基于熵权法和Topsis评价的用户满意度研究

第!"卷第#期$%&’!"(%’#控制与决策)*+,-*./+0123454*+6778年9月:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::;<&=6778文章编号>!77!?7@67A6778B7#?7#C D?7#基于熵权系数与E F G H I H集成评价决策方法的研究陈雷J王延章A大连理工大学管理学院J辽宁大连!!D76#B摘要>对于信息系统方案评价这种复杂问题提出一种新的方法J以避免主观判断的不确定性和随意性K针对传统信息系统项目评标中单纯由主观判断确定指标权重方法的不足J提出了将主观判断与客观情况相结合L定性定量相结合的熵权法来确定指标的权重系数J进而将M N O P Q P法与熵权系数综合集成进行合理方案的评价K将该方法应用于评标过程的实践J取得了较为满意的结果K关键词>熵权系数R M N O P Q P R信息系统集成R评价R决策中图分类号>(@#C’!D文献标识码>ST U V U W X Y Z[\E F G H I H]\^U_X W^U‘U a W b c W^][\W\‘‘U Y]V][\d U^Z[‘e W V U‘[\U\^X[fg Y[Uh h]Y]U\^)ij k l24J mn kop/+?q r/+sA P t u%%&%v wx y x z{|{y}J~x&!x y"y!#{$%!}=%v M{t u y%&%z=J~x&!x y!!D76#J&u!y x B’e V^X W Y^>S y{(x))$%x t u}%}u{t%|)&{*)$%+&{|%v}u{$x}!%y x&!}=!y{#x&<x}!y z!y v%$|x}!%y%=%}{|!y}{z$x}!%y!%)$%)%%{,}%x#%!,y%y?,{}{$|!y x t=x y,%)}!%y x&-<,z{|{y}%${%<&}{,v$%|%<+-{t}!#{%)!y!%y%’M%x|{&!%$x}{}u{!y{v v!t!{y t=%v|{x y%}%,{t!,{)$%)%$}!%yt%{v v!t!{y}!y}u{t%<$%{%v}u{{#x&<x}!%y%v!y v%$|x}!%y%=%}{|!y}{z$x}!%y J%<+-{t}!#{%)!y!%y%x${t%|+!y{,(!}u%+-{t}!#{%!}<x}!%y%x y,}u{.<x y}!}x}!#{x y x&=%{%x${t%|+!y{,(!}u.<x&!}x}!#{x y x&=%{%’M u{({!z u}t%{v v!t!{y}!%z!#{y+=|{x y%%v{y}$%)=t%{v v!t!{y}x y,M N O P Q P|{}u%,v%$}u{v!$%}}!|{’M u{)$%)%%{,|{}u%,!%x))&!{,}%{#x&<x}!y z!y v%$|x}!%y%=%}{|!y}{z$x}!%y%%&<}!%y%x y,%x}!%v x t}%$=${%<&}%x${x+}x!y{,’/U g0[X‘V>1y}$%)=t%{v v!t!{y}R M N O P Q P R Q y v%$|x}!%y%=%}{|!y}{z$x}!%y R1#x&<x}!%y R~{t!%!%y|x2!y z3引言随着信息化步伐的加快J越来越多的电子商务L 电子政务和办公自动化等方面的建设项目需要进行方案的公开招标K为在招标过程中有效地降低风险J 必须采用科学合理的方法进行评标J真正评出最合理L最有竞争力的中标者K传统的评标方法是依靠组织者和专家的主观判断来确定各个指标的权重J定性因素占主要部分J往往使得不同的专家在同一个指标上给出的分值出入很大J结果由于决策不当而造成浪费或根本不能完成任务K因此需要从理论和实践上对评标方法进行研究和探索K本文将专家的主观判断与信息系统集成方案的客观情况相结合J提出用确定权重的优化熵权系数法和理想法A M N O P Q P B来进行评标J所要解决的问题是通过科学的权重系数来调整主观偏差J定量地确定投标者在价格L方案L集成创新L系统性能L成熟收稿日期>6776?7D?6D R修回日期>6776?7@?!"K基金项目>国家自然科学基金资助项目A D779#78"B K作者简介>陈雷A!@D#4B J男J辽宁新民人J博士生J从事计算机网络L信息系统评价的研究R王延章A!@C64B J男J辽宁开原人J教授J博士生导师J从事计算机网络L电子政务等研究K万方数据度!服务!人力资源等一系列指标的权重"通过熵计算出权重系数并同时确定接近的最优值#再将熵权系数应用到理想法得出最接近的理想解"$熵权法对权重系数的确定信息系统集成项目方案评价属多目标决策问题#需要对所有投标者的方案是否合理!是否有集成创新!资质是否响应等进行定量综合分析对比#从中选择方案合理!性能价格比高!服务优良的中标者"熵%&’()*+,-原本是热力学的概念#但自从数学家香农将其引进通讯工程并进而形成信息论后#熵在工程技术!管理科学乃至社会经济等领域得到广泛的应用./0"熵是对系统状态不确定性的一种度量#当系统处于1种不同状态#每种状态出现的概率为23%34/#5#6#1-时#评价该系统的熵为7489134/23:’23%/-其中23满足;<23</#9134/234/熵具有极值性#也就是说当系数状态为等概率#即234/=1%34/#5#6#1-时#其熵值最大"7%2/#25#6#21-<7%/1#/1#6#/1-4:’1本文利用熵的概念来衡量某一评价指标对信息系统集成方案优劣的影响程度.50"设某一信息系统集成项目的评价指标体系中有>个指标#投标单位有1个"?个投标单位对应于>个指标的指标值构成评价指标决策矩阵@4%A 3B -1C>#即@4A //A /56A />A 5/A 556A 5>DDEDA 1/A 156A F G H I 1>其中元素A 3B 表示方案3的第B 个指标"对价格指标而言#@越小越好J 对性能等指标而言#@越大越好"记@中每列的最优值为A KB#即A KB4L M N O A 3BP L Q ’O A 3BRS T P 记A 3B 与A KB 的接近程度U 3B 4A 3B =A KB #A K B4L M N O A 3BP A K B =A 3B #A KB 4L Q ’O A 3BR S T P 对U 3B 进行归一化处理#记V 3B 4U 3B=9134/9>B 4/U3B以>个评价指标评价1家投标单位为条件#定义第B 个评价指标的熵值7B 489134/V 3B V B :’V 3BV B%5-其中V B 49134/V 3B#B 4/#5#6#>由熵的极值性可知#V 3B =V B 的值越接近于相等#熵的值越大#当V 3B =V B 的值完全相等时#熵7B 达到最大#为7L M N 4:’>"不难看出#指标B 的熵7B 越大#说明各投标单位在该指标上的取值与该指标的最优值间的差异程度越小#即越接近最优值"需要说明的是#决策者对差异程度的大小有不同的认同度"如果认为差异程度越小的指标越重要#则可将熵值进行归一化后作为该指标的客观权重%熵值小表示指标的不确定性强-J 反之#如果认为差异程度越大的指标越重要#则可用熵的互补值进行归一化处理后作为指标的客观权重"这里假定差异越大的指标越重要"用W B 对式%5-进行归一化处理#得表征评价指标B 的评价决策重要性的熵值W B 48/:’>7B对/8W B 归一化#得到指标B 的客观权重./#50X B 4/8W B>89>B 4/WB%Y -其中;<X B </#9>B 4/X B4/X B 的确定取决于某信息系统集成方案中各家投标单位的固有信息#因此称为客观权重"同一评价指标B 对不同的投标单位可能有不同的客观权重X B "为了全面反映评价指标的重要性#并考虑到专家的经验判断力#将专家对各指标给出的主观权重Z /#Z 5#6#Z 1与客观权重相结合#最终确定各指标的权重[B 4X B Z B =9>B 4/XB Z B %\-以此作为]^_‘a ‘评价的权重系数.Y 0"对于第3家投标单位#可以得出一个初始评议值b 34/89>B 4/[B%V K B8V 3B-34/#5#6#1%c -其中V KB 为V3B %34/#5#6#1-中的最优值"则b 3较大的投标单位其综合评议值较高"第\期陈雷等d 基于熵权系数与]^_‘a ‘集成评价决策方法的研究\c e万方数据!运用"#$%&%法确定最优方案采用理想法求解多目标决策问题是一种非常有效的方法’()*它概念简单+但在使用时+需要在目标空间中定义一个测度+以度量某个解靠近理想解和远离负理想解的程度*其中心思想是先选定一个理想解和一个负理想解+然后找出与理想解距离最近且与负理想解距离最远的方案+作为最优方案*,-./0/法中的距离是指1加权2欧氏距离*理想解是一个设想的最好解1方案2+它的各个指标值都达到各候选方案中最好的值3负理想解是一个设想的最差解+它的各个指标值都达到各候选方案中最差的值*现有的4个方案中一般并没有这种理想解和负理想解+但通过设定理想解和负理想解+每个实际的解与理想解和负理想解进行比较+如果其中有一个解最靠近理想解+同时又最远离负理想解+则该解应是4个方案中最好的解’5)*用这种方法可对所有的方案进行排队*一般说+要找到一个距离理想解最近而又距离负理想解最远的方案是比较困难的*为此+引入相对贴近度的概念来权衡两种距离的大小+判断解的优劣*对上述4个方案和6个指标所确定的评价决策矩阵7819:;24<6进行规范化+得到规范化决策矩阵=81>:;24<6*=矩阵的元素>:;为>:;89:;?@4:8A9B:C;:8A +B +D+4+;8A +B +D+6计算加权规范决策矩阵E+其中元素F :;为F :;8G ;>:;+:8A +B +D+4+;8A +B +D+6式中G ;1;8A +B +D+62是第;个指标由式1(2得到的权重*解E :到理想解E H 的距离I H :8@6;8A1F :;J F H;2CB+:8A +B +D+41K L 2其中M F :;是解E :的第;个分量+即第;个指标规范化后的加权值3F H ;是理想解EH 的第;个分量*类似地+定义解E :到负理想解的距离I J :8@6;8A1F :;J F J;2CB+:8A +B +D+41K N 2并且定义解E :到理想解的相对贴近度O H:8I J:I H :P I J:Q R O H:R A +:8A +B +D+41S 2O H:的值越接近A+则相应的方案越应排在前面*最终的评议值由式1T 2和1S 2的线性组合确定’T )+即U :8V 1W :P O H:2+:8A +B +D+41X 2其中V 为对最终数据的放大系数*Y 案例研究信息系统集成项目的指标体系+是通过广泛的调查研究和系统分析+运用改进的Z [\]^_法经信息收集‘分析和专家咨询而确定的*在实际评标过程中+指标可能很多+而且随着系统的不同会有所改变*为节省篇幅+本文仅给出有代表性的指标示例*设某一系统集成项目参加投标的单位为(个+重点对以下K 个指标进行评定+即评价对象的指标集合’K )a8b总价+人力+方案+设备+公司级别+能力成熟度c投标单位的各项指标数量与分值如表A 所示*表d 投标单位的各项指标数量与分值单位总价人力方案设备级别公司级别能力成熟度e B B Q K 5Q A Q A Q Tf Ag Q X B T g X 5h A X Q X B X S S (ZA S QSB 5XSB设各个指标的主观权重为Q i 5T Q +Q i A Q Q +Q i B Q Q +Q i B Q Q +Q i A Q Q +Q i Q T Q *根据熵权法得到的熵权系数如表B 所示*表j 根据熵权法得到的熵权系数总价人力方案设备级别公司级别能力成熟度k ;Q i A T ((Q i A T Q T Q i A ((Q Q i A (S g Q i A (T g Q i A BQ S l ;Q i A K X K Q i A K S g Q i A K K S Q i A K S (Q i A K S Q Q i A K B T m ;Q i (T Q Q Q i Q T Q Q Q i A T Q Q Q i B Q Q Q Q i A Q Q Q Q i Q T Q Q G ;Q i 5S B (Q i A Q Q 5Q i A g g AQ i A g g gQ i Q g g XQ i Q (X T表!最终的排序结果单位W :I H:I J:O H:U :eQ i g g (S Q i Q (X5Q i Q T A(Q i T A TK A i T A Q5f Q i g g BQ Q i Q 55g Q i Q (QK Q i T ((X A i T 5KX h Q i g g KT Q i Q (B(Q i Q ((Q Q i T Q gA A i T Q TK ZQ i g g BAQ i Q ((gQ i Q (XAQ i T A STA i T Q gK最终的排序结果如表5所示*根据U :值得到对(家投标单位的排序为f +e +Z +h *(T X控制与决策第A X 卷万方数据!结语本文提出一种基于熵权系数与"#$%&%集成评价决策方法’该方法曾应用于多家招标公司的招标项目(取得了满意的结果’信息系统建设方案的评价是非常复杂的问题(评价过程包括对投标者的各种资质进行认证等环节(并辅以其他方法来实现最终的中标方案’在实际的评价过程中(会根据不同的项目内容选择一些重点指标进行评价’本文方法对于更为复杂的多级组合评价还没有应用(因此对多级评价还需要进一步研究’参考文献)*+,+-+./+012345张世英(张文泉6技术经济预测与决策3756天津2天津大学出版社(4889648:;<==63<5杜纲(岳松涛6房地产开发投资决策的熵权系数优化模型3>56数理统计与管理(4888(4?)4129@;986)A BC D .E (F B +%G .E H D G 6I .G J H K L D M D H K G .L G N +O P K H Q +.H -G J R/G +,,K /K +.H 0G ,K .S +0H L +.H N +/K 0K G .K .-+D O +0H D H +3>56T U U V W X Y Z W [\[]^Z Y Z W _Z W X _Y \‘aY \Y b c d c \Z (4888(4?)4129@;98613e 5f S D .E +O G 0"-K D .H D J Q R O O G B 6ag V Z W ;X h W Z c h W Yi c X W _W [\aY j ;W \b ac Z k [‘_2T l [d U Y h Y Z W m c^Z g ‘n 3756A G -N -+/Q H 2o O B P +-I /D N +L K /$B p O K 0Q +-0(<===64?;<<6395戴文战6一种动态多目标决策模型及其应用3>56控制与决策(<===(4@)<1248q ;<==6)A D K r+.M Q D .6I .+P s K .NG ,L G N +O G ,H Q +N R .D L K /L B O H K J O +D H H -K p B H +N +/K 0K G .L D s K .Ep D 0+NG ..+P +,,+/;H K S +,B ./H K G .D .NK H 0D J J O K /D H K G .3>56l [\Z h [V Y \‘i c X W ;_W [\(<===(4@)<1248q ;<==613@57D >(t D .u$(v B D .Ewv 6I 0B p x +/H K S +D .NG p x +/H K S +K .H +E -D H +ND J J -G D /QH GN +H +-L K .+D H H -K p B H +P +K E Q H 03>56y g h [U c Y \z[]{U c h Y Z W [\Y V |c _c Y X k(4888(44<)<12e 8q ;9=963:5徐维祥(张全寿6信息系统项目评价A v C t 集成法3>56计算机工程与应用(<===(@)412:=;:<6)}Br+K ~K D .E (u Q D .E !B D .0Q G B 6I L +H D ;0R .H Q +0K 0G ,A v C t ,G -+S D OB D H K .EK .,G -L D H K G .0R 0H +L J -G x +/H 3>56l [d U g Z c h y \b W \c c h W \bY \‘T U U V W X Y Z W [\_(<===(@)412:=;"""""""""""""""""""""""""""""""""""""""""""""""""":<61)上接第9@@页1#$%)4e 1&’Z <9(:4’Z <9(:<’Z <9(:e &’Z<9)()::因而定理<中的条件41满足(不难验证定理<中其余条件也满足’故系统)4<1的零解是一致渐近稳定的’!结语本文探讨了非线性时变系统的稳定性问题’通过利用具有齐次导数的时不变w R D J B .G S 函数和近似系统的概念和方法(得到一般非线性系统渐近稳定充分条件的新结果’文中给出的实例表明(新判据具有易于验证的特点’参考文献)*+,+-+./+012345I +R +O 0A 6I.+P D 0R L J H G H K /0H D p K O K H R/-K H +-K G .,G -.G .;O K .+D -H K L +;S D -K D .HN K ,,+-+.H K D O+*B D H K G .03>56+y y y ,h Y \_T g Z [d l [\Z h(488?(9e )q 128:?;88=63<5I +R +O 0A 6%H D p K O K M D H K G .G ,D /O D 00G ,.G .O K .+D -0R 0H +L p RD 0L G G H Q,++N p D /s/G .H -G O 3>56^n _Z l [\Z h -c Z Z (48?@(@)912<?8;<8963e 5.+Q H D 0Q%(%D 0H -RA 6%H D p K O K M D H K G .G ,.G .O K .+D -0R 0H +L 0P K H Q B ./G .H -G O O D p O +O K .+D -K M D H K G .3>56+y y y ,h Y \_T g Z [d l [\Z h(48??(e e ):12@?@;@8=6395&0K N G -K I 6/[\V W \c Y hl [\Z h [V^n _Z c d _3756<.Nf N60+P F G -s 2%J -K .E +-;1+-O D E(48?863@5$D .H +O +R f (w G -K D I 6#.E O G p D O B .K ,G -L D 0R L J H G H K /0H D ;p K O K H RG ,.G .O K .+D -H K L +;S D -R K .E0R 0H +L 0K ./D 0/D N +3>56^n _Z l [\Z h -c Z Z(488?(e e )<124e 4;4e ?63:52Q +.EA (7D -H K .26%H D p K O K M D H K G .G ,.G .;O K .+D -0R 0H +L 0S K DN +0K E .+N/+.H +-L D .K ,G O N 3>56+y y y ,h Y \_T g Z [d l [\Z h(<==4(9:)8124e q <;4e ?e 63q 52G .P D R >.6Tl [g h _c W \3g \X Z W [\Y V T \Y V n _W _37560+PF G -s 2%J -K .E +-;1+-O D E(48?@63?5v D Q .r 6^Z Y 4W V W Z n []a[Z W [\37560+P F G -s2%J -K .E +-;1+-O D E(48:q 6第9期陈雷等2基于熵权系数与"#$%&%集成评价决策方法的研究9@8万方数据。

