CN107967571A - 基于熵权法的指标体系生成方法 - Google Patents
基于熵权法的指标体系生成方法 Download PDFInfo
- Publication number
- CN107967571A CN107967571A CN201711368403.1A CN201711368403A CN107967571A CN 107967571 A CN107967571 A CN 107967571A CN 201711368403 A CN201711368403 A CN 201711368403A CN 107967571 A CN107967571 A CN 107967571A
- Authority
- CN
- China
- Prior art keywords
- mrow
- sample
- msub
- index
- accident
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000000126 substance Substances 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000006378 damage Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 17
- 238000012986 modification Methods 0.000 abstract description 4
- 230000004048 modification Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于熵权法的指标体系生成方法，本方法以化工企业的安全管理指标体系为基础，研究如何在原有的指标体系基础上进行合理的改进更新，构建新的指标体系。改进的依据是将历史化工事故案例作为分析数据，根据数据反向分析指标权重的不合理性，在本发明中熵权法并不是大量样本数据赋值的算法，而是采用熵权法评价样本质量，形成样本权重，在此数据的基础上反向分析计算安全指标体系的权重，并适当调整更新指标权重。本发明根据实际情况作出合理的必要的修改，从而促进企业安全监管与安全评价的不断完善，能够更好的规避风险。
Description
技术领域
本发明属于工程技术领域，具有涉及一种基于熵权法的指标体系生成方法。
背景技术
随着化工行业的蓬勃发展，化工企业发生化工事故的频率也在增加，化工事故对经济社会环境造成了巨大损失。评价和衡量化工企业的安全管理水平是从根源上规避风险的方法之一。化工企业的安全管理水平评价指标体系是一种评价化工环境风险的不确定性，从而从源头上规避和减小环境风险的有效方法。目前国内外根据专家经验和实际应用经验整合制定了各种安全管理水平指标评价体系。但由于每个国家国情不同，各国在构建安全管理水平指标评价体系的侧重点也不同。从国外引进的针对化工企业安全管理水平评价体系不适应于我国国情，评价体系存在指标不完善、权重分配不统一、权重设置不合理等缺点，同时科技的进步也正在逐步的减少化工事故的危害和损失，因此在评价企业安全管理水平的过程中难以有效借鉴前人经验，严重制约了衡量企业安全水平的完整性和准确性安全管理水平评价指标体系的建立是评价企业具有合格的安全环境，确保工作正确进行的基础，测量与评价的可靠性，在很大程度上取决于所设计指标的有效程度。建立合理可靠的分析评价模型，必须首先建立有效的评价指标体系。指标体系是将抽象的研究对象根据其本质特征分解成具有行为化的结构，并将每一指标赋予权重的过程。由于经济社会环境的不断改变，指标体系的完善也是一个动态修改的过程。指标权重确定方法大致分三类：主观赋权法、客观赋权法、主客观综合集成赋权法。主观赋权法采取定性分析的方法，权重由专家根据经验进行主观判断确定。客观赋权法依据指标数据之间的关联关系确定指标的权重。常用的客观赋权法有：熵权法、主成分分析法、变异系数法、均方差法。其中熵权法应用最为广泛。
熵原为热力学概念，后由申农引入信息论，并在经济社会领域得到广泛的应用。熵是系统混乱程度的度量，系统的混乱程度越小，则熵越小。在基于熵权法的权重计算中，事件的信息熵越小，则该事件所含的信息量越大，权重也应该越大。采用熵权法确定评价指标权重,从根本上克服了很多评价指标没有统一标准的问题,减少了人为主观性对评价过程的干扰,从而更客观地反映了各评价指标对安全管理水平状况的贡献率，在定量化评价研究领域具有一定的实用价值和推广意义。
