本發(fā)明涉及熵權(quán)法
技術(shù)領(lǐng)域：
，更具體地說(shuō)，涉及一種熵權(quán)計(jì)算方法及多目標(biāo)決策方法。
背景技術(shù)：
：熵(Entropy)本身是熱力學(xué)概念，后來(lái)香農(nóng)(C.E.Shannon)將其引入信息論中，賦予了熵廣義的概念。按照熵的思想，人們?cè)跊Q策中獲得信息的數(shù)量和質(zhì)量是決定決策精度和可靠性的重要因素之一。熵權(quán)法是利用熵可以度量數(shù)據(jù)所提供的有用信息量的特點(diǎn)形成的一種客觀賦權(quán)的方法。在給定評(píng)價(jià)對(duì)象集且各種評(píng)價(jià)指標(biāo)值都確定的情況下，從信息角度來(lái)看，使用熵權(quán)法賦予某指標(biāo)的權(quán)重代表該指標(biāo)傳遞給決策者信息量的大小，即一個(gè)指標(biāo)在各評(píng)估對(duì)象之間的差異程度越大，它包含的信息量就越大，它的熵就越小，因此該指標(biāo)得到的權(quán)重就應(yīng)越大，當(dāng)然它對(duì)評(píng)估結(jié)果的影響也就越大。假設(shè)在m項(xiàng)評(píng)價(jià)指標(biāo)、n個(gè)被評(píng)價(jià)對(duì)象的評(píng)價(jià)體系中，原始評(píng)價(jià)矩陣為Dnm，對(duì)該矩陣進(jìn)行標(biāo)準(zhǔn)化處理得到規(guī)范化矩陣Rnm。根據(jù)熵的定義，確定評(píng)價(jià)指標(biāo)j的熵值：Hj=-kΣi=1nfijlnfij]]>fij=RijΣi=1nRij]]>k=1lnn]]>其中，Hj表示評(píng)價(jià)指標(biāo)j的熵值，0≤Hj≤1，為使lnfij有意義，假定當(dāng)fij＝0時(shí)，fijlnfij＝0；i＝1,2,…,n；j＝1,2,…,m。利用評(píng)價(jià)指標(biāo)j的熵值計(jì)算評(píng)價(jià)指標(biāo)j的熵權(quán):ωej=1-HjΣj=1m(1-Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，0≤ωej≤1，且根據(jù)上面的熵權(quán)計(jì)算式，當(dāng)所有評(píng)價(jià)指標(biāo)的熵值Hj→1(j＝1,2,…,m)時(shí)，熵值的微小差別就會(huì)引起相應(yīng)熵權(quán)成倍的變化，例如：當(dāng)評(píng)價(jià)指標(biāo)的熵值向量分別為(0.9999,0.9998,0.9997)和(0.9000,0.8000,0.7000)時(shí)，雖然熵值間的差值不同，但兩者對(duì)應(yīng)的熵權(quán)向量均為(0.1667,0.3333,0.5000)，這顯然是不合理的。而合理的熵權(quán)與熵值之間的關(guān)系應(yīng)為：一是不同評(píng)價(jià)指標(biāo)熵值差異不多則意味著其提供的信息量基本相同，則相應(yīng)的熵權(quán)也應(yīng)基本相同；二是不同的熵值向量表示提供的信息量不同，因此應(yīng)具有不同的熵權(quán)向量。綜上所述，現(xiàn)有技術(shù)中熵權(quán)法存在當(dāng)所有評(píng)價(jià)指標(biāo)的熵值趨近于1時(shí)，熵值的微小差別會(huì)引起相應(yīng)熵權(quán)成倍的變化，進(jìn)而導(dǎo)致熵權(quán)分配不合理的問(wèn)題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種熵權(quán)計(jì)算方法及裝置，以解決現(xiàn)有技術(shù)中熵權(quán)法存在的當(dāng)所有評(píng)價(jià)指標(biāo)的熵值趨近于1時(shí)，熵值的微小差別會(huì)引起相應(yīng)熵權(quán)成倍的變化，進(jìn)而導(dǎo)致熵權(quán)分配不合理的問(wèn)題；另外，本發(fā)明還提供了一種多目標(biāo)決策方法及裝置。為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種熵權(quán)計(jì)算方法，包括：獲取被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，以及每個(gè)所述評(píng)價(jià)指標(biāo)的熵值；按照下列公式計(jì)算每個(gè)所述評(píng)價(jià)指標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，Hj表示評(píng)價(jià)指標(biāo)j的熵值，表示所有不為1的熵值的均值，m表示所述評(píng)價(jià)指標(biāo)的數(shù)量，j＝1,2,…,m。一種多目標(biāo)決策方法，包括：獲取預(yù)先利用多目標(biāo)算法得到的帕累托解集，并對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，該矩陣中每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值；計(jì)算所述規(guī)范化矩陣中每個(gè)目標(biāo)的熵值，并利用下列公式計(jì)算每個(gè)目標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示目標(biāo)j的熵權(quán)，Hj表示目標(biāo)j的熵值，為所有不為1的熵值的均值，m表示目標(biāo)的數(shù)量，j＝1,2,…,m；基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，并選取最大的綜合評(píng)估值對(duì)應(yīng)的解為最終解。