[发明专利]一种基于云模型的评估指标熵权配置方法

权利要求书

1.一种基于云模型的评估指标熵权配置方法，其特征在于，包括如下步骤：

步骤1，在极大熵准则下构建权重配置优化模型的目标函数，将评估指标绝对权重的先验知识和多评估对象相对能力排序进行量化并构建约束条件，形成权重配置优化模型；

步骤2，运用云模型将具有随机性与模糊性的定量数据转换定性概念，在TOPSIS法框架下，通过正负理想解构建、加权云矩阵构建和基于正负向距离的相对综合能力评估，构建多评估对象的相对综合能力量化模型，并以此更新多评估对象相对能力排序约束条件，得到最终不确定信息下的权重配置优化模型；

步骤3，对于最终不确定信息下的权重配置优化模型，基于模拟退火算法，在基于蒙特卡洛迭代求解策略下进行全局随机寻优，最终得到最优权重解。

2.根据权利要求1所述的基于云模型的评估指标熵权配置方法，其特征在于，步骤1中形成的权重配置优化模型表示为：

其中：

为权重配置优化模型的目标函数；M为评估指标数量，Y为目标函数，w_j为第j个评估指标绝对权重，w为M×1维向量表示的评估指标绝对权重，即w＝[w₁,w₂,…,w_M]^T；

为约束条件①；

0w_j1为约束条件②；

A₁A₂…A_N为约束条件③，A_i为第i个评估对象的相对能力数值，N为公认知识中评估对象的数量。

3.根据权利要求2所述的基于云模型的评估指标熵权配置方法，其特征在于，步骤2包括如下子步骤：

步骤2.1，构建正负理想解；

步骤2.2，基于构建的正负理想解并引入评估对象的评估指标绝对权重构建加权云矩阵；

步骤2.3，基于加权云矩阵完成正负向距离的相对综合能力评估，从而更新多评估对象相对能力排序约束条件，得到最终不确定信息下的权重配置优化模型。

4.根据权利要求3所述的基于云模型的评估指标熵权配置方法，其特征在于，步骤2.1包括：

基于云模型理论，通过逆向云发生器将多组评估指标量化数据转化为具有数字特征的定性概念，即C_i,j(Ex_i,j,En_i,j,He_i,j)，其中，Ex_i,j、En_i,j和He_i,j分别为第i个评估对象的第j个评估指标的均值、熵和超熵，则第i个评估对象性能决策云矩阵B_i表示为：

根据均值、熵和超熵这三个数字特征，按照TOPSIS法中正理想解的构建原则来构建正理想解，构建的正理想解表示为：

正理想解中，正理想均值解正理想熵解和正理想超熵解表示为：

同理，按照与正理想解的相反的构建原则来构建负理想解，构建的负理想解表示为：

负理想解中，负理想均值解负理想熵解和负理想超熵解表示为：

其中，N为公认知识中评估对象数量。

5.根据权利要求4所述的基于云模型的评估指标熵权配置方法，其特征在于，步骤2.2中，构建的加权云矩阵包括加权评估对象决策云矩阵C_i(w)、加权正理想云C⁺(w)和加权负理想云C-(w)；具体地：

其中：

第i个评估对象的加权评估对象决策云矩阵C_i(w)是在评估对象性能决策云矩阵B_i基础上，引入各评估指标绝对权重构建；

加权正理想云C⁺(w)是在正理想解B⁺基础上，引入各评估指标绝对权重构建；

加权负理想云C^-(w)是在负理想解B^-基础上，引入各评估指标绝对权重构建。