通过查阅文献，现有的基于熵权法的指标体系权重分值量化的相关专利应用于教育体系、电力等方面，但在化工企业安全管理水平方面权重赋值与量化方面未见有相关文献。例如，“一种基于区间熵权法的用户用电设备能效评估方法”，该专利提供一种基于区间熵权法的用户用电设备能效评估方法，针对各指标具有系统不确定性的度量特性,运用区间数来代替传统数据，采用区间熵权法，引入熵权反映评估指标体系中指标数据所蕴含的信息量,确定各指标的权重,并利用各个指标权重对所有指标进行加权，从而得到用户用电设备评估的较为客观结果。现有的指标体系大多采用文献资料法、专家访谈法、问卷调查法、数据统计法等多种方法建立。这些指标体系依托专家经验，具有一定的科学依据。但这些指标体系在具体应用的过程中不具有普适性，且量化结果的精确性缺乏依据，科学性不足，难以形成可信的指标体系。
熵在应用于案例的评价效果时是一个很理想的尺度。熵权法是一种客观赋权方法。在具体使用过程中，利用信息熵计算出各样本的熵权，在通过熵权对各种指标的权重进行修正，从而得出较为客观的指标权重。通过查阅文献，未发现熵权法应用于安全指标体系的生成，同时安全指标体系的生成与分析来自事故报告，其关联时间、危害度、事故演化结构、样本质量等综合因素，不能简单通过加权求解获得指标体系。
发明内容
为了克服现有技术的不足，提出了基于熵权法的指标体系生成方法，本方法以化工企业的安全管理指标体系为基础，研究如何在原有的指标体系基础上进行合理的改进更新，构建新的指标体系。改进的依据是将历史化工事故案例作为分析数据，根据数据反向分析指标权重的不合理性，在本专利中熵权法并不是大量样本数据赋值的算法，而是采用熵权法评价样本质量，形成样本权重，在此数据的基础上反向分析计算安全指标体系的权重，并适当调整更新指标权重，是本文权重生成的核心。
本发明的技术方案为：基于熵权法的指标体系生成方法，假设存在个数为n的事故案例样本集R，每一样本有m个不重复的指标，所述指标体系生成方法包含以下几个步骤：
步骤1：基于化工事故案例样本的处理和分析，求得样本所含的平均信息量，即求出样本的信息熵Ei；
步骤2：基于事故案例样本的发生时间T(ti)、危害影响程度wi和信息熵等特征信息对事故的影响作用，求出样本的权重Wi；
步骤3：根据样本权重Wi和样本指标的信息量，求得样本每项指标的比重pj；
步骤4：基于原有的指标权重和时间参数，利用加权平均思想求得更新指标权重pnj。所述步骤1，包括以下步骤：
步骤11：将事故案例样本集R进行根原因分析，根据根原因的评分可得指标信息矩阵I＝(iaij)m*n，其中iaij为第i个样本当中第j个指标的指标评分，iaimax为第i个样本所有指标中最大评分，iaimin为第i个样本所有指标中最小评分。
步骤12：为了便于数据处理，保证算法程序运行时收敛加快，在计算指标权重时首先要将数据标准化，数据标准化公式如下：
标准化后可得标准化指标信息矩阵X＝(IA(iaij))m*n。
步骤13：根据标准化后指标信息矩阵X，利用信息量公式计算样本的每个指标的信息量占总指标信息量的比重peij。
步骤14：利用信息熵公式根据已求得的样本的每个指标的信息量占总指标信息量的比重peij，计算每个样本的信息熵Ei。
所述步骤2，包括以下步骤：
步骤21：根据权重公式计算每个样本的信息权重Wi。
步骤22：计算每个样本的时间权重。由于距离当前时间较远的事故案例样本信息陈旧不具备实时性，事故的根原因可能在当前已经得到完善的解决，因此必须将事故案例样本以时间作为依据设置不同权重，使得越实时的事故案例样本权重越大。因此，设计事故案例样本时间权重函数其中ti代表第i个样本的发生时间，currentTime代表当前时间，为定值，求得每个样本的时间权重。
步骤23：计算样本事故危害量化值。计算样本事故危害量化值是将事故的危害程度影响量化分析，由此作为事故案例样本的权重。化工事故危害主要包括四个方面：人员伤害、财产损失、环境影响、社会影响。根据专家经验将每一个事故案例样本从四个方面分别打分，并将得分最大值作为打分后结果wi，代表第i个样本的事故危害程度量化值。
所述步骤3，包括以下步骤：
步骤31：根据事故案例样本的信息权重Wi、时间权重T(ti)、危害量化值wi和指标的信息量比重peij，得出指标的量化评分
步骤32：计算得出指标量化评分总和在总的指标量化评分中所占的比重
所述步骤4，包括以下步骤：
步骤41：采用加权平均思想更新指标权重pntj。基于原有的指标权重和时间参数，由加权平均思想可得改进后的第j个根原因的量化评分的比重
步骤42：为了便于数据处理，保证算法程序运行时收敛加快，本文将改进后的指标体系权重进行标准化处理，可得
本发明的有益效果
现有的指标体系大多采用文献资料法、专家访谈法、问卷调查法、数据统计法等多种方法建立。这些指标体系依托专家经验，具有一定的科学依据。但这些指标体系在具体应用的过程中不具有普适性，已经不能满足现代安全苛求领域对事故安全的需求。
