本發(fā)明涉及指標分析
技術(shù)領(lǐng)域：
，特別涉及一種基于層次分析法的指標權(quán)重量化方法及系統(tǒng)。
背景技術(shù)：
：目前，為了對某些功能系統(tǒng)進行更為有效的管理，通常需要利用預設的指標來對這些功能系統(tǒng)進行評價，并為得到的相應指標值賦予不同的權(quán)重，然后利用這些被賦予了權(quán)重的指標，實現(xiàn)對功能系統(tǒng)的整體評價和管理。然而，現(xiàn)有技術(shù)主要是基于專家的人為主觀觀念來為不同的指標分配相應的權(quán)重，這種主觀賦權(quán)方式存在一定的主觀隨意性，導致權(quán)重分配不盡合理，并且需要對各個指標進行多次比較和評分，從而需消耗大量的時間和人工成本。綜上所述可以看出，如何提升權(quán)重分配的合理性以及分配效率是目前有待進一步解決的問題。技術(shù)實現(xiàn)要素：有鑒于此，本發(fā)明的目的在于提供一種基于層次分析法的指標權(quán)重量化方法及系統(tǒng)，提升了權(quán)重分配的合理性以及分配效率。其具體方案如下：一種基于層次分析法的指標權(quán)重量化方法，包括：構(gòu)造指標體系層次結(jié)構(gòu)模型；利用層次分析法，分別確定出所述指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重，得到每個指標各自對應的初始指標權(quán)重；分別計算所述指標體系層次結(jié)構(gòu)模型中每個指標的信息熵；分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重。可選的，所述指標體系層次結(jié)構(gòu)模型包括目標層、準則層和指標層?？蛇x的，所述分別確定出所述指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重的過程，包括：構(gòu)造兩兩比較判斷矩陣，然后進行相應的層次單排序和一致性檢驗，得到所述指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重?？蛇x的，計算所述指標體系層次結(jié)構(gòu)模型中任一指標Xj的信息熵的過程，包括：利用預設的信息熵計算公式，計算指標Xj的信息熵；其中，所述信息熵計算公式為：式中，m表示指標Xj中包含的樣本值的總數(shù)量；xij表示指標Xj中的第i個樣本值；p(xij)表示樣本值xij的概率；其中，本發(fā)明還相應公開了一種基于層次分析法的指標權(quán)重量化系統(tǒng)，包括：模型構(gòu)造模塊，用于構(gòu)造指標體系層次結(jié)構(gòu)模型；權(quán)重確定模塊，用于利用層次分析法，分別確定出所述指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重，得到每個指標各自對應的初始指標權(quán)重；信息熵計算模塊，用于分別計算所述指標體系層次結(jié)構(gòu)模型中每個指標的信息熵；權(quán)重修正模塊，用于分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重?？蛇x的，所述模型構(gòu)造模塊構(gòu)造的所述指標體系層次結(jié)構(gòu)模型包括目標層、準則層和指標層?？蛇x的，所述權(quán)重確定模塊，具體用于通過利用層次分析法，來構(gòu)造兩兩比較判斷矩陣，然后進行相應的層次單排序和一致性檢驗，得到所述指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重?？蛇x的，所述信息熵計算模塊，包括：信息熵計算單元，用于利用預設的信息熵計算公式，計算指標Xj的信息熵；其中，所述信息熵計算公式為：式中，m表示指標Xj中包含的樣本值的總數(shù)量；xij表示指標Xj中的第i個樣本值；p(xij)表示樣本值xij的概率；其中，本發(fā)明中，基于層次分析法的指標權(quán)重量化方法，包括：構(gòu)造指標體系層次結(jié)構(gòu)模型；利用層次分析法，分別確定出指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重，得到每個指標各自對應的初始指標權(quán)重；分別計算指標體系層次結(jié)構(gòu)模型中每個指標的信息熵；分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重?？