糊綜合評價(jià)法有機(jī)結(jié)合，對施工方案的比選做出更全面更中肯的評價(jià)，給施工決策者提供更切合實(shí)際的決策依據(jù)［3］.1 評價(jià)方法及原理1.1 模糊綜合評價(jià)法模糊綜合評價(jià)法［4－5］是借助模糊數(shù)學(xué)的一些概念，對實(shí)際的綜合評價(jià)問題提供一些評價(jià)方法.具體說，模糊綜合評價(jià)就是以模糊數(shù)學(xué)為基礎(chǔ)，應(yīng)用模糊關(guān)系合成的原理，將一些邊界不清、不易定量的因素定量化，從多個(gè)因素對被評價(jià)事物隸屬等級狀況進(jìn)行綜合性評價(jià)的一種方法.其具體評價(jià)模型是：式中，Ez為綜合評價(jià)

0093)基于熵權(quán)法的組合模型在滑坡變形預(yù)測中的應(yīng)用郝少峰,方源敏,楊建文,王 段(昆明理工大學(xué)，云南 昆明 650093)以趨勢曲線預(yù)測模型中的多項(xiàng)式模型和指數(shù)模型為基礎(chǔ)，基于熵權(quán)法建立組合預(yù)測模型，就其建模理論和計(jì)算流程進(jìn)行系統(tǒng)分析，并對某滑坡體進(jìn)行預(yù)測。結(jié)果表明，文中組合方法相對于其它組合方法而言，理論簡單，能夠有效地反映滑坡體的變化規(guī)律，且提高了擬合預(yù)測精度，在預(yù)測工作中具有一定的參考價(jià)值。多項(xiàng)式模型；指數(shù)模型；熵權(quán)法；滑坡;組合預(yù)測隨著我國西部大

于層次分析法與熵權(quán)法的抄表及時(shí)性和準(zhǔn)確性分析余永忠（佛山供電局信息中心，廣東廣州，510660）影響抄表的及時(shí)性與準(zhǔn)確性的因素很多，為有效提高抄表的及時(shí)性與準(zhǔn)確性，提高抄表質(zhì)量，抓住關(guān)鍵影響因素，有必要對抄表的影響因素進(jìn)行重要性評估。本文提出應(yīng)用層次分析法確定主觀權(quán)重，熵權(quán)法確定客觀權(quán)重，再把它們綜合為組合權(quán)重，從而建立抄表及時(shí)性與準(zhǔn)確性影響因素的組合權(quán)重評價(jià)模型。該模型既結(jié)合了專家主觀經(jīng)驗(yàn)法，又挖掘出指標(biāo)樣本值的客觀信息差異。實(shí)證研究表明，層次分析法及熵

類：一類是主觀賦權(quán)法，如 法、AHP法、專家評分法等；另一類是客觀賦權(quán)法，如熵權(quán)法、標(biāo)準(zhǔn)離差法、CRITIC法等.各種不同的方法也因其計(jì)算方法的不同而使指標(biāo)的權(quán)重大小不同，由于在本文中用主觀賦權(quán)法既無條件又可靠性不夠高，所以采用客觀權(quán)重賦權(quán)法中的熵權(quán)法、CRITIC法進(jìn)行分析比較，并從中選出能夠比較客觀反映指標(biāo)客觀權(quán)重的計(jì)算方法.2.1 熵權(quán)法熵原本是一熱力學(xué)概念，它最先由申農(nóng)引入信息論，現(xiàn)已在工程技術(shù)、社會(huì)經(jīng)濟(jì)等領(lǐng)域得到十分廣泛的應(yīng)用.一般地，如果某個(gè)指