1)本发明提出的基于熵权法的指标体系生成算法，对于分析以往化工事故案例有效信息，更新完善指标体系具有借鉴意义。能使得化工企业安全管理指标体系应当科学合理、切实可行，根据实际情况作出合理的必要的修改，从而促进企业监督的不断完善，能够更好的规避风险。
2)本发明提出的基于熵权法的样本权重计算，化工事故案例种类数目繁多，所造成的社会影响也不尽相同。化工事故案例的重要性和对于计算分析的有效性也大不相同。因此对于不同的化工事故案例样本，需要给予不同的权重，从而降低对有效信息贡献较小的案例的影响。在基于熵权法的样本权重计算过程中，根据事故案例样本的根原因进行指标打分，求得每项指标的信息，求得样本的信息熵。
3)本发明提出的管理体系评价指标权重计算，事故案例样本包含许多有效信息，其中最具有代表性的特征信息是发生时间和危害影响程度。因此事故案例样本的发生时间和危害程度量化值也应当作为事故案例样本权重的计算依据。由于距离当前时间较远的事故案例样本信息陈旧不具备实时性，因此越实时的事故案例样本权重越大。在管理体系评价指标权重计算过程中，通过计算事故案例样本根原因指标的量化评分，求得根原因指标的量化评分总和在总的指标量化评分中所占的比重，进而采用加权平均思想更新指标权重。
附图说明
图1本发明根据样本信息熵求出样本的权重流程图；
图2本发明根据加权平均思想求得更新指标权重流程图；
具体实施方式
参见附图1-2，基于熵权法的指标体系生成方法，假设存在个数为n的事故案例样本集R，每一样本有m个不重复的指标，所述指标体系生成方法包含以下几个步骤：
步骤1：基于化工事故案例样本的处理和分析，求得样本所含的平均信息量，即求出样本的信息熵Ei；
步骤2：基于事故案例样本的发生时间T(ti)、危害影响程度wi和信息熵等特征信息对事故的影响作用，求出样本的权重Wi；
步骤3：根据样本权重Wi和样本指标的信息量，求得样本每项指标的比重pj；
步骤4：基于原有的指标权重和时间参数，利用加权平均思想求得更新指标权重pnj。所述步骤1，包括以下步骤：
步骤11：将事故案例样本集R进行根原因分析，根据根原因的评分可得指标信息矩阵I＝(iaij)m*n，其中iaij为第i个样本当中第j个指标的指标评分，iaimax为第i个样本所有指标中最大评分，iaimin为第i个样本所有指标中最小评分。
步骤12：为了便于数据处理，保证算法程序运行时收敛加快，在计算指标权重时首先要将数据标准化。数据标准化公式如下：
标准化后可得标准化指标信息矩阵X＝(IA(iaij))m*n。
步骤13：根据标准化后指标信息矩阵X，利用信息量公式计算样本的每个指标的信息量占总指标信息量的比重peij。
步骤14：利用信息熵公式根据已求得的样本的每个指标的信息量占总指标信息量的比重peij，计算每个样本的信息熵Ei。
所述步骤2，包括以下步骤：
步骤21：根据权重公式计算每个样本的信息权重Wi。
步骤22：计算每个样本的时间权重。由于距离当前时间较远的事故案例样本信息陈旧不具备实时性，事故的根原因可能在当前已经得到完善的解决，因此必须将事故案例样本以时间作为依据设置不同权重，使得越实时的事故案例样本权重越大。因此，设计事故案例样本时间权重函数其中ti代表第i个样本的发生时间，currentTime代表当前时间，为定值，求得每个样本的时间权重。
步骤23：计算样本事故危害量化值。计算样本事故危害量化值是将事故的危害程度影响量化分析，由此作为事故案例样本的权重。化工事故危害主要包括四个方面：人员伤害、财产损失、环境影响、社会影响。根据专家经验将每一个事故案例样本从四个方面分别打分，并将得分最大值作为打分后结果wi，代表第i个样本的事故危害程度量化值。
所述步骤3，包括以下步骤：
步骤31：根据事故案例样本的信息权重Wi、时间权重T(ti)、危害量化值wi和指标的信息量比重peij，得出指标的量化评分
步骤32：计算得出指标量化评分总和在总的指标量化评分中所占的比重
所述步骤4，包括以下步骤：
步骤41：采用加权平均思想更新指标权重pntj。基于原有的指标权重和时间参数，由加权平均思想可得改进后的第j个根原因的量化评分的比重
步骤42：为了便于数据处理，保证算法程序运行时收敛加快，本文将改进后的指标体系权重进行标准化处理，可得
本发明提出的基于熵权法的指标体系生成算法，对于分析以往化工事故案例有效信息，更新完善指标体系具有借鉴意义。能使得化工企业安全管理指标体系应当科学合理、切实可行，根据实际情况作出合理的必要的修改，从而促进企业监督的不断完善，能够更好的规避风险；提出的基于熵权法的样本权重计算，化工事故案例种类数目繁多，所造成的社会影响也不尽相同。化工事故案例的重要性和对于计算分析的有效性也大不相同。因此对于不同的化工事故案例样本，需要给予不同的权重，从而降低对有效信息贡献较小的案例的影响。在基于熵权法的样本权重计算过程中，根据事故案例样本的根原因进行指标打分，求得每项指标的信息，求得样本的信息熵；本发明提出的管理体系评价指标权重计算，事故案例样本包含许多有效信息，其中最具有代表性的特征信息是发生时间和危害影响程度。因此事故案例样本的发生时间和危害程度量化值也应当作为事故案例样本权重的计算依据。由于距离当前时间较远的事故案例样本信息陈旧不具备实时性，因此越实时的事故案例样本权重越大。在管理体系评价指标权重计算过程中，通过计算事故案例样本根原因指标的量化评分，求得根原因指标的量化评分总和在总的指标量化评分中所占的比重，进而采用加权平均思想更新指标权重。