優(yōu)選的，基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，包括：按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωejrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示所述規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。優(yōu)選的，基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，包括：獲取外界輸入的為每個(gè)目標(biāo)賦予的主觀權(quán)重，并按照下列公式計(jì)算每個(gè)目標(biāo)的綜合權(quán)重：ωj=ωsj·ωejΣj=1mωsj·ωej]]>其中，ωj表示目標(biāo)j的綜合權(quán)重，ωsj表示目標(biāo)j的主觀權(quán)重；按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωjrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示所述規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。優(yōu)選的，對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，包括：如果所述多目標(biāo)決策方法具體為最大化優(yōu)化問(wèn)題，則按照下列公式對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=xij-min1≤i≤nxijmax1≤i≤nxij-min1≤i≤nxij]]>如果所述多目標(biāo)決策方法具體為最小化優(yōu)化問(wèn)題，則按照下列公式對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=max1≤i≤nxij-xijmax1≤i≤nxij-min1≤i≤nxij]]>其中，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，xij表示帕累托解集中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，1≤i≤n，1≤j≤m。一種熵權(quán)計(jì)算裝置，包括：數(shù)據(jù)獲取模塊，用于獲取被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，以及每個(gè)所述評(píng)價(jià)指標(biāo)的熵值；熵權(quán)計(jì)算模塊，用于按照下列公式計(jì)算每個(gè)所述評(píng)價(jià)指標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，Hj表示評(píng)價(jià)指標(biāo)j的熵值，表示所有不為1的熵值的均值，m表示所述評(píng)價(jià)指標(biāo)的數(shù)量，j＝1,2,…,m。一種多目標(biāo)決策裝置，包括：矩陣處理模塊，用于獲取預(yù)先利用多目標(biāo)算法得到的帕累托解集，并對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，該矩陣中每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值；熵權(quán)獲取模塊，用于計(jì)算所述規(guī)范化矩陣中每個(gè)目標(biāo)的熵值，并利用下列公式計(jì)算每個(gè)目標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示目標(biāo)j的熵權(quán)，Hj表示目標(biāo)j的熵值，為所有不為1的熵值的均值，m表示目標(biāo)的數(shù)量，j＝1,2,…,m；最終解獲取模塊，用于基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，并選取最大的綜合評(píng)估值對(duì)應(yīng)的解為最終解。優(yōu)選的，最終解獲取模塊包括：第一評(píng)估單元，用于按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωejrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示所述規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。