梢姡景l(fā)明在構(gòu)造出指標體系層次結(jié)構(gòu)模型之后，將會利用層次分析法，確定出每個指標所對應的初始指標權(quán)重，并且，本發(fā)明將會進一步計算每個指標的信息熵，然后利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正處理，以得到更加合理可靠的指標權(quán)重。由上可見，本發(fā)明是基于層次分析法以及結(jié)合指標的信息熵來確定每個指標最終的指標權(quán)重的，這個過程中無需涉及過多的人為因素，提高了權(quán)重分配過程的分配效率，并且提高了權(quán)重分配結(jié)果的合理性。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。圖1為本發(fā)明實施例公開的一種指標權(quán)重量化方法流程圖；圖2為本發(fā)明實施例公開的一種具體的指標體系層次結(jié)構(gòu)模型示意圖；圖3為本發(fā)明實施例公開的一種指標權(quán)重量化系統(tǒng)結(jié)構(gòu)示意圖。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明實施例公開了一種基于層次分析法的指標權(quán)重量化方法，參見圖1所示，該方法包括：步驟S11：構(gòu)造指標體系層次結(jié)構(gòu)模型。本實施例中，上述指標體系層次結(jié)構(gòu)模型具體可以包括目標層、準則層和指標層。具體的，在實際應用中，可以某些特定的功能系統(tǒng)所涉及的指標進行分類，然后構(gòu)造一個各指標之間相互聯(lián)結(jié)的遞階層次結(jié)構(gòu)。處于最上面的層次一般是問題的預定目標，通常只有一個元素，中間層的指標一般是準則層，最低層為指標層。圖2示出了配電網(wǎng)系統(tǒng)對應的指標體系層次結(jié)構(gòu)模型，該模型包含了3層指標，最下層為已有的基本指標，如電網(wǎng)N-1通過率、輸電線路異常狀態(tài)比例等；準則層為基本指標的上層指標，由基本指標計算得到，例如供電安全性、供電可靠性等；目標層則是對整個配電網(wǎng)系統(tǒng)的整體評價。步驟S12：利用層次分析法，分別確定出指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重，得到每個指標各自對應的初始指標權(quán)重。步驟S13：分別計算指標體系層次結(jié)構(gòu)模型中每個指標的信息熵。步驟S14：分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重?？梢?，本發(fā)明實施例在構(gòu)造出指標體系層次結(jié)構(gòu)模型之后，將會利用層次分析法，確定出每個指標所對應的初始指標權(quán)重，并且，本發(fā)明將會進一步計算每個指標的信息熵，然后利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正處理，以得到更加合理可靠的指標權(quán)重。由上可見，本發(fā)明實施例是基于層次分析法以及結(jié)合指標的信息熵來確定每個指標最終的指標權(quán)重的，這個過程中無需涉及過多的人為因素，提高了權(quán)重分配過程的分配效率，并且提高了權(quán)重分配結(jié)果的合理性。本發(fā)明實施例公開了一種具體的基于層次分析法的指標權(quán)重量化方法，該方法包括如下步驟：步驟S21：構(gòu)造指標體系層次結(jié)構(gòu)模型。步驟S22：利用層次分析法，構(gòu)造兩兩比較判斷矩陣，然后進行相應的層次單排序和一致性檢驗，得到指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重。具體的，本實施例中，對每一層次各指標的兩兩相對重要性用數(shù)值形式給出判斷，并寫成矩陣形式，得到任意兩個指標所對應的兩兩比較判斷矩陣。例如，對于圖2中的準則層，其判斷矩陣為A＝(aij)4×4，具體例子如下表一所示：表一AB1B2B3B4B111/71/31/5B2711/51/3B33513B4531/31通常取1，2，…，9及它們的倒數(shù)作為標度(即aij的取值)，且滿足aii＝1,aij＝1/aji。