權重的確定方法匯總

1、一、指標權重的確定一、指標權重的確定1.綜述綜述目前關于屬性權重的確定方法很多，根據(jù)計算權重時原始數(shù)據(jù)的來源不同，可以將這些方法分為三類三類：主觀賦權法、客觀賦權法、組合賦權法。主觀賦權法是根據(jù)決策者（專家）主觀上對各屬性的重視程度來確定屬性權重的方法，其原始數(shù)據(jù)由專家根據(jù)經(jīng)驗主觀判斷而得到。常用的主觀賦權法常用的主觀賦權法有專家調(diào)查法（Delphi法）、層次分析法（AHP）[106108]、二項系數(shù)法、環(huán)比評分法、最小平方法等。本文選

2、用的是利用人的經(jīng)驗知識的有序二元比較量化法。主觀賦權法是人們研究較早、較為成熟的方法，主觀賦權法的優(yōu)點是專家可以根據(jù)實際的決策問題和專家自身的知識經(jīng)驗合理地確定各屬性權重的排序，不至于出現(xiàn)屬性權重與屬性實際重要程度相悖的情況。但決策或評價結果具有較強的主觀隨意性，客觀性較差，同時增加了對決策分析者的負擔，應用中有很大局限性。鑒于主觀賦權法的各種不足之處，人們又提出了客觀賦權法，其原始數(shù)據(jù)由各屬性在決策方案中的實際數(shù)據(jù)形成，其基本思想基本

3、思想是：屬性權重應當是各屬性在屬性集中的變異程度和對其它屬性的影響程度的度量，賦權的原始信息應當直接來源于客觀環(huán)境，處理信息的過程應當是深入探討各屬性間的相互聯(lián)系及影響，再根據(jù)各屬性的聯(lián)系程度或各屬性所提供的信息量大小來決定屬性權重。如果某屬性對所有決策方案而言均無差異（即各決策方案的該屬性值相同），則該屬性對方案的鑒別及排序不起作用，其權重應為0；若某屬性對所有決策方案的屬性值有較大差異，這樣的屬性對方案的鑒別及排序?qū)⑵鹬匾饔?，應給

4、予較大權重.總之，各屬性權重的大小應根據(jù)該屬性下各方案屬性值差異的大小來確定，差異越大，則該屬性的權重越大，反之則越小。常用的客觀賦權法常用的客觀賦權法[109110]有：主成份分析法、熵值法[111112]、離差及均方差法、多目標規(guī)劃法等。其中熵值法用得較多，這種賦權法所使用的數(shù)據(jù)是決策Comment[M1]:數(shù)據(jù)越離散，數(shù)據(jù)的發(fā)生越不容易預測，不確定性越大，故可以用熵值來判斷離散程序。數(shù)較多、權重分配比較均勻的情況。后者實質(zhì)上是線性

5、加權，稱為線性加權組合賦權方法。當決策者對不同賦權方法存在偏好時，能夠根據(jù)決策者的偏好?信息來確定。2有序二元比較量化法有序二元比較量化法本文選用的方法是利用人的經(jīng)驗知識的二元比較量化原理與方法（二元對比模型）去確定主觀權重主觀權重[116][120]。對于定量目標相對優(yōu)屬度的求解，權重的確定需要將方案集X換成目標集G，模糊概念優(yōu)越性變換為重要性，人的經(jīng)驗知識換成決策者的意向。但多目標系統(tǒng)決策要求系統(tǒng)目標權重值之和等于“1”，故在系統(tǒng)目

6、標對重要性的相對隸屬度的基礎上還需要進行歸一化。將m個目標進行二元比較重要性定性排序，經(jīng)過一致性檢驗判斷與調(diào)整得到排序一致性二元對比標度矩陣E。根據(jù)標度矩陣E各行元素值之和，從大到小排列，得到關于優(yōu)的排序次數(shù)，再以排序第1位的目標作為標準，與其他目標進行重要性程度的比較，可得非歸一化目標權向量。12()mwwww??然后進行歸一化計算，即可得目標權向量式：滿足12()mwwww??11miiw???3熵值法熵值法在信息論中，熵是對不確定

7、性的一種度量。信息量越大，不確定性就越小，熵也就越?。恍畔⒘吭叫?，不確定性越大，熵也越大。根據(jù)熵的特性，我們可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。人們在決策中獲得信息的多少和質(zhì)量，是決策的精度和可靠性大小的決定因素之一。信息論中，信息熵是系統(tǒng)無序程度的度量，信息是系統(tǒng)有序程度的度量，兩者絕對值相等，符號相反。熵是信息論中最重要的基本概念，它