Claims (4)
1.基于熵权法的指标体系生成方法，其特征是：假设存在个数为n的事故案例样本集R，每一样本有m个不重复的指标，所述指标体系生成方法包含以下几个步骤：
步骤1：基于化工事故案例样本的处理和分析，求得样本所含的平均信息量，即求出样本的信息熵Ei；
步骤2：基于事故案例样本的发生时间T(ti)、危害影响程度wi和信息熵等特征信息对事故的影响作用，求出样本的权重Wi；
步骤3：根据样本权重Wi和样本指标的信息量，求得样本每项指标的比重pj；
步骤4：基于原有的指标权重和时间参数，利用加权平均思想求得更新指标权重pnj。
2.根据权利要求1所述的基于熵权法的指标体系生成方法，其特征是：
所述步骤1，包括以下步骤：
步骤11：将事故案例样本集R进行根原因分析，根据根原因的评分可得指标信息矩阵I＝(iaij)m*n，其中iaij为第i个样本当中第j个指标的指标评分，iaimax为第i个样本所有指标中最大评分，iaimin为第i个样本所有指标中最小评分；
步骤12：为了便于数据处理，保证算法程序运行时收敛加快，在计算指标权重时首先要将数据标准化；数据标准化公式如下：标准化后可得标准化指标信息矩阵X＝(IA(iaij))m*n；
步骤13：根据标准化后指标信息矩阵X，利用信息量公式计算样本的每个指标的信息量占总指标信息量的比重peij，
<mrow>
<msub>
<mi>pe</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>I</mi>
<mi>A</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>ia</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>I</mi>
<mi>A</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>ia</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
步骤14：利用信息熵公式根据已求得的样本的每个指标的信息量占总指标信息量的比重peij，计算每个样本的信息熵Ei。
3.根据权利要求1所述的基于熵权法的指标体系生成方法，其特征是：所述步骤2，包括以下步骤：
步骤21：根据权重公式计算每个样本的信息权重Wi；
步骤22：计算每个样本的时间权重，由于距离当前时间较远的事故案例样本信息陈旧不具备实时性，事故的根原因可能在当前已经得到完善的解决，因此必须将事故案例样本以时间作为依据设置不同权重，使得越实时的事故案例样本权重越大，因此，设计事故案例样本时间权重函数其中ti代表第i个样本的发生时间，currentTime代表当前时间，为定值，求得每个样本的时间权重；
步骤23：计算样本事故危害量化值，计算样本事故危害量化值是将事故的危害程度影响量化分析，由此作为事故案例样本的权重；化工事故危害主要包括四个方面：人员伤害、财产损失、环境影响、社会影响；根据专家经验将每一个事故案例样本从四个方面分别打分，并将得分最大值作为打分后结果wi，代表第i个样本的事故危害程度量化值。
4.根据权利要求1所述的基于熵权法的指标体系生成方法，其特征是：所述步骤3，包括以下步骤：
步骤31：根据事故案例样本的信息权重Wi、时间权重T(ti)、危害量化值wi和指标的信息量比重peij，得出指标的量化评分
<mrow>
<mi>I</mi>
<mi>Q</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>I</mi>
<mi>A</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>ia</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>I</mi>
<mi>A</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>ia</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>*</mo>
