用熵確定權重的方法研究

[摘要] 本文從各種評價模型出發，提出了權重對于不同模型均具有重要意義，運用信息熵確定權重是行之有效的，本文介紹了信息熵確定權重的方法。

[關鍵詞] 信息熵不確定性概率權重

對于任何多指標的綜合評價模型，確定指標權重是模型中重要的一步，有時也是最困難的一步，指標權重不同有可能導致評價結果的不同。確定權重的方法通常有兩種。一種稱作主觀型：采用專家賦值，用統計專家組打分數，把指標得分率作為指標權重；或是按指標重要性進行兩兩比較，按1—9標度求取判斷矩陣，再用層次分析AHP求排序向量，則求得的歸一化后的排序向量的各個分量就是相應的指標權重。另一種是相對客觀型的方法，不是采用專家打分，而是根據實測數據，在數據分類的標準已知條件下，通過數據挖掘確定指標權重。前者好處是簡單易行，可充分應用專家經驗體現用戶需求；不足處是隨意性比較強，當專家的判斷與實際相差較大時，將導致錯誤的評價結果。后者雖相對客觀，但由于信息的不完整性，數據的波動和不準確性，經數據挖掘得到的知識有可能偏離真實的結果，也能導致錯誤的分類。總之，不管是主觀型還是相對客觀型的權重確定方法，都不可能完全真實地體現指標權重，都是一種近似地表達，從這個角度講，只要是分類或識別總不可避免出錯，即識誤率和拒識率在所難免。實際中只求識誤率和拒識率盡可能地小。……