基于结构熵权法和改进TOPSIS法的可持续供应链绩效评价模型与算法可持续发展在当代社会中变得越来越重要，供应链作为现代企业运营的核心，其绩效评价对于实现可持续发展目标至关重要。

本文将介绍基于结构熵权法和改进TOPSIS法的可持续供应链绩效评价模型与算法。

一、可持续供应链的意义可持续供应链是指在追求经济效益的同时，注重社会和环境利益，实现资源的高效利用、环境的保护和社会的和谐发展。

可持续供应链的建立可以有效提升企业竞争力，降低环境风险，满足消费者对于可持续产品的需求。

二、结构熵权法的原理和步骤结构熵权法是一种基于信息熵理论的多准则权重确定方法。

它通过计算指标之间的信息熵来确定每个指标的权重，从而消除主观评价的偏差。

具体步骤如下：1. 收集和筛选评价指标：收集与供应链绩效相关的各种指标，并经过筛选，保留与可持续发展有关的关键指标。

2. 构建指标矩阵：将各指标按照企业实际情况构建出指标矩阵，行为各指标，列为各个评价对象。

3. 计算指标矩阵的归一化矩阵：将指标矩阵进行归一化处理，使得各指标具有可比性。

4. 计算指标矩阵的信息熵：根据信息熵的定义，计算出各指标的信息熵。

5. 计算指标的权重：根据信息熵的值，计算出各指标的权重，以此作为指标的重要程度。

三、改进TOPSIS法的原理和步骤传统的TOPSIS法是一种将评价对象与正理想解、负理想解的距离来评判其优劣的方法。

为了适应可持续供应链的评价需求，本文对TOPSIS法进行了改进，引入了可持续性绩效指标。

具体步骤如下：1. 确定评价对象：确定待评价的可持续供应链对象，例如供应商、物流服务提供商等。

2. 确定评价指标：结合可持续发展的要求，选择与经济、社会和环境相关的评价指标。

3. 确定正理想解和负理想解：根据指标的性质，确定正理想解和负理想解的值。

4. 计算评价对象与正负理想解的距离：计算评价对象与正理想解、负理想解之间的欧式距离或其他距离度量。

5. 计算评价对象的绩效得分：根据评价对象与正负理想解的距离，计算出评价对象的绩效得分，得分越高，绩效越好。

基于熵权法与TOPSIS模型的高校图书馆电子资源绩效评价实证研究刘爽【摘要】By Entropy Weight Method,this article has summed up the universities libraries'electronic resources performance evaluation index system table which has included 26 indexes.Through TOPSIS model,this article has obtained the electronic resources perform-ance evaluation scores,rankings and influence factors analysis,in order to achieve the scientific evaluation of resources value and guide reasonable purchase of electronic resources.6 refs.%文章通过熵权法确定高校图书馆电子资源绩效评价指标体系表,包括26项指标.通过TOPSIS模型确定电子资源绩效评价得分,进而得出各样本电子资源分层及综合指标贴近度与排名,并进行贴近度值排名分析和影响因素分析,以达到科学评价资源价值、引导电子资源合理采购的目的.参考文献6.【期刊名称】《高校图书馆工作》【年(卷),期】2018(038)003【总页数】5页(P43-47)【关键词】熵权法;TOPSIS模型;高校图书馆;电子资源;绩效评价【作者】刘爽【作者单位】沈阳理工大学,沈阳 110159【正文语种】中文【中图分类】G258.6网络化数字化时代，电子资源已成为高校师生重要的学术资源，对教学和科研起到重要的支撑作用，然而，资源需求不断增长与经费紧张的矛盾已成为目前高校图书馆面临的重大难题。

