基于熵权法对TOPSIS模型的修正

本文探讨了层次分析法的主观性问题,并介绍了熵权法作为更客观的赋权方法。熵权法通过信息熵的概念,利用数据的变异程度(如方差或标准差)来确定权重。步骤包括数据标准化、计算概率和信息熵,从而提供一种更为科学的决策支持工具。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

概述

层次分析法存在主观性太强,权重不准的情况
熵权法则是一种客观的赋权方法
在这里插入图片描述

变异程度可以理解为方差或标准差

信息量的大小


越有可能发生的事情,信息量越小
越不可能发生的事情,信息量越大
用概率表示信息量的大小
在这里插入图片描述

信息熵的定义

在这里插入图片描述

信息熵越大,信息量越小

熵权法的步骤


1、标准化
在这里插入图片描述
2、求得概率

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值