基于离差函数和联合熵的组合赋权方法

针对多指标评价权重确定问题,提出了基于最小离差和最大广义联合熵的组合赋权方法。该方法一方面综合考虑了各评价方法从不同角度所确定的权向量,使确定的理想组合评价权向量与所有其他方法的评价权向量之间的总体偏差为最小;另一方面尽量消除组合赋权的不稳定性,使各方法各指标权数赋予平衡因子后广义的联合熵最大,使得全局的不确定性最小、最为合理,由此建立了组合权系数优化模型。最后通过实例说明了此方法的合理性。     

基于信息熵的群组聚类组合赋权法

在多属性群决策方法的研究中,为了科学地确定专家的权重,提出一种基于信息熵的群组聚类组合赋权法。依据各个专家的判断矩阵归一化得到的排序向量,利用相关系数法构造相关矩阵。通过分析阀值变化率选取最优聚类阀值,对相似程度较高的排序向量给出合理的聚类。运用信息熵为类内专家赋权,综合聚类结果和排序向量的信息熵,确定专家的总权重。算例表明该方法可以对较为相近的专家评价结果进行有效分类,并准确衡量每位专家评价信息量的大小,能够有效提高专家赋权的合理性和群组决策的科学性。     

基尼系数客观赋权方法研究

本文主要是研究多属性决策中的客观赋权问题,客观赋权的一个关键问题是如何让权重更好的反映指标的数据信息,通过指标权重的大小体现不同指标的重要性大小。基尼系数作为一个反映一个国家或者地区贫富差距的重要指标,在反映不同收入人群的收入差距方面具有很好的表现,根据基尼系数的这个特点,通过计算各指标的基尼系数值来反映指标数据的信息含量和变化情况,通过对指标基尼系数值的归一化得到了指标的基尼系数权重,反映了同一指标、不同对象的差异越大,其权重越大的思想。本文同时对基尼系数赋权法、熵权法、均方差法和极值法等4种客观赋权方法在8种不同的指标数据形式下的权重进行了对比分析,结果表明:基尼系数赋权法具有适用性强、保序性好的特点。此外,基尼系数赋权法的计算也较为简单,增加了其适用性。     

区间数多指标决策中确定指标权重的一种客观赋权法

研究了指标值以区间数形式给出的不确定性多指标决策中确定指标权重的问题。依据传统的客观赋权法—离差最大化方法,给出了一种确定区间数指标权重的误差分析方法。该方法具有概念清晰、实用的特点,得出的指标权重能够较好地反映各指标信息的差异程度。最后通过一个算例说明了该方法的实用性和有效性。     

一种改进型专家模糊核聚类赋权方法研究

针对传统基于判断矩阵的专家模糊核聚类赋权方法，由于归一化条件的制约，导致离群点对聚类结果产生不良影响的问题，提出一种改进型模糊核聚类算法。该方法在聚类过程中，通过放宽归一化约束条件，削弱离群点对聚类结果的影响；并且针对传统基于信息熵与一致性系数线性耦合的聚类标准的局限性，提出一种基于偏差熵的赋权方法，依据专家对自身类别的聚类贡献度，确定专家权重，克服了传统方法的不足。算例表明，该方法可行、有效。     

基于组合赋权的高速公路上市公司绩效动态综合评价

结合高速公路行业的特点,建立了高速公路上市公司绩效评价的评价指标体系,通过组合赋权的方法赋予动态指标权重,并结合理想解法,运用动态综合评价原理对10家高速公路上市公司2005-2007这一时段的经营绩效进行了实证分析。在动态评价模型中,采用序关系分析法和和熵值法确定指标的组合权重,兼顾了主客观赋权的优点,提高了评价结果的准确性。     

基于影响因子赋权的绿色产业评价研究

通过影响因子反映指标间的相关性强弱程度对评价结果的影响大小,结合熵值法确定权重,建立了基于影响因子赋权的绿色产业评价模型,改变现有研究忽视指标间相关性对评价结果影响,导致权重过于集中,指标间差别不明显的不足。实证表明:本模型使各指标权重最大程度分散,更明确地反映指标对比的区别。     

