程序名称##

改进熵权法计算(matlab版+python版)

程序功能(对象)

1. 适用于对两个及以上的对象进行综合评估；
2. 客观赋权法：改进熵权法(输入各评估对象的指标原始值)
3. 输出：评估对象的客观权重以及综合评分值对比
4. 改进需求：传统熵权法在所有熵值趋近于1时熵值微小的差距将引发熵权成倍变化!!!
5. 应用领域：根据需求而定，博主研究领域是配电网评估以下均在该领域计算

改进熵权法的理论分析

在编程之前首先需要学习相关内容，需构建评估方法的计算步骤。
（1）初始数据预处理，数据无量纲化以及向极大型进行归一化
（2）利用改进熵权法计算各类指标权重；
（3）“优于该指标平均水评的指标权重清零，其余权重不变”，加权求和获得综合评估值
假设对m个评估对象记性评估S={S1,S2,……,Sm}，每个评估对象的评价指标集合为P={P1,P2,……，P9}。

1. 指标归一化处理：
   针对第i个评价对象的第j个评估指标Pj的指标数值为pij，归一化无量纲化后数值为{bij}。极大型指标归一化计算为：
   
   针对指标数值越小约好的极小型指标为：
   
   指标的b值越接近1，表征该评估对象 表现越好。

2. 权重计算：传统熵权在所有熵值趋近于1时，会过度放大权重差距，赋权不合理，指标差距越小权重越大，本文方法可以克服传统赋权的确定。
   计算评估对象Si中的Pj指标的特征系数(数值归一化)：
   
   通过各评估对象的各评价指标的特征系数求解指标的熵值为：
   
   各指标权重的计算公式为：
   
   其中Wj为指标Pj的权重，Hj为对应的熵值，杠H为全部不为1的熵权的平均值。

3. 评估值计算：
   对于低于或等于平均水平的指标值采用改进熵权法的赋权结果，高于平均水平的指标值另其权重为0，得到权重矩阵w为：
   
   评估对象的综合评价值为：
   
   低于平均水平的指标越少，与平均水平的差距越小，综合评价值越小，评估对象越好。

程序函数说明

matlab版：

计算结果展示

1. 对10个评估对象的9个评价指标的原始数据进行分析，其中黑线为指标平均值，绿线代表评估对象
   S4,灰线代表评估对象S10，S4指标数值均低于平均水平，指标差距最显著，则表明评估对象表现较差。
   
   参考文献:欧阳森、刘丽媛，配电网用电可靠性指标体系及综合评估方法
   欢迎大家查阅该文献，博文仅对该文概述与复现

程序链接与探讨

如需博主的完整版matlab版/python版私信，也可以V博主一下：lemonyoungman，欢迎点赞收藏。