第卷第期控制与决策年月文章编号基于熵权系数与集成评价决策方法的研究陈雷王延章大连理工大学管理学院辽宁大连摘要对于信息系统方案评价这种复杂问题提出一种新的方法以避免主观判断的不确定性和随意性针对传统信息系统项目评标中单纯由主观判断确定指标权重方法的不足提出了将主观判断与客观情况相结合定性定量相结合的熵权法来确定指标的权重系数进而将法与熵权系数综合集成进行合理方案的评价将该方法应用于评标过程的实践取得了较为满意的结果关键词熵权系数信息系统集成评价决策中图分类号文献标识码引言随着信息化步伐的加快越来越多的电子商务电子政务和办公自动化等方面的建设项目需要进行方案的公开招标为在招标过程中有效地降低风险必须采用科学合理的方法进行评标真正评出最合理最有竞争力的中标者传统的评标方法是依靠组织者和专家的主观判断来确定各个指标的权重定性因素占主要部分往往使得不同的专家在同一个指标上给出的分值出入很大结果由于决策不当而造成浪费或根本不能完成任务因此需要从理论和实践上对评标方法进行研究和探索本文将专家的主观判断与信息系统集成方案的客观情况相结合提出用确定权重的优化熵权系数法和理想法来进行评标所要解决的问题是通过科学的权重系数来调整主观偏差定量地确定投标者在价格方案集成创新系统性能成熟收稿日期修回日期基金项目国家自然科学基金资助项目作者简介陈雷男辽宁新民人博士生从事计算机网络信息系统评价的研究王延章男辽宁开原人教授博士生导师从事计算机网络电子政务等研究度服务人力资源等一系列指标的权重通过熵计算出权重系数并同时确定接近的最优值再将熵权系数应用到理想法得出最接近的理想解熵权法对权重系数的确定信息系统集成项目方案评价属多目标决策问题需要对所有投标者的方案是否合理是否有集成创新资质是否响应等进行定量综合分析对比从中选择方案合理性能价格比高服务优良的中标者熵原本是热力学的概念但自从数学家香农将其引进通讯工程并进而形成信息论后熵在工程技术管理科学乃至社会经济等领域得到广泛的应用熵是对系统状态不确定性的一种度量当系统处于种不同状态每种状态出现的概率为时评价该系统的熵为其中满足熵具有极值性也就是说当系数状态为等概率即时其熵值最大本文利用熵的概念来衡量某一评价指标对信息系统集成方案优劣的影响程度设某一信息系统集成项目的评价指标体系中有个指标投标单位有个个投标单位对应于个指标的指标值构成评价指标决策矩阵即其中元素表示方案的第个指标对价格指标而言越小越好对性能等指标而言越大越好记中每列的最优值为即记与的接近程度对进行归一化处理记以个评价指标评价家投标单位为条件定义第个评价指标的熵值其中由熵的极值性可知的值越接近于相等熵的值越大当的值完全相等时熵达到最大为不难看出指标的熵越大说明各投标单位在该指标上的取值与该指标的最优值间的差异程度越小即越接近最优值需要说明的是决策者对差异程度的大小有不同的认同度如果认为差异程度越小的指标越重要则可将熵值进行归一化后作为该指标的客观权重熵值小表示指标的不确定性强反之如果认为差异程度越大的指标越重要则可用熵的互补值进行归一化处理后作为指标的客观权重这里假定差异越大的指标越重要用对式进行归一化处理得表征评价指标的评价决策重要性的熵值对归一化得到指标的客观权重其中的确定取决于某信息系统集成方案中各家投标单位的固有信息因此称为客观权重同一评价指标对不同的投标单位可能有不同的客观权重为了全面反映评价指标的重要性并考虑到专家的经验判断力将专家对各指标给出的主观权重与客观权重相结合最终确定各指标的权重以此作为评价的权重系数对于第家投标单位可以得出一个初始评议值其中为中的最优值则较大的投标单位其综合评议值较高第期陈雷等基于熵权系数与集成评价决策方法的研究运用法确定最优方案采用理想法求解多目标决策问题是一种非常有效的方法它概念简单但在使用时需要在目标空间中定义一个测度以度量某个解靠近理想解和远离负理想解的程度其中心思想是先选定一个理想解和一个负理想解然后找出与理想解距离最近且与负理想解距离最远的方案作为最优方案法中的距离是指加权欧氏距离理想解是一个设想的最好解方案它的各个指标值都达到各候选方案中最好的值负理想解是一个设想的最差解它的各个指标值都达到各候选方案中最差的值现有的个方案中一般并没有这种理想解和负理想解但通过设定理想解和负理想解每个实际的解与理想解和负理想解进行比较如果其中有一个解最靠近理想解同时又最远离负理想解则该解应是个方案中最好的解用这种方法可对所有的方案进行排队一般说要找到一个距离理想解最近而又距离负理想解最远的方案是比较困难的为此引入相对贴近度的概念来权衡两种距离的大小判断解的优劣对上述个方案和个指标所确定的评价决策矩阵进行规范化得到规范化决策矩阵矩阵的元素为计算加权规范决策矩阵其中元素为式中是第个指标由式得到的权重解到理想解的距离其中是解的第个分量即第个指标规范化后的加权值是理想解的第个分量类似地定义解到负理想解的距离并且定义解到理想解的相对贴近度的值越接近则相应的方案越应排在前面最终的评议值由式和的线性组合确定即其中为对最终数据的放大系数案例研究信息系统集成项目的指标体系是通过广泛的调查研究和系统分析运用改进的法经信息收集分析和专家咨询而确定的在实际评标过程中指标可能很多而且随着系统的不同会有所改变为节省篇幅本文仅给出有代表性的指标示例设某一系统集成项目参加投标的单位为个重点对以下个指标进行评定即评价对象的指标集合总价人力方案设备公司级别能力成熟度投标单位的各项指标数量与分值如表所示表投标单位的各项指标数量与分值单位总价人力方案设备级别公司级别能力成熟度设各个指标的主观权重为根据熵权法得到的熵权系数如表所示表根据熵权法得到的熵权系数总价人力方案设备级别公司级别能力成熟度表最终的排序结果单位最终的排序结果如表所示根据值得到对家投标单位的排序为控制与决策第卷结语本文提出一种基于熵权系数与集成评价决策方法该方法曾应用于多家招标公司的招标项目取得了满意的结果信息系统建设方案的评价是非常复杂的问题评价过程包括对投标者的各种资质进行认证等环节并辅以其他方法来实现最终的中标方案在实际的评价过程中会根据不同的项目内容选择一些重点指标进行评价本文方法对于更为复杂的多级组合评价还没有应用因此对多级评价还需要进一步研究参考文献张世英张文泉技术经济预测与决策天津天津大学出版社杜纲岳松涛房地产开发投资决策的熵权系数优化模型数理统计与管理戴文战一种动态多目标决策模型及其应用控制与决策徐维祥张全寿信息系统项目评价集成法计算机工程与应用上接第页V因而定理中的条件满足不难验证定理中其余条件也满足故系统的零解是一致渐近稳定的结语本文探讨了非线性时变系统的稳定性问题通过利用具有齐次导数的时不变函数和近似系统的概念和方法得到一般非线性系统渐近稳定充分条件的新结果文中给出的实例表明新判据具有易于验证的特点参考文献1 TLB1TNN VL1TB F NVb NV第期陈雷等基于熵权系数与集成评价决策方法的研究基于熵权系数与TOPSIS集成评价决策方法的研究作者：陈雷， 王延章作者单位：大连理工大学,管理学院,辽宁,大连,116024刊名：控制与决策英文刊名：CONTROL AND DECISION年，卷(期)：2003,18(4)被引用次数：79次1.张世英;张文泉技术经济预测与决策 19942.杜纲;岳松涛房地产开发投资决策的熵权系数优化模型[期刊论文]-数理统计与管理 1999(01)3.Evangelos Triantaphyllou Multi-criteria Decision Making Methods: A Comparative Study 20004.戴文战一种动态多目标决策模型及其应用[期刊论文]-控制与决策 2000(02)5.Ma J;Fan Z P;Huang L H A subjective and objective integrated approach to determine attribute weights 1999(02)6.徐维祥;张全寿信息系统项目评价DHGF集成法[期刊论文]-计算机工程与应用 2000(05)1.尤天慧.樊治平区间数多指标决策的一种TOPSIS方法[期刊论文]-东北大学学报(自然科学版)2002,23(9)2.郭辉.徐浩军.刘凌.GUO Hui.XU Hao-jun.LIU Ling基于区间数TOPSIS法的空战目标威胁评估[期刊论文]-系统工程与电子技术2009,31(12)3.许永平.王文广.杨峰.王维平.XU Yong-ping.WANG Wen-guang.YANG Feng.WANG Wei-ping考虑属性关联的TOPSIS语言群决策方法[期刊论文]-湖南大学学报（自然科学版）2010,37(1)1.周荣喜.范福云.何大义.邱菀华多属性群决策中基于数据稳定性与主观偏好的综合熵权法[期刊论文]-控制与决策 2012(8)2.彭绍雄.唐斐琼基于TOPSIS法和灰色关联度法的军队第三方物流供应商评价分析[期刊论文]-物流科技2012(12)3.