<mi>T</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>*</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>*</mo>
<msub>
<mi>W</mi>
<mi>i</mi>
</msub>
<mo>;</mo>
</mrow>
步骤32：计算得出指标量化评分总和在总的指标量化评分中所占的比重
<mrow>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>I</mi>
<mi>Q</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>I</mi>
<mi>Q</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
所述步骤4，包括以下步骤：
步骤41：采用加权平均思想更新指标权重pntj；基于原有的指标权重和时间参数，由加权平均思想可得改进后的第j个根原因的量化评分的比重
<mrow>
<msub>
<mi>pnt</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>n</mi>
<mi>o</mi>
<mo>*</mo>
<msub>
<mi>po</mi>
<mi>j</mi>
</msub>
<mo>*</mo>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mi>o</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mo>*</mo>
<mi>T</mi>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>n</mi>
<mi>o</mi>
<mo>+</mo>
<mi>n</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
步骤42：为了便于数据处理，保证算法程序运行时收敛加快，本文将改进后的指标体系权重进行标准化处理，可得
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711368403.1A CN107967571B (zh) | 2017-12-18 | 2017-12-18 | 基于熵权法的指标体系生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711368403.1A CN107967571B (zh) | 2017-12-18 | 2017-12-18 | 基于熵权法的指标体系生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107967571A true CN107967571A (zh) | 2018-04-27 |
| CN107967571B CN107967571B (zh) | 2021-08-13 |
Family
ID=61995660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711368403.1A Active CN107967571B (zh) | 2017-12-18 | 2017-12-18 | 基于熵权法的指标体系生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107967571B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985546A (zh) * | 2018-05-30 | 2018-12-11 | 广东工业大学 | 一种考虑天气因素的电力变压器时变停运风险评估方法 |
| CN109543750A (zh) * | 2018-11-22 | 2019-03-29 | 广东省智能制造研究所 | 一种耗电用户能效评估方法 |
| CN109977106A (zh) * | 2019-04-08 | 2019-07-05 | 福建省特种设备检验研究院 | 一种基于熵权法的压力容器结构化数据质量评估方法 |
| CN110197332A (zh) * | 2019-05-30 | 2019-09-03 | 重庆跃途科技有限公司 | 一种社会治安综合治理评价方法 |
| CN111178702A (zh) * | 2019-12-17 | 2020-05-19 | 博康智能信息技术有限公司 | 基于警情的社会面治安状态评估方法 |