其標度含義見下表二：表二含義標度兩者同等重要1前者比后者稍微重要3前者比后者較強重要5前者比后者強烈重要7前者比后者極端重要9兩相鄰判斷的中間值2，4，6，8在確定出相應的兩兩比較判斷矩陣之后，從上層到下層依次進行層次單排序和一致性檢驗，將層與層指標之間的權(quán)重全部計算出來之后，便可以進行層次總排序，計算每個指標對目標層的合成權(quán)重，也即得到每個指標所對應的初始指標權(quán)重。步驟S23：分別計算指標體系層次結(jié)構(gòu)模型中每個指標的信息熵。上述步驟S23中，計算指標體系層次結(jié)構(gòu)模型中任一指標Xj的信息熵的過程，包括：利用預設的信息熵計算公式，計算指標Xj的信息熵；其中，信息熵計算公式為：式中，m表示指標Xj中包含的樣本值的總數(shù)量；xij表示指標Xj中的第i個樣本值；p(xij)表示樣本值xij的概率；其中，步驟S24：分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重。假設對于一段時間區(qū)間內(nèi)的n條指標序列，每條序列包含m個樣本值，則有指標數(shù)據(jù)矩陣X＝(xij)m×n。對于某一條指標j，若其m個樣本值的偏差程度越大，分布就越均勻，信息熵越小，其重要性就越大，權(quán)重理應得到加強；反之，樣本值的偏差程度越低，分布就越集中，信息熵就越高，其重要性就越低。根據(jù)以上分析，在通過層次分析法得到初始指標權(quán)重后，本發(fā)明實施例通過分析計算各個指標的信息熵，根據(jù)其重要程度對初始指標權(quán)重進行修正，從而得到更加合理可靠的指標權(quán)重。進一步的，本發(fā)明實施例還相應公開了一種基于層次分析法的指標權(quán)重量化系統(tǒng)，參見圖3所示，該系統(tǒng)包括：模型構(gòu)造模塊11，用于構(gòu)造指標體系層次結(jié)構(gòu)模型；權(quán)重確定模塊12，用于利用層次分析法，分別確定出指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重，得到每個指標各自對應的初始指標權(quán)重；信息熵計算模塊13，用于分別計算指標體系層次結(jié)構(gòu)模型中每個指標的信息熵；權(quán)重修正模塊14，用于分別利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正，得到每個指標各自對應的修正后指標權(quán)重?？梢?，本發(fā)明實施例在構(gòu)造出指標體系層次結(jié)構(gòu)模型之后，將會利用層次分析法，確定出每個指標所對應的初始指標權(quán)重，并且，本發(fā)明將會進一步計算每個指標的信息熵，然后利用每個指標的信息熵，對每個指標各自對應的初始指標權(quán)重進行修正處理，以得到更加合理可靠的指標權(quán)重。由上可見，本發(fā)明實施例是基于層次分析法以及結(jié)合指標的信息熵來確定每個指標最終的指標權(quán)重的，這個過程中無需涉及過多的人為因素，提高了權(quán)重分配過程的分配效率，并且提高了權(quán)重分配結(jié)果的合理性。具體的，本實施例中，上述模型構(gòu)造模塊構(gòu)造的指標體系層次結(jié)構(gòu)模型可以包括目標層、準則層和指標層。另外，上述權(quán)重確定模塊，具體可以用于通過利用層次分析法，來構(gòu)造兩兩比較判斷矩陣，然后進行相應的層次單排序和一致性檢驗，得到指標體系層次結(jié)構(gòu)模型中每個指標所對應的權(quán)重。進一步的，上述信息熵計算模塊，具體可以包括：信息熵計算單元，用于利用預設的信息熵計算公式，計算指標Xj的信息熵；其中，信息熵計算公式為：式中，m表示指標Xj中包含的樣本值的總數(shù)量；xij表示指標Xj中的第i個樣本值；p(xij)表示樣本值xij的概率；其中，最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。以上對本發(fā)明所提供的一種基于層次分析法的指標權(quán)重量化方法及系統(tǒng)進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。當前第1頁1 2 3