刘慧敏基于组合赋权的理想解法及其应用[期刊论文]-物流技术 2009(2)4.陈红艳改进理想解法及其在工程评标中的应用[期刊论文]-系统工程理论方法应用 2004(5)5.康健.李一兵.谢红.林云D-S证据理论与信息熵结合的新算法[期刊论文]-弹箭与制导学报 2011(1)6.王旭.谢敏.林云TOPSIS定权的模糊综合评判法及其应用[期刊论文]-统计与决策 2011(20)7.刘军号.方崇施工导流方案优选的熵TOPSIS决策模型[期刊论文]-华北水利水电学院学报 2011(2)8.孟亮.张电电.李向林供应商平衡记分卡:基于供应链管理的合作伙伴选择与评价模型[期刊论文]-物流工程与管理 2010(4)9.秦勇.何有世.刘明离岸软件外包中承接企业竞争力的综合评价[期刊论文]-科技管理研究 2010(2)10.陈华.张岐山基于灰关联分析的加权TOPSIS法及其应用[期刊论文]-福州大学学报（哲学社会科学版）2010(6)11.刘亚坤.朱洪凯钢筋混凝土板梁式桥状况的模糊熵权决策评估方法[期刊论文]-城市道桥与防洪 2010(5)12.钟崇玉基于TOPSIS的铁路部门厂内机动车辆管理绩效评价研究[期刊论文]-中国高新技术企业 2010(17)13.廖飒TOPSIS在农作物品种评价中的应用研究[期刊论文]-安徽农业科学 2008(26)14.刘煜.郑恒基于熵的新产品开发决策方法[期刊论文]-科技进步与对策 2007(2)15.王才宏.杨世荣.董茜目标选择决策的组合熵权系数方法研究[期刊论文]-弹箭与制导学报 2006(4)16.陈继光.祝令德.马惠群.孙立堂水质评价的模糊熵权聚类模型[期刊论文]-水电能源科学 2005(6)17.陈雷.王延章熵权法对融合网络服务质量效率保障研究[期刊论文]-计算机工程与应用 2005(23)18.苏超.方崇.麻荣永TOPSIS模型在城市防洪体系综合评价中的应用[期刊论文]-人民长江 2011(21)19.彭频.李静基于熵权TOPSIS的建筑供应商选择问题研究[期刊论文]-江西理工大学学报 2010(2)20.张先锋.郑建国基于模糊层次分析和模糊评价的信息系统供应商评价研究[期刊论文]-中国管理信息化2009(2)21.翁依TOPSIS法在材料供应商优选中的应用[期刊论文]-中国科技博览 2009(15)22.刘欣.罗小明基于综合集成赋权法的导弹攻击目标价值分析[期刊论文]-指挥控制与仿真 2008(2)23.黄晓霞.程论综合评价与数据挖掘的比较[期刊论文]-上海海事大学学报 2007(4)24.张先起.刘慧卿项目投资决策的投影寻踪评价模型及其应用[期刊论文]-南水北调与水利科技 2006(3)25.孙晓东.焦玥.胡劲松基于组合权重的灰色关联理想解法及其应用[期刊论文]-工业工程与管理 2006(1)26.宋杰鲲.张在旭.张晓慧一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法[期刊论文]-中国石油大学学报（自然科学版） 2006(1)27.罗亚琼.马爱霞我国医药上市公司创新能力评价——基于熵权TOPSIS法[期刊论文]-现代商贸工业 2013(5)28.谢玖琪.林涛.王杰基于熵权和TOPSIS法对工程材料供应商选择的评价研究[期刊论文]-价值工程 2010(35)29.崔东红.杨榕.姚莉基于灰色模糊理想解的资格预审评审模型[期刊论文]-沈阳工业大学学报（社会科学版）2010(4)30.张颖.黄卫来.周泉基于"垂面"距离的TOPSIS和熵权法的产业关联分析——以我国机械设备制造业为例[期刊论文]-工业技术经济 2010(6)31.刘秋生.秦军亮供应链成员关系协调的综合评价研究[期刊论文]-商业时代 2010(18)32.谷丽丽.曹翠芬.崔利华浅析供应商选择中熵权法的不足与改进[期刊论文]-物流技术 2009(1)33.朱海平.邵新宇.张国军求解多准则决策问题指标权重的二次规划方法[期刊论文]-系统工程与电子技术2007(4)34.刘洋.荣春晖基于TOPSIS法的教师专业发展评价研究[期刊论文]-神州（上旬刊） 2013(7)35.张江涛基于TOPSIS方法的新产品开发决策问题研究[期刊论文]-价值工程 2012(16)36.于虎.李传春基于熵权模糊TOPSIS法的分销商评价与选择[期刊论文]-经济研究导刊 2011(32)37.邓懿基于TOPSIS-GAHP的地下水功能可持续性评价研究[期刊论文]-华人时刊（中外教育） 2011(11)38.杨樱SWOT与TOPSIS整合的战略决策方法研究[期刊论文]-管理观察 2009(28)39.陈贤.赵雁.龚元圣熵权法在番茄果实商品性状评价上的应用分析[期刊论文]-湖北农业科学 2008(11)40.侯立峰.何学秋事故损失分析与综合评价[期刊论文]-中国安全生产科学技术 2007(2)41.岳文辉.王晓俊.韩自强基于熵权法和TOPSIS的发动机关键零部件加工过程绿色特性评价[期刊论文]-制造技术与机床 2013(12)42.王娟.周好文基于Kullback散度的主客观权重相结合的投资决策方法[期刊论文]-济南大学学报（自然科学版） 2011(4)43.龚元圣.王晓春.陈贤标准差权重法在番茄果实商品性状评价上的应用分析[期刊论文]-安徽农业科学2008(31)44.付巧峰关于TOPSIS法的研究[期刊论文]-西安科技大学学报 2008(1)45.辛文鹏.龚时雨利用RBF神经网络对装备完好性敏感性进行分析[期刊论文]-物流科技 2008(4)46.谷丽丽.高学东.武森基于准则分类的伙伴供应商认证选择综合方法[期刊论文]-北京科技大学学报 2008(11)47.孙晓东.焦玥.胡劲松基于灰色关联度和理想解法的决策方法研究[期刊论文]-中国管理科学 2005(4)48.魏德才.张诤敏.李闯.刘纵横基于模糊贴近度和熵权的航空装备维修安全综合评价[期刊论文]-中国安全科学学报 2012(2)49.李洪波.董新民.李婷婷.郭军飞机环控/发动机系统多目标决策研究[期刊论文]-计算机工程 2011(24)50.尹德进.王宏力基于信息熵与证据推理的不确定多属性决策方法[期刊论文]-计算机应用 2011(5)51.单联宏基于灰色关联相对贴近度的评价方法研究[期刊论文]-现代商业 2010(15)52.徐宁.董新民.刘棕成.陈勇基于Pareto集与多目标决策的飞控参数优化[期刊论文]-飞行力学 2012(3)53.黄强.屈吉鸿.王义民.陈南祥熵权和正交投影改进的TOPSIS法优选水库特征水位研究[期刊论文]-水力发电学报 2009(1)54.安萌.陆卫.陈学武.季彦婕基于TOPSIS法的自行车停车场布局应用研究——南京鼓楼地铁站实例分析[期刊论文]-交通运输工程与信息学报 2010(2)55.杜俊慧.魏法杰基于灰色理想解法的模糊多属性决策方法研究[期刊论文]-中北大学学报 2008(6)56.徐存东.翟东辉.张硕.胡丹改进的TOPSIS综合评价模型在河道整治方案优选中的应用[期刊论文]-河海大学学报（自然科学版） 2013(3)57.王芸凤.于宝证基于改进TOPSIS法的高校大型精密仪器绩效评价与绩效提升策略研究[期刊论文]-实验技术与管理 2012(9)58.赵建三.尤冬梅基于熵权的公路选线模糊层次分析决策模型[期刊论文]-长沙交通学院学报 2007(1)59.王东海.段力伟基于TOPSIS的铁路应急资源调度优化模型[期刊论文]-铁道运输与经济 2013(2)60.许学娜.刘金兰.王之君基于熵权TOPSIS法的企业对标评价模型及实证研究[期刊论文]-情报杂志 2011(1)61.朱记伟.解建仓.黄银兵.肖瑜基于熵值和模糊贴近度的区域水资源承载力评价[期刊论文]-水资源与水工程学报 2012(5)62.杜彦斌.曹华军.刘飞.鄢萍.李聪波基于熵权与层次分析法的机床再制造方案综合评价[期刊论文]-计算机集成制造系统 2011(1)63.李洋.刘伟基于AGORA扩展模型的可信需求评价选择方法[期刊论文]-计算机应用研究 2010(5)64.辛晶基于熵权TOPSIS法的城市消防站选址模型[期刊论文]-消防科学与技术 2010(5)65.黄溶冰.胡运权产业结构有序度的测算方法-基于熵的视角[期刊论文]-中国管理科学 2006(1)66.邱凌.李后强理想解法与灰色关联度相结合的宜居城市评价决策模型研究——以四川省地级市为例[期刊论文]-世界科技研究与发展 2007(3)67.王健海基于熵权TOPSIS的高校校外实习基地评价法与可视化研究[期刊论文]-惠州学院学报 2012(6)68.公平.任建兰山东与苏浙粤可持续发展系统比较研究[期刊论文]-山东师范大学学报（自然科学版） 2012(3)69.王红旗.秦成.陈美阳地下水水源地污染防治优先性研究[期刊论文]-中国环境科学 2011(5)70.胡军.余文芳.陈云南基于TOPSIS理论的企业供应商选择应用[期刊论文]-统计与信息论坛 2008(11)。

基于熵权TOPSIS模型的研究生教学质量评价研究研究生教学质量评价是高等教育中的重要环节，对提高研究生培养质量、推动科研进步具有重要意义。

如何科学准确地评价研究生教学质量，一直是研究领域的热点问题之一。

本文将基于熵权TOPSIS模型进行研究生教学质量评价，探讨其优势和应用前景。

首先，我们需要明确熵权TOPSIS模型的基本原理和评价指标体系。

熵权TOPSIS模型是一种多指标综合评价方法，其基本思想是将评价指标正向化后，采用TOPSIS法计算每个指标的排序权重，进而得到最终的评价结果。

在研究生教学质量评价中，我们可以构建一个包含多个指标的评价体系，比如师资力量、教学资源、教学成果等，每个指标都可以通过相关数据进行量化，以支撑评估决策。

其次，我们需要详细讨论熵权TOPSIS模型在研究生教学质量评价中的应用。

首先，该模型能够从多个维度全面评价教学质量，避免了单一指标评价的片面性。

其次，熵权TOPSIS模型可以通过计算每个指标的排序权重，为决策者提供评估结果的参考依据，避免了主观偏见的干扰。

最后，熵权TOPSIS模型还可以灵活地应用于不同的教学评价场景，比如可以针对不同学科、不同院校进行定制化评价，具有较高的实用性和适用性。

在进行研究生教学质量评价时，我们需要明确具体的评价指标以及权重计算的方法。

首先，我们可以选择一些普适性的评价指标，比如师资力量、教学资源、教学成果等。

然后，我们可以采用熵权法计算每个指标的排序权重，该方法既考虑了每个指标的贡献度，又充分考虑了指标之间的相互关联性，具有较好的权重计算效果。

最后，我们可以利用TOPSIS法对研究生教学质量进行排序，得到各个评价对象的综合评价结果。

同时，我们还需要注意模型的局限性和优化方向。

熵权TOPSIS模型在计算权重时，需要依赖于具体的数据和评价方法，对数据的质量要求较高。

此外，熵权TOPSIS模型对指标的选取和权重的计算都需要决策者的主观判断和专业知识支持，存在一定的主观性。

2008年5月山西大学学报(哲学社会科学版)May,2008第31卷第3期Journal of Shanxi University(Philosophy&Social Science)Vol.31No.3 #管理学研究#电信服务质量用户满意度评价的熵权TOPSIS法王武平,杜纲(天津大学管理学院,天津300072)摘要:信息产业部采用电信服务质量用户满意度指数(T CSI)对电信业服务质量进行测评。