一种基于方差最大化的组合赋权评价方法及其应用

粗糙集权重确定方法利用属性重要度来确定属性的客观权重,这种方法克服了权重确定过分依赖专家经验知识的不足,但也忽略了各属性指标本身的重要性问题。本文将粗糙集权重确定方法与专家主观赋权的层次分析法相结合,基于方差最大化的原理提出了一种主客观组合赋权方法。粗糙集结合主观层次分析法的组合权重很好地将两者的优点有效结合,同时方差最大化原理也对传统组合权重确定方法进行了改进,使得权重的确定更加合理,更能有助于决策者做出决策。最后,用一个算例应用证明了该种组合赋权决策方法的可行性。     

基于案例学习的多层次聚类指标客观权重极大熵挖掘模型

本文针对待聚类对象的多层次聚类指标权重配置问题进行了研究。首先运用向量空间模型将聚类对象表征为包含多个层次聚类属性指标的特征空间向量并基于余弦距离测算底层属性指标的相似程度，然后根据聚类指标的层次结构以及相应各层指标的权重系数综合测算对象之间的相似程度，最后根据历史聚类案例中相同类别对象之间相似度较大，不同类别对象之间相似度较小等特点，构建了基于案例学习的多层次聚类指标客观权重极大熵挖掘模型。通过案例分析以及与其他方法的比较研究，证明了本模型的可行性与有效性，为多层次聚类指标客观赋权问题提供了一种新的研究思路。     

基于最小偏差组合权重的突发事件应急能力评价模型

在突发事件应急能力评价问题中存在着不同评价方法的冲突性,即群决策评价结果的方法依赖性问题。本文以高速公路突发事件应急能力评价为研究对象,提出了基于最小偏差组合权重的评价模型。首先,系统地分析了高速公路突发事件应急能力的评价问题,建立了基于过程管理的高速公路突发事件应急能力评价的指标体系。根据语言评价指标分别运用二元语义层次分析法、G1主观赋权法和基于熵值法的二元语义赋权法等三种方法确定各评价指标的权重,然后综合各种评价方法构建了基于最小偏差的组合权重线性规划模型,确定准则层的最优复合权重,得出高速公路应急能力的评价值。最后,以上海"9·14"重大道路交通事故作为应急能力评价的分析案例,比较了不同评价模型的结果,并对评价指标进行敏感性分析。研究结果表明,基于最小偏差组合权重的评价模型能够在多个评价模型中达到最大的一致性,从而有效地减少了群决策中不同主客观评价方法的"极化"效应。     

基于综合集成赋权法的工程项目风险评估模型研究

本文综合"差异驱动"与"功能驱动"赋权法的优缺点,针对定量评估和打分法确定权重的非充分客观性,建立了基于综合集成赋权方法的项目风险评估模型,并通过实例计算,验证了方法的正确性与适用性.为建筑企业在风险管理方面提供决策依据.     

基于改进直觉模糊熵的混合多属性决策方法研究

针对属性值以区间数、语言值、直觉模糊数呈现时,提出了基于改进的直觉模糊熵和熵权法结合的方法确定属性的客观权重,通过建立主观偏好值与客观权重的总偏差最小的规划模型得到主观权重,组合赋权后建立可能度矩阵对方案排序,最后给出算例,验证方案的可行性和有效性。     

基于组合赋权的人力资源管理评价模型

随着人力资源管理在企业中战略地位的提升,对其进行评价成为备受关注的、具有理论意义和实践意义的重要问题。本文根据G1法和熵权法得到各个评价指标的主客观权重,在此基础上利用主、客观评价法的各自评价结果偏离程度最小的原则优化组合赋权模型,确定出最优组合权重,建立基于组合赋权的企业人力资源管理评价模型来对企业的人力资源管理进行有效评价,根据各评价对象的评价结果的大小进行排名并判断其人力资源管理水平的高低。     