優(yōu)選的，最終解獲取模塊包括：第二評(píng)估單元，用于基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，包括：獲取外界輸入的為每個(gè)目標(biāo)賦予的主觀權(quán)重，并按照下列公式計(jì)算每個(gè)目標(biāo)的綜合權(quán)重：ωj=ωsj·ωejΣj=1mωsj·ωej]]>其中，ωj表示目標(biāo)j的綜合權(quán)重，ωsj表示目標(biāo)j的主觀權(quán)重；按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωjrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示所述規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。優(yōu)選的，矩陣處理模塊包括：第一處理單元，用于如果所述多目標(biāo)決策裝置用于解決最大化優(yōu)化問(wèn)題，則按照下列公式對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=xij-min1≤i≤nxijmax1≤i≤nxij-min1≤i≤nxij]]>第二處理單元，用于如果所述多目標(biāo)決策裝置用于解決最小化優(yōu)化問(wèn)題，則按照下列公式對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=max1≤i≤nxij-xijmax1≤i≤nxij-min1≤i≤nxij]]>其中，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，xij表示帕累托解集中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，1≤i≤n，1≤j≤m。本發(fā)明提供了一種熵權(quán)計(jì)算方法及裝置，其中，該方法包括：獲取被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，以及每個(gè)所述評(píng)價(jià)指標(biāo)的熵值；按照下列公式計(jì)算每個(gè)所述評(píng)價(jià)指標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，Hj表示評(píng)價(jià)指標(biāo)j的熵值，表示所有不為1的熵值的均值，m表示所述評(píng)價(jià)指標(biāo)的數(shù)量，j＝1,2,…,m。本發(fā)明公開的上述技術(shù)方案，在
背景技術(shù)：
中原有的計(jì)算熵權(quán)的公式的單一賦權(quán)方式上增加了一種互補(bǔ)的賦權(quán)方式，即ωej1和ωej2；并使用各評(píng)價(jià)指標(biāo)的熵值的均值控制兩種賦權(quán)方式所占的比例，即使用各評(píng)價(jià)指標(biāo)的熵值的均值作為權(quán)重，使得在熵值接近于0時(shí)ωej2所占的比例減少，在熵值接近于1時(shí)ωej1所占比例減少，進(jìn)而使得本發(fā)明中計(jì)算熵權(quán)的方案在熵值偏大或偏小時(shí)均能合理賦權(quán)，解決了現(xiàn)有技術(shù)中熵權(quán)法存在的當(dāng)所有評(píng)價(jià)指標(biāo)的熵值趨近于1時(shí)，熵值的微小差別會(huì)引起相應(yīng)熵權(quán)成倍的變化，進(jìn)而導(dǎo)致熵權(quán)分配不合理的問(wèn)題。另外，本發(fā)明實(shí)施例還提供了一種多目標(biāo)決策方法及裝置，其中，該方法包括：獲取預(yù)先利用多目標(biāo)算法得到的帕累托解集，并對(duì)所述帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，該矩陣中每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值；計(jì)算所述規(guī)范化矩陣中每個(gè)目標(biāo)的熵值，并利用下列公式計(jì)算每個(gè)目標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示目標(biāo)j的熵權(quán)，Hj表示目標(biāo)j的熵值，為所有不為1的熵值的均值，m表示目標(biāo)的數(shù)量，j＝1,2,…,m；基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，并選取最大的綜合評(píng)估值對(duì)應(yīng)的解為最終解。本發(fā)明提供的上述技術(shù)方案簡(jiǎn)單且高效，非常適合在線運(yùn)行。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)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(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)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(shí)施例提供的一種熵權(quán)計(jì)算方法的流程圖；圖2為本發(fā)明實(shí)施例提供的一種熵權(quán)計(jì)算裝置的結(jié)構(gòu)示意圖；圖3為本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法的流程圖；圖4為本發(fā)明實(shí)施例提供的一種多目標(biāo)決策裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。請(qǐng)參閱圖1，其示出了本發(fā)明實(shí)施例提供的一種熵權(quán)計(jì)算方法，可以包括以下步驟：S11：獲取被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，以及每個(gè)評(píng)價(jià)指標(biāo)的熵值。需要說(shuō)明的是，該步驟中獲取的被評(píng)價(jià)對(duì)象、評(píng)價(jià)指標(biāo)及評(píng)價(jià)指標(biāo)的熵值可以與