文章以T CSI中所包括的八个影响因素作为电信业服务质量的评价因素,采用熵权T OPSIS法,对2006年电信服务质量用户满意度进行了综合评价排序,并且对评价结果进行了分析,指出熵权T O PSI S法在用户满意度综合评价排序的应用中具有普适性。

关键词:用户满意度;熵权;T OP SI S;服务质量;电信业;评价中图分类号:C934;F626文献标识码:A文章编号:1000-5935(2008)03-0053-04服务质量是当今公众关注比较多的话题之一,而用户满意程度则是衡量服务质量普遍运用的指标。

世界上许多国家用用户满意度指标来对企业等各类组织的服务质量进行测评。

而电信行业用户满意度的评价对政府主管部门指导、规范电信行业的运作,制定相关政策具有实际意义。

此外,公众也可通过评价结果来选择电信运营商,因而电信行业用户满意度综合评价方法的研究具有较强的现实意义。

然而,目前对电信行业满意度进行分析评价的方法较少,现有的主要是层次分析法,但该方法主观性较强。

由于当今电信行业是敏感性服务行业,公众关注程度较高,因而选择一套客观的综合评价方法就显得尤为重要。

鉴于此,本文提出运用电信服务质量用户满意度评价的熵权T OPSIS法对电信运营企业及其服务进行综合评价。

一用户满意度评价因素的设立用户满意度评价指标的研究是当前国内外质量领域和经济领域一个非常热门而又前沿的课题。

[1]对电信行业用户满意度的测评先后使用了用户满意率、用户满意度、用户满意度指数等指标。

topsis综合评价法和熵权法在实际生产和决策过程中，常常需要进行多指标综合评价。

然而，由于指标之间可能存在相关性和差异性，直接进行简单加权求和的方法可能会引起误差。

为了解决这一问题，研究者们提出了许多方法来进行指标权重的确定和综合评价的计算。

其中，TOPSIS综合评价法和熵权法是比较常用的两种方法。

下面将对这两种方法进行详细的介绍和比较。

一、TOPSIS综合评价法TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）综合评价法是一种将决策对象与最优解和最劣解进行比较，从而确定其相对优劣的方法。

具体流程如下：1. 确定评价指标：根据评价对象的特点和需求，选取几个具有代表性的指标。

2. 归一化处理：对于不同的指标，由于其取值范围和单位不同，无法直接进行比较。

因此，需要进行归一化处理，将每个指标的值转化为[0,1]的相对度量值。

3. 确定权重：对于每个指标，需要确定其在总评价中的权重。

可以采用主观赋权、客观赋权或结合两者的方法进行确定。

4. 确定正负理想解：正负理想解是指在所有评价指标上都达到最优或最劣状态的解。

可以通过主观或客观的方法进行确定。

5. 离差距离计算：根据每个评价对象与正负理想解之间的距离，计算其相对优劣程度。

距离的计算可以采用欧几里德距离、曼哈顿距离等方法。

6. 确定排序：根据每个评价对象离正负理想解的距离，按照从小到大的顺序，对其进行排序，从而得出相对优劣关系。

二、熵权法熵权法是一种客观赋权方法，通过计算指标的信息熵值来确定其权重。

其流程如下：2. 归一化处理：同上述方法。

3. 计算信息熵：对于每个指标，根据其值在总体中的占比，计算其信息熵值。

设N为评价对象数，n为某个评价指标上达到某个特定值x的评价对象数，则该指标的信息熵值为：$$E_i=-\frac{1}{\ln(N)}\sum_{x}^{n}\frac{n}{N}\ln\frac{n}{N}$$4. 计算权重：根据每个指标的信息熵值，计算其权重。

以熵权改进TOPSIS模型为角度的农业机械化水平评价应用研究论文以熵权改进TOPSIS模型为角度的农业机械化水平评价应用研究论文农业机械化水平是对机器(装备)在农业中使用程度、作用大小和使用效果的一种表达和度量，它直接影响农业生产效率，是现代农业建设的关键一环。

农业机械化作为农业技术结构的重要组成部分，是工业技术与农业技术相结合的产物，是一个边界模糊、因素众多、关系复杂的动态系统[1]。

国际农业工程学会(CIGR)认为“农业机械化”是利用工具、农具和机器开发农业用地，从事种植业生产、储藏前准备、储藏和农场就地加工。

白人朴等建立农业机械化所处发展阶段的模糊评判模型，对全国及各个省市区农业机械化发展阶段进行评判，把农业机械化发展过程大体划分为3个阶段：农业机械化初级阶段、中级阶段、高级阶段[2]。

目前中国农业机械化正在由初级阶段向中级阶段跨越。

杨敏丽等提出了以农机作业为基础、能力为保障、效益为核心的农业机械化发展评价指标体系，建立了发展阶段模糊评判模型，从而对中国2001年各省区的农业机械化所处阶段进行了分析评判[3]。

机械化水平评价在指标的选择上很复杂[4]，在权值的计算上存在很强的主观性。

TOPSIS[5](Technique for Order Preference by Similarity to Ideal Solution)是一种适用于多指标、多方案决策分析的方法，但其自身也存在一些问题[6]，本文将尝试在对其改进的基础上，将其应用于我国的农业机械化水平分析[7]，避免权重计算的主观性，对不同年份的农业机械化水平进行定量分析，使评价结果更客观、符合实际，为农业机械化水平合评价提供一种新方法。

1 TOPSIS模型及其改进1.1 传统的TOPSISTOPSIS是一种有效的多指标、多目标决策分析法，它以距理想解和负理想解的距离作为评价各方案可行性的依据。

该法思路清晰，分析结果较合理，应用灵活，因此被广泛地应用。

基于熵权TOPSIS法的房地产投资项目评价模型研究摘要：随着经济的快速发展，房地产投资成为投资者重点关注的一个领域。

由于投资项目的复杂性和多样性，如何对房地产投资项目进行科学、全面的评价成为一个重要问题。

本文针对这一问题，利用熵权TOPSIS法对房地产投资项目进行评价，通过论证其有效性。

通过实证研究，我们发现熵权TOPSIS法可以更准确地评价房地产投资项目的优劣，为投资者提供更好的决策参考。

1、引言2、熵权TOPSIS法简介熵权TOPSIS法是一种多属性决策方法，它综合运用了熵权法和TOPSIS法的优点，能够更准确地评价多属性决策问题。

熵权法是一种量化分析方法，可以有效地度量指标之间的差异性和重要性，同时考虑到指标之间的相互影响。

TOPSIS法则是一种综合评价方法，它能够将不同的指标综合考虑，给出全面的评价结果。

熵权TOPSIS法将这两种方法进行了有机结合，使评价结果更加客观、科学。

3、房地产投资项目评价指标体系构建为了利用熵权TOPSIS法对房地产投资项目进行评价，首先需要构建一个科学、全面的评价指标体系。

在构建指标体系时，我们需考虑到房地产投资项目的市场需求、盈利能力、风险程度、可持续发展性等多方面因素。

本文根据房地产投资项目的实际情况，构建了包括总投资额、盈利能力、风险程度、市场需求、可持续发展性等五大类指标，共计15个具体指标的评价体系。

4、利用熵权TOPSIS法进行房地产投资项目评价4.1 确定权重，计算熵值权重我们需要确定每个指标的权重，以反映其重要程度。

为了能够客观地确定权重，我们利用熵值法对各指标进行加权，得到各指标的相对权重。

4.2 构建决策矩阵我们将各个房地产投资项目的指标数据构建成一个决策矩阵。

然后，我们利用标准化方法对决策矩阵进行标准化处理，以消除指标数据之间的量纲影响。

4.4 计算加权标准化决策矩阵4.5 确定正负理想解然后，我们确定正负理想解，以便计算各个投资项目与正负理想解之间的距离。

基于topsis和熵权法1 % % X 数据矩阵2 % % n 数据矩阵⾏数即评价对象数⽬3 % % m 数据矩阵列数即经济指标数⽬4 % % B 乘以熵权的数据矩阵5 % % Dist_max D+ 与最⼤值的距离向量6 % % Dist_min D- 与最⼩值的距离向量7 % % e 熵值列表8 % % d 信息熵冗余度9 % % w 权值表10 % % stand_S 归⼀化矩阵11 % % sorted_S 按照降序排列的数据矩阵1213 %% 第⼀步：把数据复制到⼯作区，并将这个矩阵命名为X14 clear;clc15 load jingjizhibiao.mat;1617 [n,m] = size(X);18 disp(['共有' num2str(n) '个地区, ' num2str(m) '个经济指标']) ;192021 %% 第⼆步：熵权法赋权22 %%计算第j个指标下，第i个样本占该指标的⽐重p(i,j)23 for i=1:n24 for j=1:m25 p(i,j)=X(i,j)/sum(X(:,j));26 end27 end28 %%计算第j个指标的熵值e(j)29 k=1/log(n);30 for j=1:m31 e(j)=-k*sum(p(:,j).*log(p(:,j)));32 end33 d=ones(1,m)-e; %计算信息熵冗余度34 w=d./sum(d); %求权值w35 disp('最后的权重为； w =')36 w37 B=X.* repmat(w,n,1);%%每个元数据乘以对应指标的熵权值，3839 disp('加⼊熵权的矩阵 B = ');40 disp(B);4142 clear i j;%%释放⽆关变量43 % % Z = B ./ repmat(sum(B.*B) .^ 0.5, n, 1);44 % % disp('标准化矩阵 Z = ')45 % % disp(Z)4647 %% 第三步计算与最⼤值的距离和最⼩值的距离，并算出得分,（topsis分析）4849 Dist_max = sum([(B - repmat(max(B),n,1)) .^ 2 ],2) .^ 0.5; % D+ 与最⼤值的距离向量50 Dist_min = sum([(B - repmat(min(B),n,1)) .^ 2 ],2) .^ 0.5; % D- 与最⼩值的距离向量51 disp('D + 为')52 Dist_max5354 disp('D - 为')55 Dist_min5657 S = Dist_min ./ (Dist_max+Dist_min); % 未归⼀化的得分58 disp('最后的得分为：')59 stand_S = S / sum(S)60 [sorted_S,index] = sort(stand_S ,'descend')matlab。

为其 收益质量综 合打 分， 探 索我 国上市 商业银 行 收益质 量 的评价 。 关键词 ： 收益质量 ； 熵权 ； Ｔ Ｏ Ｐ Ｓ Ｉ Ｓ ； 上 市银行收 益
引言 步骤３ ： 确定理想方案和负理想方案。理想方案为每列 中的ｍａ ） （ 本研究聚焦于收益质量的研究 ， 即企业收益中的现金性收益的 值， 负理想方案为每列 中的Ⅱ １ ｉ ｎ 值ｌ 比率和长期稳定性。通过研究发现上 市商业银行真实的收益质量 的优劣。
【 １ 】 李瑞 ， 贺晓波 ． 我 国四大 国有商业银 行盈利 性回归【 Ｊ 】 ． 分析经济 师． ２ ０ ０ ６ （ ７ ） 【 ２ 】 周斌 ， 段 雯． 上市公 司收益质 量分析【 Ｊ 】 ． 武汉大学学报 ， ２ ０ ０ ５ （ １ ） 【 ５ 】 万平 ． 关于上 市公 司收益 质量 分析 的思 考【 Ｊ 】 ． 中国管理 信 息 化， ２ ０ ０ ６ （ ２ ） 【 ４ １ 储一昀 ， 王安 武 ． 上市公 司盈利质量分析【 Ｊ 】 ． 中国管理信 息化会 计研 究 ， ２ ０ ０ ０ （ ９ ）
＝
＝
善
这就是熵。其中， Ｋ为正常数。构造决策矩阵如 为【 ０ ． １ ８ ０ ， ０ ． １ ４ ９ ， ０ ． ０ ６ ９ ， ０ ． ０ ５ ５ ， ０ ． １ ５ ７ ， ０ ． １ ５ ９ ， ０ ． ０ ４ ４ ， ０ ． １ ８ ３ ］ 而由此计算
… …
蕾 －Ｉ
・
…
…
Ｉ
Ｆ ｉ ｎ ａ ｎ ｃ ｉ ａ 【 Ｖｉ ｅ ｗ Ｉ 金融视线
基于熵权和Ｔ Ｏ Ｐ Ｓ Ｉ Ｓ 法我国上市商业银行收益质量评价研究
沈 华 东 华 大 学管 理 学 院 上 海 ２ ０ ０ ０ ５ １

１ 问题 分 析
首 先 对 指 标 值 进 行 无 量 纲 化 处 理 消 除 量 纲影 响 。对 于正 向指
通过研究调查发现 ，评价智慧城市 的指标体 系包括 四个方 面 ： 标负向指标分别 通过最大最小化原则进 行无 量纲化处 理，得到规
科技水平 、公共服务水平 、经济水平 、可持续发展水平。熵权法 范化矩 阵 ｆ『）… ， 为第 ｉ个被评价城市在第 个指标上 的标准
动 电话 普及 率 ；公共 服务 水平 ，交通发 展水平 ： 交通运输投资 占 万人
的最优 值 ；负理 想解 一则 是 最劣 解 ，它其 中的每 一个 指 标值
拥有专利数 、 财政性教育支出 ＧＤＰ比例、 万人拥有大学生数 都是 决策矩 阵 中的最差 值。最优解 和最 劣解 由下式确 定 ，其 中
系统聚类 的进一步分析 ，将 １２个城 市依据各 自的排 名和 突 出特点分为４类 ，构建 出了一套 智慧城 市建设 综合性评价体 系，对
规 范智 慧城 市的建设 、推动 智慧城 市的健康发展具 有重要 意义。
［关键词 】智 慧城 市 ；熵权 法 ；ＴＯＰＳＩＳ综合 评价法 ；系统聚类
［中图分类号 ］Ｆ２９９．２
标优劣 的依据 。因此该文选用熵权 一ＴＯＰＳＩＳ综合评价法对智慧城 指标的标准化数据进行比重变换。利用公式Ｐ ＝ ／∑： 计算对
市评价体系进行研究 ，并给出合理建议。
于第．，个指标而言 ，第 ｉ个系统的贡献度 Ｐ 。
２ 样本选取与数据收集
（２）计算各指标的熵权值 ：ｅｊ＝（一ｌ／ｌｎ ）∑三Ｐ Ｉｎｐ 其中，定
层 次组 成 ：其 中一级 指标包 括科 技水平 、公 共服 务水 平、经济
（１）确 定 正理 想 解 和 负 理解 想

基于熵权TOPSIS的图书馆数据库绩效评价模型研究发表时间：2020-12-25T07:50:10.826Z 来源：《防护工程》2020年27期作者：高迎平李亚函张迪[导读] 【目的/意义】本文以高校图书馆数据库为研究对象，并对其进行评价。

【方法/过程】在现有高校图书馆数据库评价研究基础上，构建了基于熵权TOPSIS的数据库绩效评价模型。

首先利用熵权法对各项评价指标进行赋值，得到各项评价指标的权重，然后采用TOPSIS 法对高校图书馆数据库绩效进行排序。

【结果/结论】通过运用熵权TOPSIS模型可以对高校图书馆各数据库区分优劣，最后通过实例验证所构建的数据库绩效评价模型是合理有效的。

高迎平李亚函张迪河北工业大学经济管理学院天津 300400摘要：【目的/意义】本文以高校图书馆数据库为研究对象，并对其进行评价。

【方法/过程】在现有高校图书馆数据库评价研究基础上，构建了基于熵权TOPSIS的数据库绩效评价模型。

首先利用熵权法对各项评价指标进行赋值，得到各项评价指标的权重，然后采用TOPSIS法对高校图书馆数据库绩效进行排序。

【结果/结论】通过运用熵权TOPSIS模型可以对高校图书馆各数据库区分优劣，最后通过实例验证所构建的数据库绩效评价模型是合理有效的。

关键词：数据库；绩效评价；熵权法；TOPSIS引言随着科学技术的发展，目前我国高校图书馆逐渐从传统意义上的图书馆向数字化图书馆过渡。

电子资源数据库作为数字图书馆的主体，因为它的方便性、快捷性，目前已经成为高校不可或缺的科研检索资源。

然而，高校图书馆对于数据库的采购每年需要支出数十万甚至百万，但是在面对众多电子资源数据库良莠不齐的情况下，电子资源数据库使用绩效是否高、是否对科研有帮助，以及对师生的使用效果怎么样，则是需要通过对电子资源数据库的评价来进行回答。

据以往学者的研究可以看出，目前我国对于高校图书馆电子资源数据库的评价还没有一个系统性的模型和框架，对该方面的研究还处于探索阶段。

基于熵权法和Topsis评价的用户满意度研究［提要］本文用层次分析法和topsis法对顾客满意度进行综合评价，通过研究顾客满意度，为房地产企业在复杂多变的市场环境下提供决策建议，从而树立品牌形象和提高市场竞争力。