基于违约鉴别能力组合赋权的小企业信用评级——基于小型工业企业样本数据的实证分析

信用评级是衡量债务违约的可能性,因此评级体系要有违约风险识别能力,能够将违约客户和非违约客户显著地区分开.通过逼近理想点的思路,构建多目标规划模型求解最优的组合权重,并对中国某区域性商业银行1 814笔小型工业企业贷款进行实证分析.本文的创新与特色一是以非违约企业的数据到正理想点的距离代数和最小为第一个目标函数,以违约企业的数据到负理想点的距离代数和最小为第二个目标函数,构建多目标非线性规划模型进行组合赋权,在满足了“非违约企业的评价得分越高、违约企业的评价得分越低”要求的目标下得到最优的组合赋权的权重系数,使赋权结果保证了评级模型能够将违约企业与非违约企业最大地区分开.改变了现有研究的组合赋权脱离评价目的的弊端,改变了现有研究中违约与非违约企业的评价得分存在大量重叠、对两类企业的区分能力低的弊端.二是通过检验“违约企业的信用得分是否显著小于非违约企业的信用得分”的J-T非参数检验,验证信用评价模型的合理性.改变现有研究忽略对信用评价模型的合理性进行验证的弊端.三是经过实证,发现本研究建立的组合赋权模型的违约鉴别能力(Z=5.546)要高于现有研究的两种常用组合赋权模型、即基于方差最大的组合赋权(Z=4.298)和基于偏差最小的组合赋权(Z=5.182)     

基于最大指标区分度与最优相对隶属度的上市公司信用风险研究

信用风险又称违约风险，是评价一笔债务由于某些因素遭受损失的可能性，因此信用评价体系既要有违约鉴别能力，又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合，二是如何对指标赋予权重，使得权重体现指标真实的重要程度，三是如何选取兼顾分类性能和可解释性的模型。本文的方法一是通过指标区分度最大的广义F-Score、指标子集间冗余度最小的平均相关系数遴选出对违约状态鉴别能力最大的指标体系；二是通过构建组合赋权模型，以指标信息含量最大、赋权结果一致性最大为目标函数，得到一组最优的指标权重；三是以客户与类别的广义加权距离最小为目标函数，求解非线性目标规划得到客户在不同类别中的相对隶属度，以此得到客户所属类别。上市公司样本实证分析表明：（1）从610个指标中筛选出的31个指标既具有违约状态的区分能力，又符合"信用5C"原则，是一个科学、合理的指标体系；（2）通过组合赋权得到31个指标的权重，企业内部财务因素对信用评价影响最大，"营运资本周转率"的权重值最大，是影响企业信用评价的关键指标，"监事会会议次数"、"派息比"、"审计意见类型"等指标都是影响信用评价的重要指标；（3）与逻辑回归、支持向量机等8种模型对比发现，本文提出的相对隶属度模型不仅具有良好的分类性能，而且是一个平衡分类性能、可解释性的模型。     

多属性决策的组合赋权方法研究

提出了多属性决策组合赋权的一种线性目标规划方法,该法把主观和客观两类权重信息相结合,既能充分利用客观信息,又尽可能地满足决策者的主观愿望,且具有思路清晰、简洁实用、易于计算机上实现等特点。最后通过算例说明了方法的可行性和有效性。     

考虑专家判断信息的灰色关联极大熵权重模型

本文提出了一种从关联角度出发将主观先验信息与客观信息纳入约束条件从而求解综合权重的方法。在利用灰关联深度系数对实际决策问题进行客观权重判断研究的基础之上,构建了源于专家判断信息的权重势比的主观约束条件,将主客观因素同时反映在优化模型的约束条件中,并将权重的极大熵作为目标函数,保证权重判断的可信度,从而构建了确定评价指标综合权重的极大熵优化模型。该方法克服了将主客观条件直接通过线性组合作为目标函数时,主客观参数选取导致的权重大小的不确定性,并同其他赋权方法进行案例结果比较,表明了该方法的有效性。     

节点赋权网络中节点重要性的综合测度法

许多现实系统中的主体重要性测度问题可以建模为节点赋权网络中节点重要性的测度问题.在对节点赋权网络中节点重要性构成因素分析的基础上,利用节点删除的研究思想,提出节点赋权网络中节点重要性的综合测度法-CIM法;借助于图的距离矩阵的计算方法设计了CIM法的算法;最后,给出该方法在知识共享网络中的应用.     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

基于灰色关联熵的物流企业竞争力评价研究

本文主要构建了基于灰色关联熵的物流企业竞争力评价体系。首先通过文献综述法和问卷调查法给出了物流企业竞争力评价指标体系,接着提出对多种主客观赋权法利用OWA算子进行集合,得到物流企业竞争力评价指标的组合权重;最后利用信息熵的概念和灰色关联度的原理对TOPSIS方法进行改进,给出了基于灰色关联熵的物流企业竞争力评价方法。