背景技術(shù)：
中所涉及的相應(yīng)內(nèi)容相同，具體來(lái)說(shuō)，原始評(píng)價(jià)矩陣可以為Dnm，其中，每一行代表一個(gè)被評(píng)價(jià)對(duì)象，共有n個(gè)被評(píng)價(jià)對(duì)象，每一列代表一個(gè)評(píng)價(jià)指標(biāo)，共有m項(xiàng)評(píng)價(jià)指標(biāo)，每個(gè)被評(píng)價(jià)對(duì)象對(duì)應(yīng)每個(gè)評(píng)價(jià)指標(biāo)均具有對(duì)應(yīng)的值，即為原始評(píng)價(jià)矩陣中每個(gè)元素；對(duì)原始評(píng)價(jià)矩陣進(jìn)行標(biāo)準(zhǔn)化處理得到規(guī)范化矩陣Rnm，Rnm中的元素與Dnm中的元素含義相同，區(qū)別僅在于對(duì)每個(gè)元素進(jìn)行了標(biāo)準(zhǔn)化處理。因此，可以按照
背景技術(shù)：
中的公式計(jì)算每個(gè)評(píng)價(jià)指標(biāo)的熵值，以基于該熵值計(jì)算對(duì)應(yīng)評(píng)價(jià)指標(biāo)的熵權(quán)。S12：按照下列公式計(jì)算每個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，Hj表示評(píng)價(jià)指標(biāo)j的熵值，表示所有不為1的熵值的均值，m表示評(píng)價(jià)指標(biāo)的數(shù)量，j＝1,2,…,m。由于該公式用于計(jì)算熵權(quán)，因此，在附圖中用熵權(quán)計(jì)算公式這一名稱來(lái)表示上述公式。需要說(shuō)明的是，上述計(jì)算熵權(quán)的公式滿足熵值越大熵權(quán)越小的要求，同時(shí)滿足以下要求：0≤ωej≤1Σj=1mωej=1]]>由于ωej2在Hj→0時(shí)熵值微小的差異會(huì)引起熵權(quán)成倍的變化，正好與ωej1形成互補(bǔ)關(guān)系，同時(shí)使用各評(píng)價(jià)指標(biāo)的熵值的均值作為權(quán)重，可使得在熵值接近于0時(shí)ωej2所占的比例減少，在熵值接近于1時(shí)ωej1所占比例減少，這樣上述計(jì)算熵權(quán)的公式在熵值偏大或偏小時(shí)均能合理賦權(quán)，以避免在熵值處于區(qū)間兩端時(shí)的熵權(quán)畸形。本發(fā)明公開的上述技術(shù)方案，在
背景技術(shù)：
中原有的計(jì)算熵權(quán)的公式的單一賦權(quán)方式上增加了一種互補(bǔ)的賦權(quán)方式，即ωej1和ωej2；并使用各評(píng)價(jià)指標(biāo)的熵值的均值控制兩種賦權(quán)方式所占的比例，即使用各評(píng)價(jià)指標(biāo)的熵值的均值作為權(quán)重，使得在熵值接近于0時(shí)ωej2所占的比例減少，在熵值接近于1時(shí)ωej1所占比例減少，進(jìn)而使得本發(fā)明中計(jì)算熵權(quán)的方案在熵值偏大或偏小時(shí)均能合理賦權(quán)，解決了現(xiàn)有技術(shù)中熵權(quán)法存在的當(dāng)所有評(píng)價(jià)指標(biāo)的熵值趨近于1時(shí)，熵值的微小差別會(huì)引起相應(yīng)熵權(quán)成倍的變化，進(jìn)而導(dǎo)致熵權(quán)分配不合理的問(wèn)題。另外，為了驗(yàn)證本發(fā)明實(shí)施例提供的上述技術(shù)方案的合理性，使用不同的熵值類型進(jìn)行測(cè)試，采用
背景技術(shù)：
中的技術(shù)方案(A)、本發(fā)明實(shí)施例提供的上述技術(shù)方案(B)計(jì)算熵權(quán)，結(jié)果見表1。表1
背景技術(shù)：
方案及本發(fā)明方案計(jì)算結(jié)果對(duì)比由表1可知，在熵值向量偏大或偏小時(shí)，本發(fā)明實(shí)施例提供的技術(shù)方案給出了更為適中且合理的熵權(quán)向量；特別的，對(duì)于熵值向量(1.0000,0.5000,0.1000)，本發(fā)明實(shí)施例提供的技術(shù)方案相比于
背景技術(shù)：
中的技術(shù)方案得到了更具有區(qū)分度的熵權(quán)向量。請(qǐng)參閱圖2，其示出了本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法的流程圖，可以包括以下步驟：S21：獲取預(yù)先利用多目標(biāo)算法得到的帕累托解集，并對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，該矩陣中每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值。其中，需要說(shuō)明的是，利用進(jìn)化多目標(biāo)算法得到帕累托解集Xnm，其中，每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值，每個(gè)目標(biāo)值即對(duì)應(yīng)帕累托解集Xnm中的一個(gè)元素；該步驟與現(xiàn)有技術(shù)公開的相應(yīng)方案原理一致，在此不再贅述。對(duì)帕累托解集Xnm進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣Rnm，其中，規(guī)范化矩陣中每個(gè)元素與帕累托解集Xnm中每個(gè)元素的含義一致，區(qū)別僅僅在于對(duì)每個(gè)元素進(jìn)行了標(biāo)準(zhǔn)化處理。S22：計(jì)算規(guī)范化矩陣中每個(gè)目標(biāo)的熵值，并利用下列公式計(jì)算每個(gè)目標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示目標(biāo)j的熵權(quán)，Hj表示目標(biāo)j的熵值，為所有不為1的熵值的均值，m表示目標(biāo)的數(shù)量，j＝1,2,…,m。由于該公式用于計(jì)算熵權(quán)，因此，在附圖中用熵權(quán)計(jì)算公式這一名稱來(lái)表示上述公式。其中，計(jì)算規(guī)范化矩陣中每個(gè)目標(biāo)的熵值與
背景技術(shù)：
中計(jì)算每個(gè)評(píng)價(jià)指標(biāo)的熵值所用計(jì)算公式相同，區(qū)別僅僅在于參數(shù)的含義不同，具體來(lái)說(shuō)，按照下列公式確定每個(gè)目標(biāo)的熵值：Hj=-kΣi=1nfijlnfij]]>fij=RijΣi=1nRij]]>k=1lnn]]>其中，Hj表示目標(biāo)j的熵值，0≤Hj≤1，為使lnfij有意義，假定當(dāng)fij＝0時(shí)，fijlnfij＝0；i＝1,2,…,n；j＝1,2,…,m。S23：基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，并選取最大的綜合評(píng)估值對(duì)應(yīng)的解為最終解?；诿總€(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，進(jìn)而確定出最終解，即由帕累托解集中選取出最終解，從而完成多目標(biāo)決策方法。需要說(shuō)明的是，現(xiàn)有的多目標(biāo)決策方法在帕累托解集中選取最終解的過(guò)程復(fù)雜，且需要決策者的參與以及參數(shù)設(shè)置，使得最終解選擇過(guò)程難以實(shí)現(xiàn)在線運(yùn)行。本申請(qǐng)公開的上述技術(shù)方案中，將本發(fā)明實(shí)施例提供的上述熵權(quán)計(jì)算方法應(yīng)用到多目標(biāo)決策方法中，首先對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理并計(jì)算得到各目標(biāo)的熵值，然后使用本發(fā)明實(shí)施例提供的上述熵權(quán)計(jì)算方法計(jì)算出各目標(biāo)的熵權(quán)，最后依各目標(biāo)的熵權(quán)及標(biāo)準(zhǔn)化的目標(biāo)值得到各個(gè)解的綜合評(píng)估值，選擇綜合評(píng)估值最大的解作為最終解，從而快速有效的由帕累托解集中獲取到最終解，即，本發(fā)明提供的上述技術(shù)方案簡(jiǎn)單且高效，并且，本發(fā)明公開的上述技術(shù)方案可以根據(jù)標(biāo)準(zhǔn)化矩陣自動(dòng)為決策者選出最終解，無(wú)需決策者參與，非常適合在線運(yùn)行。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法，基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，可以包括：按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωejrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。在決策者不需為每個(gè)目標(biāo)進(jìn)行主觀權(quán)重的設(shè)定時(shí)，可以直接確定每個(gè)目標(biāo)的熵權(quán)即為其權(quán)重，進(jìn)而利用上述計(jì)算每個(gè)解的綜合評(píng)估值，從而快速高效的獲取到最終解。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法，基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，可以包括：獲取外界輸入的為每個(gè)目標(biāo)賦予的主觀權(quán)重，并按照下列公式計(jì)算每個(gè)目標(biāo)的綜合權(quán)重：ωj=ωsj·ωejΣj=1mωsj·ωej]]>其中，ωj表示目標(biāo)j的綜合權(quán)重，ωsj表示目標(biāo)j的主觀權(quán)重；按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωjrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。