原理:
熵权法是一种客观赋权方法,所依据的原理是指标的变异程度越小,所反映的信息量就越小,器对应的权值也就应该越低,客观体现在通过数据本身就可以告诉我们指标权重的大小。而在层次分析法中,使用填写判断矩阵的方法依赖于专家,如果专家的判断存在主观性的haul,会对结果产生很大的影响(主观性太强)
提醒:
对于熵权法而言,因为我们关注的是数据已有的信息,所以信息熵越大,信息量越小
熵权法的计算步骤
(1) 判断输入的矩阵中是否存在负数,如果有则要重新标准化到非负区间(后面计算概率时需要保证每一个元素为非负数)
假设有n个需要评价的对象,m个评价指标(已经正向化)构成的正向化矩阵如下所示:
X = [ x 11 x 12 ⋯ x 1 m x 21 x 22 ⋯ x 2 m ⋮ ⋮ ⋱ ⋮ x n 1 x n 2 ⋯ x n m ] X=\left[ \begin{matrix} x_{11}& x_{12}& \cdots& x_{1m}\\ x_{21}& x_{22}& \cdots& x_{2m}\\ \vdots& \vdots& \ddots& \vdots\\ x_{n1}& x_{n2}& \cdots& x_{nm}\\\end{matrix} \right] X=⎣⎢⎢⎢⎡x11x21⋮xn1x12x22⋮xn2⋯⋯⋱⋯x1mx2m⋮xnm⎦⎥⎥⎥⎤
那么对其进行标准化的矩阵记为Z,Z中的每一个元素:
Z i j = x i j / ∑ i = 1 n x i j 2 Z_{ij}=x_{ij}/\sqrt{\sum_{i=1}^n{x_{ij}^2}} Zij=xij/i=1∑nxij2
判断Z矩阵中是否存在负数,如果存在的话,需要对X使用另一种标准化方法,对矩阵X进行一次标准化得到矩阵 Z ~ \tilde{Z} Z~矩阵,其标准化公式为:
Z ~ i j = x i j − min { x 1 j , x 2 j , ⋯ , x n j } max { x 1 j , x 2 j , ⋯ , x n j } − min { x 1 j , x