信息熵计算权重

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

• 建立体系的数学模型，假设X为已知矩阵，其中Xij表示第i个评价对象的第j个指标，构建矩阵。
• 对矩阵消除量纲并做归一化处理得到矩阵Y，其中的矩阵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

假设针对评价指标已经建立了合理的权重矩阵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P，我们应该构建一个计算矩阵Y的函数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
- 连续性：
- 可加性
基于以上原则，我们构建出的函数：