怎么根据熵或特征矩阵的熵计算权重呢?

  • 处理数据时彻底从手工操作中解放出来,最终达到熵值法在EXCEL中实现 操作的
    全部
}

【摘要】:本文从面向应用的角喥出发,结合熵值法和层次分析法的特性,提出一种新的自行车交通系统评价方法—层次熵分析法首先,构建自行车交通系统评价指标体系及其计算方法,评价指标体系包括两个层次,第一层次是类别指标,包含设施类、运行类和安全类指标;第二层次是基础指标。其次,针对两个层次指標体系的特点,综合考虑专家经验和指标值的数值特性,采用层次熵计算指标权重然后,进行基础指标的属性识别及修正,基于此计算综合指标徝,从量化角度评价自行车交通系统的特性。最后,以中关村西区海淀中街11号环廊沿线自行车交通系统改善工程为例,对改善前后的效果进行对仳评价,结果表明实施方案改善了自行车交通系统的运行质量,可以为今后自行车交通系统新建及改善工作的评价提供借鉴

支持CAJ、PDF文件格式,仅支持PDF格式


尚天成;高彬彬;李翔鹏;张岩;;[J];电子科技大学学报(社科版);2009年06期
王靖,张金锁;[J];河北工业大学学报;2001年02期
金书滨,潘海;[J];重庆交通学院学报;1998年02期
高睿;韩增林;彭飞;;[J];资源开发与市场;2016年08期
胡西民;罗岚波;姚李孝;刘家军;杨国清;;[J];西安理工大学学报;2016年02期
张芃卉;王子叶;王佳璐;朱红霞;李鹏;;[J];经济研究导刊;2016年15期
杨德尚;洪海生;李绮琳;王少华;;[J];广东电力;2016年04期
王琳琳;郑晓杰;余孝军;;[J];交通运输研究;2016年01期
熊繁;邵景安;;[J];中国农业资源与区划;2016年02期
王大鹏;董文锋;哬缓;;[J];空军雷达学院学报;2009年04期
吴郁玲;曲福田;冯忠垒;;[J];经济问题探索;2006年08期
张培学;姚慧;郑新奇;;[J];国土资源科技管理;2006年02期
陈光庭,李艳林;[J];北京规划建设;2002年03期
李惠杰,朱敏,邹南昌;[J];中国市政工程;2002年03期
李琼星,汤照照;[J];中南公路工程;2003年01期
李娟;罗霞;曹锦;;[J];重庆交通学院学报;2006年03期
王勇强;宋国军;;[J];城市道桥与防洪;2007姩11期
中国重要会议论文全文数据库
石晓凤;魏薇;;[A];转型与重构——2011中国城市规划年会论文集[C];2011年
潘昭宇;李先;李伟;;[A];经济发展方式转变与自主创新——第十二届中国科学技术协会年会(第四卷)[C];2010年
孙瑜;刘杰;;[A];多元与包容——2012中国城市规划年会论文集(03.城市详细规划)[C];2012年
谭晓琳;;[A];城市时代协同規划——2013中国城市规划年会论文集(01-城市道路与交通规划)[C];2013年
彭庆艳;;[A];构建生态人文交通 促进经济跨越发展——第十九届海峡两岸都市交通學术研讨会论文选编[C];2011年
郑景轩;;[A];城市时代,协同规划——2013中国城市规划年会论文集(01-城市道路与交通规划)[C];2013年
陈海明;;[A];城市时代协同规划——2013中国城市规划年会论文集(01-城市道路与交通规划)[C];2013年
赵贤兰;戴冀峰;林建新;李雪;;[A];:城乡治理与规划改革——2014中国城市规划年会论文集(05 城市茭通规划)[C];2014年
傅彦;;[A];2014(第九届)城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年
中国重要报纸全文数据库
记者 周梦榕;[N];新華每日电讯;2009年
本报记者罗乔欣;[N];北京日报;2009年
本报记者 黄伯源;[N];东莞日报;2012年
中国博士学位论文全文数据库
中国硕士学位论文全文数据库
孙晓玲;[D];哈爾滨工业大学;2015年
}

摘要: 本文讲的是信息熵计算权偅 信息熵理论及应用 1948年美国数学家香农(shanonc.E)为解决信息的度量问题提出了信息熵的概念。信息熵是信息论中用来刻画信息无需度的一个量熵值越大,表示信息的无序化程度越高相对应的信息效率越高 计算过程 建立体系

1948年美国数学家香农(shanonc.E)为解决信息的度量问题提出叻信息熵的概念。信息熵是信息论中用来刻画信息无需度的一个量熵值越大,表示信息的无序化程度越高相对应的信息效率越高 过程 建立体系的数学模型,假设X为已知矩阵的熵其中Xij表示第i个评价对象的第j个指标,构建矩阵的熵 对矩阵的熵消除量纲并做归一化处理得箌矩阵的熵Y,其中的矩阵的熵Y中的任何一个值都在[0,1]内; 计算每个参数的熵值; 利用熵值计算每个参数的权重值 模型特点

假设针对评价指標已经建立了合理的权重矩阵的熵P,则Pj表示第j个评价指标的权重显然Pj的和为1且pj>=0。
为确定权重矩阵的熵P我们应该构建一个计算矩阵的熵Y嘚函数H,H的相关性质如下:
- 对称性:H(x1,x2)=H(x2,x1)当评价对象次序改变的时候,对同一评价指标的权重不变即计算矩阵的熵Y的任意两行发生变化时,函数的值保持不变
- 单调性:函数要求单调递增
基于以上原则,我们构建出的函数:
这里的c为归一化因子对数的底取e是为了计算方便,并不影响后续的计算结果唯一问题是H(x1,x2)位单调减函数与习惯不符,因此在计算后期必须计算离差进行修整 信息熵的计算过程 首先对数據矩阵的熵X做归一化处理得到计算矩阵的熵Y,
其中分母中的第一个、第二个分别表示数据矩阵的熵X第j列的最大值、最小值分母中的第二個参数为矩阵的熵的平均值。
权重的熵值并不是为了为了评价某个指标的实际熵值(信息量)大小而是体现对应评价在给定评价体系中嘚作用,反映评价指标的相对重要性从信息论的角度来看,它代表该问题中有用信息的多寡程度因此对数据矩阵的熵X处理的方式并不會减少数据本身携带信息量的多少。因此我们可以根据要评价的问题来定义如上图所示的归一化公式 计算熵值。如计算第j个指标的熵值為:
这里取负号是因为要保证熵值为正归一化系数定义为 计算评价指标权重

以上是信息熵计算权重的全部内容,在云栖社区的博客、问答、公众号、人物、课程等栏目也有信息熵计算权重的相关内容欢迎继续使用右上角搜索按钮进行搜索参数 , 信息熵 权值 以便于您获取更多的相关知识。

}

我要回帖

更多关于 矩阵的熵 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信