[发明专利]一种基于熵规范化局部保持投影城市物流水平评价方法

说明书

一种基于熵规范化局部保持投影城市物流水平评价方法，其特征在于：该方法包括以下步骤：(1)确定城市物流水平评价准则，并进行产出和投入指标的分类；(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理，使其范围在[0，1]之间；(3)对步骤(2)获取的归一化数据矩阵X^*进行主元成分分析以及熵规范化局部保持投影分析，最终确定投影向量P_Pca和W_ELpp；(4)利用步骤(3)得到的投影向量计算全局分布特征系数向量X′_Pca＝P_Pca^TX^*以及局部分布特征系数向量X′_ELpp＝W_ELpp^TX^*；(5)对步骤(6)中求得的X′_Pca和X′_ELpp进行加权处理得到最终的评价系数向量X′，对X′进行降序排列即为最终城市物流水平评价结果。本发明申请应用于城市物流水平的评价问题。

技术领域：

本发明申请涉及一种物流水平评价领域，尤其涉及一种熵规范化局部保持投影分析的城市物流水平评价的方法。

背景技术：

城市不仅在政治和文化生活中有突出的作用，而且有着重要的经济地位，是商品的生产中心、集散中心和消费中心，具有较强的综合服务能力、辐射能力和吸引能力。而城市物流是城市综合竞争力的重要组成部分，对城市经济的发展起着重要的促进作用，因此科学合理地评价城市物流发展水平，既可以优化物流系统，改善城市的物流服务水平，促进商品流通，也有助于提升城市的整体竞争力。城市物流是指在城市区域内的一切物流活动，不仅包括仓储、包装、运输、装卸、流通加工和信息处理等功能实体性的流动和物流过程中各环节的物品运动，还包括城市与外部区域的货物集散甚至城市废弃物清理的过程。城市物流具有以下特征：(1).城市物流不仅存在于生产领域、流通领域，而且还存在于消费领域。(2).城市物流流动的物质资料不仅有生产消费所需要的各种原材料、机器设备等生产资料，同时也有人们生活消费的各种消费品，甚至包括城市废弃物品。(3).城市物流管理涉及面广，既有城市内成千上万个家庭和企业单位，又有其他城市和周围农村的家庭和企业单位。

在城市物流发展水平的评价方法中，比较常用的方法有：线性权重法、层次分析法、ABC成本法、数据包络法、主成分分析法等，其中主成分分析法在供应商评价中应用最为广泛。主成分分析(Principal Components Analysis, PCA)就是将多个指标综合成少数指标的一种多元统计方法，通过将原来指标线性组合成综合指标的方式，保留了原始指标的主要信息且彼此间不相关，大大降低了综合评价的难度。然而传统的主成分分析只能去除指标间线性相关，当实际中城市物流水平评价的各项指标间存在非线性关系时，传统的主成分分析无法得到满意的结果。另外主成分分析只考虑到全局分布特征，即只考虑到投影后的系数方差最大化，对局部信息的保持没能做充分考虑，因此通过PCA 降维后得到的变量虽然能反映原有变量的绝大部分全局信息，但会打乱原有数据的局部邻域结构，进而导致微观评价能力的丧失。

局部保持投影(Locality Preserving Projections，LPP)，是非线性方法Laplacian Eigenmap的线性近似，作为一种新的子空间分析方法，它既解决了主成分分析方法难以保持原始数据非线性流形的问题，又解决了其无法去除指标间非线性相关性的问题。现今LPP在人脸识别、图像检索等领域得到广泛应用。然而LPP需事先指定k紧邻个数以及热核函数的参数来确定相似度矩阵，而在现实应用中，由于事先对原始数据的空间分布未知，参数设置变得十分困难。受不当参数设置的影响，传统LPP算法的性能严重下降。为此，本发明通过采用熵规范化将相似度矩阵结合到优化函数中，与投影向量一并求解，进而解决了传统LPP算法需事先指定参数的不足，提升了算法的局部空间保持能力。本发明拟将熵规范化的局部保持投影分析和主成分分析方法结合从而实现城市物流水平评价，既具有PCA的全局信息维护能力，即宏观评价能力，又保持了原数据结构的局部关系，即微观评价能力。

发明内容：