关键词：熵权法；TOPSIS法；满意度一、引言房地产是国家经济的支柱产业，它对国家GDP的影响是巨大的，但房价的过快增长，国家已经对房地产市场进行了调控，目前楼市已有回落的迹象，有些房产商已出现了资金链不足的问题，房地产市场已经进入了买方市场，因此研究住宅用户满意度战略对企业具有重要意义。

二、相关文献研究顾客满意度是消费者对购买的产品或者服务的感觉性心理评价，住宅用户满意度是用户对住宅质量服务等各方面喜欢程度的整体性评价。

唐轶基于四分图建立了满意度评价模型，并且运用了层次分析和模糊数学，对空间、景观、建筑、质量和产品的价值一级指标对顾客满意度进行了综合评价。

尤建新、陈强将一级指标分为地理区位、小区环境、居住质量、销售价格。

张原建立了满意度模型，把建筑产品特征、邻里特征、区位特征、配套设施为只要指标研究，并对其建立指标体系进行验证筛选，最后得到19个单项指标。

曹庆奎、杨艳丽、任向阳基于未确知理论建立了评价顾客满意度模型，用产品的质量、特色、价格、功能和服务性能指标，测评出顾客对产品是否满意。

赵东霞叙述了关于社区的理论，界定了社区满意度内涵的界线和提出了社区满意度理论模型，并对模型进行了检验分析，研究发现不同类型的住宅小区，其满意度效果有所不同。

三、评价指标体系研究（一）指标的选取原则。

指标要具有代表性、独立性、可比性，指标以需求层次理论和城市宜居的基础理论为选取基础，笔者在参考前人的文献研究成果，并且结合征求多数相关专家的意见，选取了A建筑产品特征、B邻里特征、C区位特征三大综合满意度指标。

（二）指标数据来源。

采用问卷的方式取得数据，笔者向赣州市区的三个住宅小区发放问卷80份，问卷有效回收率为61.3%，小区1有20份，小区2有12份，小区3有17份，问卷调查采用的是李特量表形式，问卷设有五个选项，分别是很满意、满意、一般、不满意、很不满意，对应得到的分值分别是5分、4分、3分、2分和1分，将问卷收集进行数据统计，为保证小区问卷数有可比性，因此将三个住宅小区各指标分别汇总，并除以问卷份数得到平均得分，将平均分构建成原始决策矩阵。

基于熵权TOPSIS法的房地产投资项目评价模型研究【摘要】本研究基于熵权TOPSIS法，探讨了在房地产投资领域中的评价模型研究。

首先介绍了TOPSIS法的基本概念，然后详细解析了熵权TOPSIS法的原理。

接着构建了房地产投资项目评价模型，并进行了实证分析和案例分析。

研究结果表明，熵权TOPSIS法在房地产投资项目评价中具有较好的应用前景。

结论部分总结了研究成果，并展望了未来的研究方向。

通过本研究，我们可以更好地评估和选择房地产投资项目，为投资者提供决策支持，促进房地产市场的健康发展。

【关键词】房地产投资项目评价、熵权TOPSIS法、实证分析、案例分析、应用前景、研究成果、未来展望1. 引言1.1 研究背景房地产行业作为重要的经济支柱行业，一直受到广泛关注。

随着社会经济的发展和城市化进程的加快，房地产投资项目的数量不断增加，投资风险也在逐渐增大。

当前的房地产投资项目评价方法存在着一些问题，如评价指标权重确定不准确、信息量较大等。

熵权TOPSIS法在传统TOPSIS法的基础上引入熵权法则，考虑各指标间的相关性和重要性，有效提高了评价结果的准确性和可靠性。

本文将基于熵权TOPSIS法开展房地产投资项目评价模型研究，旨在提高评价的科学性和实用性，为投资者提供决策支持。

的内容到此为止。

1.2 研究意义房地产市场一直以来都是一个备受关注的领域，房地产投资项目的评价对于投资者和开发商来说具有重要意义。

在这个背景下，本文旨在研究基于熵权TOPSIS法的房地产投资项目评价模型，以提高评价结果的准确性和可靠性。

研究将对TOPSIS法进行概述，介绍熵权TOPSIS法的原理，探讨房地产投资项目评价模型的构建方法，进行实证分析和案例分析。

通过本研究，可以更好地指导投资者进行房地产投资决策，降低投资风险，提高项目的经济效益。

本文的研究意义在于为房地产投资领域提供一种科学、全面的评价方法，促进房地产市场的健康发展。

通过本文的研究，可以为相关政府部门制定相关政策提供参考依据，为房地产市场的稳定发展贡献力量。

基于熵权和TOPSIS结合的企业运营能力综合评价[摘要] 本文提出基于熵权系数与TOPSIS集成的企业运营能力评价方法,避免了传统评价方法中主观性强等弊端,并且使用该方法进行算法示例, 详细说明各个计算步骤,先通过熵计算出评价权值,再将其应用于理想法(TOPSIS)集成,确定出接近理想解的最优值,不仅具有实际意义且更具科学性。

[关键词] 运营能力; TOPSIS; 熵权系数; 综合评价1前言企业的运营能力是指对企业进行管理和运作以保证企业持续生存和发展的能力。

企业的运营能力主要表现在基本能力(转换能力、创新能力、整合能力等)、特殊能力(核心竞争力)和把握未来的能力等方面。

企业的营运能力分析对企业管理至关重要,它有利于企业优化资产结构、改善财务状况、加速资金周转。

在制定企业战略时必然致力于提高企业现有的运营能力,而找到提高企业运营能力方法的前提是我们要对现有企业的运营能力水平做出准确的、客观的分析。

本文在前人研究的基础上,运用了熵权和理想法(TOPSIS)相结合的方法,对10家食品类企业的运营情况进行评价,取得了与企业实际相一致的结论。

2企业营运能力综合评价方法2.1 TOPSIS法的基本原理TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)是一种解决多属性决策问题的常用方法。

其原理就是通过计算备选方案与理想解和负理想解的相对距离来进行排序优选。

理想解是方案集中虚拟的最佳方案,负理想解是虚拟的最差方案。

若将各个备选方案与理想解和负理想解的距离进行比较,则既靠近理想解又远离负理想解的方案就是整个方案集中的最佳方案。

2.2 熵权法熵权法是一种在综合考虑各因素所提供信息量的基础上,计算一个综合指标的数学方法。

从机器学习的角度分析,一个属性的信息增益是指使用了这个属性。

作为一种客观综合评价方法,它主要是根据各指标传递给决策者的信息量大小来确定其权数。

基于熵权法对Topsis 模型的修正熵权法层次分析法是⼀种评价模型，当没有给出数据时，我们对不同的准则进⾏分析，最后求得每⼀种⽅案的评分，但是有很⼤的缺点，⽐如主观性太强、⽅案层不能过多。

⽽Topsis 优劣解距离法可以对已有数据进⾏分析，经过正向化、标准化、求距离、归⼀化后即可得到评分。

但是Topsis 有⼀个问题，就是默认每个指标的权重相同，所以也可以⽤层次分析法求出权重进⾏修正，由于层次分析法有很⼤不⾜，所以这⾥⽤熵权法对Topsis 进⾏修正。

⼀、基本概念（1）信息量越有可能发⽣的事情，信息量就越少，反之越多。

所以可以根据事件发⽣的概率来衡量信息量的⼤⼩。

如果把信息量⽤字母I 表⽰，概率⽤p 表⽰，两者是⼀个反⽐例关系，假设x 表⽰事件X可能发⽣的某种情况，，我们定义I(x)=-ln(p(x))其中0≤p(x)≤1之间，I(x)≥0。

（2）信息熵信息熵是对信息量的期望，假设⽤H(x)来表⽰，则有H ( x ) = ∑ i = 1 n [ p ( x i ) I ( x i ) ] = − ∑ i = 1 n [ p ( x i ) l n ( p ( x i ) ) ] H(x)=\sum_{i=1}^n[p(x_i)I(x_i)]=-\sum_{i=1}^n[p(x_i)ln(p(x_i))]H(x)=i=1∑n [p(xi )I(xi )]=−i=1∑n [p(xi )ln(p(xi ))]可以证明，当p(x i )= 1 n \frac{1}{n} n1时，H(x)取最⼤值，此时H(x)=lnn（这⾥也可以看出，信息熵最⼤时，每个样本的这个指标值都相同，信息量最少）由于信息熵是对未来信息量的期望，所以信息熵越⼤，它的内容给你补充的信息量越⼤，你当前已知的信息量越少。

⼆、计算步骤（1）保证标准化矩阵每个元素⾮负判断标准化后的矩阵是否存在负数（实际上，topsis中正向化后的矩阵只有极⼤型指标才可能出现负数），则重新进⾏标准化（因为后⾯计算信息量时要保证概率都为⾮负数）。