| CN111830501A (zh) * | 2020-06-28 | 2020-10-27 | 中国人民解放军战略支援部队信息工程大学 | Hrrp历史特征辅助的信号模糊数据关联方法及系统 |
| CN113065771A (zh) * | 2021-04-06 | 2021-07-02 | 青岛科技大学 | 基于指标权值优化的化工企业事故风险评估方法及系统 |
| CN113269383A (zh) * | 2021-01-05 | 2021-08-17 | 黄河勘测规划设计研究院有限公司 | 基于系统科学的流域高质量发展综合评价方法及装置 |
| CN115271386A (zh) * | 2022-07-12 | 2022-11-01 | 河北金融学院 | 基于熵值权有效程度分析的教育教学评鉴系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050021374A1 (en) * | 2003-07-25 | 2005-01-27 | Allahyari Komron Michael | System and method for providing automated accident management services |
| CN101655937A (zh) * | 2009-09-21 | 2010-02-24 | 北京师范大学 | 一种基于未确定测度的城市生态系统健康评价方法 |
| CN102222172A (zh) * | 2011-06-28 | 2011-10-19 | 哈尔滨工业大学 | 一种跨界突发性水环境污染事故危害的实时定量判定方法 |
| CN103310390A (zh) * | 2013-07-05 | 2013-09-18 | 武汉大学 | 一种电网安全综合评价方法 |
| CN106503206A (zh) * | 2016-10-26 | 2017-03-15 | 国家电网公司 | 一种基于熵权法的通用数据质量评估方法 |
-
2017
- 2017-12-18 CN CN201711368403.1A patent/CN107967571B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050021374A1 (en) * | 2003-07-25 | 2005-01-27 | Allahyari Komron Michael | System and method for providing automated accident management services |
| CN101655937A (zh) * | 2009-09-21 | 2010-02-24 | 北京师范大学 | 一种基于未确定测度的城市生态系统健康评价方法 |
| CN102222172A (zh) * | 2011-06-28 | 2011-10-19 | 哈尔滨工业大学 | 一种跨界突发性水环境污染事故危害的实时定量判定方法 |
| CN103310390A (zh) * | 2013-07-05 | 2013-09-18 | 武汉大学 | 一种电网安全综合评价方法 |
| CN106503206A (zh) * | 2016-10-26 | 2017-03-15 | 国家电网公司 | 一种基于熵权法的通用数据质量评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 冯靖 等: "电网灾难性事件综合风险熵权评估法", 《华东电力》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985546A (zh) * | 2018-05-30 | 2018-12-11 | 广东工业大学 | 一种考虑天气因素的电力变压器时变停运风险评估方法 |
| CN109543750A (zh) * | 2018-11-22 | 2019-03-29 | 广东省智能制造研究所 | 一种耗电用户能效评估方法 |
| CN109977106B (zh) * | 2019-04-08 | 2021-05-28 | 福建省特种设备检验研究院 | 一种基于熵权法的压力容器结构化数据质量评估方法 |
| CN109977106A (zh) * | 2019-04-08 | 2019-07-05 | 福建省特种设备检验研究院 | 一种基于熵权法的压力容器结构化数据质量评估方法 |
| CN110197332A (zh) * | 2019-05-30 | 2019-09-03 | 重庆跃途科技有限公司 | 一种社会治安综合治理评价方法 |
| CN111178702A (zh) * | 2019-12-17 | 2020-05-19 | 博康智能信息技术有限公司 | 基于警情的社会面治安状态评估方法 |