在決策者需要對(duì)每個(gè)目標(biāo)進(jìn)行主觀權(quán)重的設(shè)定時(shí)，可以獲取其輸入的每個(gè)目標(biāo)的主觀權(quán)重，利用上述方案計(jì)算每個(gè)目標(biāo)的綜合權(quán)重，進(jìn)而基于該綜合權(quán)重計(jì)算每個(gè)解的綜合評(píng)估值，可見，本發(fā)明公開的技術(shù)方案可以允許決策者設(shè)定對(duì)各目標(biāo)的主觀權(quán)重，而后的決策過(guò)程則不需要決策者操作，因此可以方便地實(shí)現(xiàn)在線運(yùn)行，進(jìn)一步提高決策的效率。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法，對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，可以包括：如果多目標(biāo)決策方法具體為最大化優(yōu)化問(wèn)題，則按照下列公式對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=xij-min1≤i≤nxijmax1≤i≤nxij-min1≤i≤nxij]]>如果多目標(biāo)決策方法具體為最小化優(yōu)化問(wèn)題，則按照下列公式對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=max1≤i≤nxij-xijmax1≤i≤nxij-min1≤i≤nxij]]>其中，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，xij表示帕累托解集中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，1≤i≤n，1≤j≤m。需要說(shuō)明的是，最大優(yōu)化問(wèn)題與最小優(yōu)化問(wèn)題與現(xiàn)有技術(shù)中對(duì)應(yīng)名稱的含義相同，在此不再贅述；另外，上述方式僅僅為進(jìn)行標(biāo)準(zhǔn)化處理的方式之一，其他可以進(jìn)行標(biāo)準(zhǔn)化處理的技術(shù)方案也均在本發(fā)明的保護(hù)范圍之內(nèi)。另外，為了驗(yàn)證本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法的優(yōu)點(diǎn)，進(jìn)行以下測(cè)試。其中，表2給出了本例使用的帕累托解集：以文獻(xiàn)“Multi-objectiveoptimizationanddecisionmakingforpowerdispatchofalarge-scaleintegratedenergysystemwithdistributedDHCsembedded”中多目標(biāo)決策得出的39解5目標(biāo)的帕累托解集為例，采用本發(fā)明的技術(shù)方案及順序結(jié)構(gòu)評(píng)估法(PreferenceRankingOrganizationMethodforEnrichmentEvaluation,PROMETHEE)分別對(duì)該解集進(jìn)行決策，并將得到的優(yōu)劣排序結(jié)果進(jìn)行對(duì)比，如表2所示，其中本發(fā)明技術(shù)方案對(duì)應(yīng)排序1，順序結(jié)構(gòu)評(píng)估法對(duì)應(yīng)排序2。可見，兩種方法給出了大致相同的決策方案，都選擇第19個(gè)解為最終解，這表明了本發(fā)明技術(shù)方案在多目標(biāo)決策中選擇最終解的有效性，且實(shí)施過(guò)程中本發(fā)明技術(shù)方案相對(duì)于順序結(jié)構(gòu)評(píng)估法更加簡(jiǎn)單快速。而文獻(xiàn)“Multi-objectiveoptimizationanddecisionmakingforpowerdispatchofalarge-scaleintegratedenergysystemwithdistributedDHCsembedded”使用了證據(jù)推理的方法來(lái)選擇最終解，但由于該方法的復(fù)雜性，只選取了表2中加粗的五個(gè)解進(jìn)行了評(píng)估，并由于目標(biāo)1和目標(biāo)2是用來(lái)優(yōu)化的目標(biāo)，可以不參與決策過(guò)程，只使用后三個(gè)目標(biāo)進(jìn)行證據(jù)推理并對(duì)后三個(gè)目標(biāo)添加了主觀權(quán)重ωsj＝[0.2,0.4,0.4]。為了能夠和證據(jù)推理方法作比較，本發(fā)明技術(shù)方案也只使用這五個(gè)解的后三個(gè)目標(biāo)進(jìn)行決策，得到的結(jié)果如表3所示，其中，證據(jù)推理方法對(duì)應(yīng)排序3?？梢姡N方法給出了相同排序方案，但是相比于證據(jù)推理方法和順序結(jié)構(gòu)評(píng)估法，本發(fā)明公開的技術(shù)方案直接利用了目標(biāo)值本身包含的優(yōu)劣信息，簡(jiǎn)單高效，非常適合在線運(yùn)行。表2兩種方案對(duì)39解5目標(biāo)解集的排序方案表3三種方案對(duì)5解3目標(biāo)解集的排序方案與上述方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供了一種熵權(quán)計(jì)算裝置，如圖3所示，可以包括：數(shù)據(jù)獲取模塊11，用于獲取被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)，以及每個(gè)評(píng)價(jià)指標(biāo)的熵值；熵權(quán)計(jì)算模塊12，用于按照下列公式計(jì)算每個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示評(píng)價(jià)指標(biāo)j的熵權(quán)，Hj表示評(píng)價(jià)指標(biāo)j的熵值，表示所有不為1的熵值的均值，m表示評(píng)價(jià)指標(biāo)的數(shù)量，j＝1,2,…,m。本發(fā)明實(shí)施例提供的一種熵權(quán)計(jì)算裝置中相關(guān)部分的說(shuō)明請(qǐng)參見本發(fā)明實(shí)施例提供的一種熵權(quán)計(jì)算方法中對(duì)應(yīng)部分的詳細(xì)說(shuō)明，在此不再贅述。與上述方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供了一種多目標(biāo)決策裝置，如圖4所示，可以包括：矩陣處理模塊21，用于獲取預(yù)先利用多目標(biāo)算法得到的帕累托解集，并對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理，得到規(guī)范化矩陣，該矩陣中每一行代表一個(gè)解，共有n個(gè)解，每一列代表一個(gè)目標(biāo)，共有m個(gè)目標(biāo)，每個(gè)解具有與m個(gè)目標(biāo)對(duì)應(yīng)的m個(gè)目標(biāo)值；熵權(quán)獲取模塊22，用于計(jì)算規(guī)范化矩陣中每個(gè)目標(biāo)的熵值，并利用下列公式計(jì)算每個(gè)目標(biāo)的熵權(quán)：ωej=(1-H‾)ωej1+H‾ωej2Hj<10Hj=1]]>ωej1=1-HjΣj=1,Hj≠1m(1-Hj),ωej2=1/HjΣj=1,Hj≠1m(1/Hj)]]>其中，ωej表示目標(biāo)j的熵權(quán)，Hj表示目標(biāo)j的熵值，為所有不為1的熵值的均值，m表示目標(biāo)的數(shù)量，j＝1,2,…,m；最終解獲取模塊23，用于基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，并選取最大的綜合評(píng)估值對(duì)應(yīng)的解為最終解。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策裝置，最終解獲取模塊可以包括：第一評(píng)估單元，用于按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωejrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策裝置，最終解獲取模塊可以包括：第二評(píng)估單元，用于基于每個(gè)目標(biāo)的熵權(quán)及每個(gè)解對(duì)應(yīng)的目標(biāo)值計(jì)算每個(gè)解的綜合評(píng)估值，包括：獲取外界輸入的為每個(gè)目標(biāo)賦予的主觀權(quán)重，并按照下列公式計(jì)算每個(gè)目標(biāo)的綜合權(quán)重：ωj=ωsj·ωejΣj=1mωsj·ωej]]>其中，ωj表示目標(biāo)j的綜合權(quán)重，ωsj表示目標(biāo)j的主觀權(quán)重；按照下列公式計(jì)算每個(gè)解的綜合評(píng)估值：ui=Σj=1mωjrij]]>其中，ui表示解i的綜合評(píng)估值，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策裝置，矩陣處理模塊包括：第一處理單元，用于如果多目標(biāo)決策裝置用于解決最大化優(yōu)化問(wèn)題，則按照下列公式對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=xij-min1≤i≤nxijmax1≤i≤nxij-min1≤i≤nxij]]>第二處理單元，用于如果多目標(biāo)決策裝置用于解決最小化優(yōu)化問(wèn)題，則按照下列公式對(duì)帕累托解集進(jìn)行標(biāo)準(zhǔn)化處理：rij=max1≤i≤nxij-xijmax1≤i≤nxij-min1≤i≤nxij]]>其中，rij表示規(guī)范化矩陣中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，xij表示帕累托解集中解i對(duì)應(yīng)目標(biāo)j的目標(biāo)值，1≤i≤n，1≤j≤m。本發(fā)明實(shí)施例提供的一種多目標(biāo)決策裝置中相關(guān)部分的說(shuō)明請(qǐng)參見本發(fā)明實(shí)施例提供的一種多目標(biāo)決策方法中對(duì)應(yīng)部分的詳細(xì)說(shuō)明，在此不再贅述。對(duì)所公開的實(shí)施例的上述說(shuō)明，使本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。當(dāng)前第1頁(yè)1 2 3