| CN111830501A (zh) * | 2020-06-28 | 2020-10-27 | 中国人民解放军战略支援部队信息工程大学 | Hrrp历史特征辅助的信号模糊数据关联方法及系统 |
| CN111830501B (zh) * | 2020-06-28 | 2023-04-28 | 中国人民解放军战略支援部队信息工程大学 | Hrrp历史特征辅助的信号模糊数据关联方法及系统 |
| CN113269383A (zh) * | 2021-01-05 | 2021-08-17 | 黄河勘测规划设计研究院有限公司 | 基于系统科学的流域高质量发展综合评价方法及装置 |
| CN113269383B (zh) * | 2021-01-05 | 2023-11-14 | 黄河勘测规划设计研究院有限公司 | 基于系统科学的流域高质量发展综合评价方法及装置 |
| CN113065771A (zh) * | 2021-04-06 | 2021-07-02 | 青岛科技大学 | 基于指标权值优化的化工企业事故风险评估方法及系统 |
| CN113065771B (zh) * | 2021-04-06 | 2022-08-19 | 青岛科技大学 | 基于指标权值优化的化工企业事故风险评估方法及系统 |
| CN115271386A (zh) * | 2022-07-12 | 2022-11-01 | 河北金融学院 | 基于熵值权有效程度分析的教育教学评鉴系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107967571B (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107967571A (zh) | 基于熵权法的指标体系生成方法 | |
| CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
| CN102509240A (zh) | 一种基于多指标多层次的电网投资效益评估方法 | |
| CN110659814A (zh) | 一种基于熵权法电网作业风险评价方法及系统 | |
| CN112950067B (zh) | 基于模糊综合评价的电力用户用电能效评估方法 | |
| CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
| CN109064023B (zh) | 一种人力效能管理系统的方法和装置 | |
| CN106530139A (zh) | 电网投资分析模型指标参数计算方法 | |
| CN104503406A (zh) | 火电厂优化运行评价系统及其方法 | |
| CN105005698A (zh) | 对指标集进行约简的输电杆塔塔材强度评估和计算方法 | |
| WO2024125037A1 (zh) | 一种基于物联网的电表电能质量检测方法及系统 | |
| CN105654175A (zh) | 一种面向轴承制造企业的零件供应商多目标优选方法 | |
| CN113537697A (zh) | 一种城市管理中监督员绩效评价的方法及系统 | |
| CN106203829A (zh) | 一种考虑天气状态的接触网可靠性评估方法 | |
| CN115713242A (zh) | 一种工业园区低碳措施评价方法及系统 | |
| CN105160448A (zh) | 一种基于未确知有理数的电力交易监管风险指标评价方法 | |
| CN114091908A (zh) | 计及多模式储能站的配电网综合评价方法、装置和设备 | |
| CN116167659B (zh) | 一种碳市场碳排放数据质量评价方法 | |
| CN109034549A (zh) | 一种电力运营风险评价建模方法 | |
| CN115660175A (zh) | 一种基于层次分析法的风力发电场综合评价方法及装置 | |
| CN104734201A (zh) | 一种电力系统中风电配送方案的确定方法及装置 | |
| CN113191627A (zh) | 基于改进复合赋权的配电网建设多维度综合评价方法 | |
| CN117196134A (zh) | 一种面向新型电力系统标准布局的技术标准适用性分析方法 | |
| CN110298590A (zh) | 一种质量基础设施发展水平评估方法 | |
| Wanyu | Research on risk assessment of smart grid project |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |