基于熵权法和G1法的大坝监测指标权重融合
基于组合赋权法的高新技术企业创新能力评价研究
在评价方法的选择和运用上,不断有学者尝试用新方法对企业技术创新能力进行评价,也 有学者对已有方法不断地加以改进。苏屹等采用TOPSIS法、AHP法和DEA法来构建企业创 新能力评价模型,利用G1法、G2法、熵权法、离差最大化法等众多方法来解决综合评价中权重 的赋值问题。③还有学者运用机器学习算法和多元统计方法进行建模分析,构建地区企业创新 能力评价模型,以及采用系统动力学方法,建立科技创新能力体系仿真模型,并从多角度对地 区高新技术企业的创新能力进行预测评价,为客观评价高新技术企业创新水平提供了新工具。 总之,目前评价方法的选择更加多元,而且学科间交融性增强。但现有研究对各评价指标进行 赋权时多数只会选取一种赋权方法:选用主观赋权法,评价结果的主观随意性太强,而选择客 观赋权法其通用性和评价人的可参与性较差"
② MaOsa D , Knut B, “ Innovation indicators throughout the innovation process: An extensive literature analysis $ , Tecfnovatioo, 2019(80 -81) , pp.3-29.
基于组合赋权法的高新技术 企业创新能力评价研究
夏文飞苏屹支鹏飞
摘要:知识密集型、技术密集型的高新技术企业是技术创新研发和转化的重要载体。构建科学的创新能力评 价模型,有助于高新技术企业加深对自身创新能力的了解。在建立高新技术企业创新能力指标体系的基础 上,利用灰色关联度分析法和变异系数法对评价指标体系的关键性和鉴别能力进行筛选,应用层次分析法和 熵权法构建基于组合赋权的高新技术企业创新能力评价模型,以我国31个省(市、自治区)的高新技术企业 为样本进行实证研究。研究结果表明:目前我国高新技术企业创新能力表现出明显的地域差异,多地高新技 术企业创新效率低,创新能力结构不均衡,应从创新投入、创新产出、创新支持、创新吸收和扩散等方面提升我 国高新技术企业创新能力。 关键词:高新技术企业;创新能力;组合赋权法
基于G1-熵权法的正交实验设计对比BP神经网络优化香芩解热颗粒水提工艺
基于G 1-熵权法的正交实验设计对比BP 神经网络优化香芩解热颗粒水提工艺Δ程炳铎 1, 2, 3*,罗丽琴 1, 2,李元增 1, 2, 3,姜婕 1, 2, 3,陈怡莹 1, 2, 3,赵济 1, 2,薛蕊 1, 2,马云淑 1, 2, 3 #(1.云南中医药大学中药学院,昆明 650500;2.云南省傣医药与彝医药重点实验室,昆明 650500;3.云南省高校外用给药系统与制剂技术研究重点实验室/云南省南药可持续利用研究重点实验室/云南省药食同源饮品工程中心,昆明 650500)中图分类号 R 917 文献标志码 A 文章编号 1001-0408(2024)01-0027-06DOI 10.6039/j.issn.1001-0408.2024.01.05摘要 目的 优化香芩解热颗粒的水提工艺。
方法 以加水倍数、提取时间、提取次数为考察因素,以连翘酯苷A 、黄芩苷、连翘苷、千层纸素A-7-O -β-D-葡萄糖醛酸苷、汉黄芩苷、黄芩素、汉黄芩素含量和出膏率为评价指标,设计3因素3水平的正交实验,并利用G 1-熵权法对上述指标进行综合评分,得正交实验优化的水提工艺。
以9组正交实验结果为测试和训练数据,以加水倍数、提取时间、提取次数为输入节点,以综合评分为输出节点,利用BP 神经网络建模进行网络模型优化和水提工艺寻优。
验证并比较两种方法所得水提工艺参数,确定香芩解热颗粒的最佳水提工艺。
结果 香芩解热颗粒经正交实验优化后的水提工艺为加水倍数8倍、提取次数3次、提取时间1 h ,综合评分为96.84分(RSD 为0.90%)。
BP 神经网络建模优化后的水提工艺为加水倍数12倍、提取次数4次、提取时间0.5 h ,综合评分为92.72分(RSD 为0.77%),略低于正交实验所得工艺。
结论 本研究成功优化了香芩解热颗粒的最佳水提工艺,具体为加水倍数8倍、提取次数3次、提取时间1 h 。
关键词 香芩解热颗粒;水提工艺;G 1-熵权法;正交实验;BP 神经网络Optimization of water extraction technology of Xiangqin jiere granules by orthogonal design based on G 1-entropy weight compared with BP neural networkCHENG Bingduo 1, 2, 3,LUO Liqin 1, 2,LI Yuanzeng 1, 2, 3,JIANG Jie 1, 2, 3,CHEN Yiying 1, 2, 3,ZHAO Ji 1, 2,XUE Rui 1, 2,MA Yunshu 1, 2, 3(1. School of TCM , Yunnan University of Chinese Medicine , Kunming 650500, China ;2. Yunnan Key Lab of Dai and Yi Medicine , Kunming 650500, China ;3. Key Laboratory of External Drug Delivery System and Preparation Technology Research in Universities of Yunnan Province/Yunnan Provincial Key Laboratory of Sustainable Utilization of Southern Medicine/Engineering Research Center for Medicine and Food Homologous Beverage of Yunnan Province , Kunming 650500, China )ABSTRACTOBJECTIVE Optimizing the water extraction technology of Xiangqin jiere granules. METHODS The orthogonaltest of 3 factors and 3 levels was designed , and comprehensive scoring was conducted for the above indexes by using G 1-entropy weight to obtain the optimized water extraction technology of Xiangqin jiere granules with water addition ratio , extraction time and extraction times as factors , using the contents of forsythoside A , baicalin , phillyrin , oroxylin A-7-O -β-D-glycoside , wogonoside , baicalein and wogonin , and extraction rate as evaluation indexes. BP neural network modeling was used to optimize the network model and water extraction process using the results of 9 groups of orthogonal tests as test and training data , the water addition multiple , decocting time and extraction times as input nodes , and the comprehensive score as output nodes. Then the two analysis methods were compared by verification test to find the best water extraction process parameters. RESULTS The water extraction technology optimized by the orthogonal test was 8-fold water , extracting 3 times , extracting for 1 h each time. Comprehensivescore was 96.84 (RSD =0.90%). The optimal water extractiontechnology obtained by BP neural network modeling included 12-fold water , extracting 4 times , extracting for 0.5 h each time. The comprehensive score was 92.72 (RSD =0.77%), which was slightly lower than that of the orthogonal test. CONCLUSIONS The water extraction technology of Xiangqin jiere granules is optimized successfully in the study , which includes adding 8-fold water , extracting 3 times ,andΔ 基金项目国家中医药管理局高水平中医药重点学科建设项目(No.国中医药人教函〔2023〕85号);云南省科技厅重点研发计划项目(No.202103AC 100005);云南省傣医药与彝医药重点实验室开放课题(No.202210SS 2204)*第一作者硕士研究生。
浅析基于多属性决策理论的评估系统中的熵权法
权 法是 比较合适 的方法 - 。 1 ] 熵 是 对 事 件 不 确定 性 的一种 计 量 , 黄 信 息 随 的大小 变 化 , 值 会做 相应 的变化 , 过熵 缸 的计算 熵 通
多 指标 的评 估系 统 , 包含 多个 目标 层 次 , 个 目标层 每 次 又包 含多 个评 估 指 标 , 只 有 末 级 指标 由客 户 打 但 出测 评 分 , 他 各 目标 层 次 的 评 估 值 根 据 各 自的权 其 重 系数进 行计 算 。确 定权 重 系数 有 许 多 方 法 , 于 对
p —
O 52 .1 1 1 0 8 O. 9 0 1 0 08 .0 8 9 . 57 0. 11 1 O. 9 0 O 1 0 08 1 1l .1 1 1 . 57
O O O O9 0 08 0. 7 . 66 7 . 52 . 33 0 51
∑z
这 时 e 取极 大值 , j 即
e j= 一 矗
‘
X =
奎
I 1
・ 1 n
= : =
,
c 4
设 k
1 , 0≤ e ≤ 1 则 有 j ,
5 4 4 5 3 5 5 4 5 5
P』 一 一
』一 一 ∑PIp。 刍 n d
t l l
2 n 3 4
∑
f 1 =
5
5 5 5
4
5 5 5 ຫໍສະໝຸດ 4 4 4 3 5
5 4 3
3
4 3 2
5
4 3 3
5
5 4 3
4
3 2 4
5
4 2 3
∑g
熵权 法 在 使用 时 需 要 进行 比较 复杂 的 计算 , 整 个 过程 主 观 因素 很少 , 评 估 结果 更 加 客 观 、 确 。 使 准 在 许 多评 估系统 中, 测评者 就 是本行 业 的从业 人员 、 专 家 学者 、 内权 威 , 身 对 指 标 很 熟悉 , 解很 准 业 本 理
基于熵权法的地质灾害治理综合评价方法
基于熵权法的地质灾害治理综合评价方法
毛烨
【期刊名称】《江西建材》
【年(卷),期】2024()2
【摘要】文中结合某滑坡工程实例,针对工程各参建方(勘察单位、设计单位、施工单位、监理单位、建设单位),建立了一套防治成效综合评价体系,设立了26项二级因素指标,采用熵值法确定各因素指标权重,根据多因素加权指数、法定量计算分级评分和综合评分,采用SPSS软件检验评分数据的可靠性。
经验证,该评价体系可操作性强,评价结果真实可靠,与实际情况相符,可为政府管理部门对参建单位的监督管理提供依据。
【总页数】3页(P307-309)
【作者】毛烨
【作者单位】江苏南京地质工程勘察院
【正文语种】中文
【中图分类】P694
【相关文献】
1.基于效率评价指数的熵值赋权综合评价方法--以“双三角洲”城市环境治理水平为例
2.基于熵权法和层次分析法的复杂边坡稳定性模糊综合评价方法
3.汽车制造业战略供应商评价方法——基于熵权-G1的多层次综合评价法
4.基于层次分析法和熵权法的非侵入式负荷辨识终端综合评价方法研究
因版权原因,仅展示原文概要,查看原文内容请购买。
基于DEA和G1法的指标综合赋权方法
赋权方法 。该方法在克服原 D A和 G 法缺点 的基础上 , E l 综合 了二者各 自的优点 , 使最终所确定 的权重具有 主、 客观相结合的特点 , 更加科学合理。以装 甲装备维修性 评估为例 , 明了基于 D A和 G 法 的指标综 合赋权方 说 E 1 法的应用步骤 。 关键词 : E G ; D A; 1评估 ; 综合 赋权
决 策 单 元 的 实 际数 据 获 得 的最 优 权 重 。
途径不 同又 可分为 主观途 径和 客观途 径确 定方法 。主观 途径通过直接对各 指标 的重要 性程 度加 以 比较 来获 取权 重; 客观途径则 先对评 价对 象 的优劣进 行 比较 , 后再 根 然 据比较信息逆 向求取 权重 。主观途 径依赖 于专 家根据 自 身知识 、 经验 和偏 好所 给 出的指标 间 的重要性 进行 判断 , 所确定的权重通 常会 因专家 的不 同而不同 ; 而客观途径所 确定 的权重虽源 自数据本 身 , 却无 法反映评 价者的主观偏 好, 不利于突 出重要 指标 的作用 。为此 , 如何将 二者 有效 融合 以发挥其 各 自优 势一 直是人 们研 究 的重点 和难 点。 常见的“ 特征值法” 是一种主客观相结合的方法 , 他通过构 造判断矩 阵来 间接确定指标权 重 , 应用 中却常 因判断矩 但
者的主观偏好 。
权重却会不 同, 这种变化的权重使各决 策单元之 间缺 乏可
比性 … 。因此 , 这里选 用改进 的 、 基于整体 有效 的 C R模
型来 确 定 权 重 , 型如 下 : 模
h
.
ቤተ መጻሕፍቲ ባይዱ
1 理 论 基 础
1 1 D A及 其 确 定 指 标 权 重 的 基本 方 法 . E
确定权重的7种方法
确定权重的7种方法主观赋权德尔菲专家法简介依据“德尔菲法”的基本原理,选择企业各方面的专家,采取独立填表选取权数的形式,然后将他们各自选取的权数进行整理和统计分析,最后确定出各因素,各指标的权数。
德尔菲法的主要缺点是过程比较复杂,花费时间较长。
实现方法选择专家。
一般情况下,选本专业领域中既有实际工作经验又有较深理论修养的专家10-30人左右,需征得专家本人同意。
将待定权重的p个指标和有关资料以及统一的确定权重的规则发给选定的各位专家,请他们独立给出各指标的权数值。
回收结果并计算各指标权数的均值和标准差。
将计算的结果及补充资料返还给各位专家,要求所有的专家在新的基础上确定权数。
重复3和4步骤,直至各指标权数与其均值的离差不超过预先给定的标准为止,也就是各专家的意见基本趋于一致,以此时各指标权数的均值作为该指标的权重。
此外,为了使判断更加准确,令评价者了解己确定的权数把握性大小,还可以运用“带有信任度的德尔菲法”,该方法需要在上述第5步每位专家最后给出权数值的同时,标出各自所给权数值的信任度。
这样,如果某一指标权数的任任度较高时,就可以有较大的把握使用它,反之,只能暂时使用或设法改进。
AHP层次分析法简介层次分析法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各指标的重要程度。
但该方法主观因素对判断矩阵的影响很大,当决策者的判断过多地受其主观偏好的影响时,结果不够客观。
实现方法构建层次评价矩阵构造判断矩阵构造判断矩阵就是通过各要素之间相互两两比较,并确定各准则层对目标层的权重。
简单地说,就是把准则层的指标进行两两判断,通常使用Santy的1-9标度方法给出。
对于m 个指标,构建m*m的判断矩阵,并使用确定的标度方法完成该判断矩阵A。
3. 层次单排序根据构成的判断矩阵,求解各个指标的权重。
有两种方式,一种是方根法,一种是和法。
粤港澳大湾区文化与科技融合发展能力评价——基于熵值法—突变级数法的研究
化及相关产业、科技产业的发展现状和成长潜力作 立方程f(x) =0和f'(x)=0或者f (x)的更高阶导数
为衡量融合效率的指标。考虑到数据的可得性和可 等于零,可计算得到各突变系统的分歧点方程(表
比性,将准则层指标细分为可衡量的19个指标层 2)。为了使状态变量x与分歧点方程的控制变量在
指标。由目标层、系统层、准则层和指标层形成倒 取值范围上具有一致性,通过分歧点方程导出归一
立的树状目标层次结构,共同构成了粵港澳大湾区 化公式(表2)。
文化与科技融合发展能力的突变评价指标体系(表
通过归一化公式确定上一层次指标控制变量取
1)。 (二)基于熵值法一突变级数法评价文化科技
值时,需要先分析子指标间的关系确定突变系统的 类型。如果突变系统中同一层次的控制变量之间存
融合发展能力的原理
关键词: 粤港澳大湾区; 文化产业; 科技创新; 融合发展 中图分类号:G124 文献标识码:A 文章编号:2096-5982 ( 2021) 07-0062-07
当前,文化与科技融合发展趋势日益明显,对 经济社会发展产生了重要而深远的影响 。以数字技 术和新一代信息技术为代表的现代科技,已越来越 多地渗透到文化产品的创作、 生产、 传播和消费的 各个环节,推动文化的生产、传播和消费方式发生 深刻改变的同时,催生了一批新的文化形态和文化 业态,为文化产业的发展提供了新的动能与支撑。 在此背景下,党的十八大作出了 “促进文化和科技 融合, 发展新型文化业态, 提高文化产业规模化、 集约化、专业化水平”的战略性部署。十九大报告 再次提出将培育新型文化业态、提高文化创新能力 作为增强文化整体实力和文化产业国际竞争力的重 要举措。《文化部“十三五”时期文化产业发展规 划》提出“增强文化科技创新能力、促进文化科技 成果转化”的发展任务。在顶层设计和国家政策层
熵值法与GWO-SVM耦合模型在滑坡预警中的应用
主观影响较大。同时大多数是依靠位移进行分 类,但实际滑坡过程中参数种类较多,并且各个参 数对分类影响均不同,为得到更客观的分类数据, 本文通过熵值法对数据进行处理,从而得到客观 的分类标签。
1滑坡灾害实验平台的搭建
1.1滑坡灾害模拟实验场搭建 滑坡灾害模拟实验场由三部分组成,如图1(
分别为实验箱体、液压升降系统、控制箱。其中, 实验箱体最大承载60 t泥土,规格为4. 4 m X 4. 0 mX 1. 45 mo
[Abstract] Aims: An optimized support vector machine(SVM) model of landslide prediction was proposed to
reduce5helosscausedbylandslides. Method%%Muli-a5ribu5esensorda5a wasob5ained5hroughsimula5ion
1) 社会等级第一层:/狼。作为狼群中的绝 对支配层,该层的狼为决策狼,负责狩猎、栖息、繁 衍等行为,并同时支配下三层狼。
2) 社会等级第二层:0狼。该层的狼为辅助 狼,它主要辅助/狼作出决策,并且当/死亡后, 它就会接替/位置成为第一层。
3) 社会等级第三层:*狼。该层的狼是功能 狼,由幼狼、哨兵狼和捕猎狼组成,是狼群的重要 组成部分。
第32卷第2期 2021 年6 月
中国计量大学学报
Journa,of China University of Metro,ogy
Vo,.32 No.2 Jun.2021
【文章编号】2096-2835(2021)02-0253-07 DOI:10. 3969/j. issn. 20962835. 2021. 02. 016
基于中国乘员的汽车座椅乘坐姿态舒适性评价分级模型
基于中国乘员的汽车座椅乘坐姿态舒适性评价分级模型
呼慧敏;李江南;罗玲;贾伟;牛文磊;苏道齐
【期刊名称】《机械设计》
【年(卷),期】2024(41)3
【摘要】为研究汽车座椅乘员姿态舒适性问题,针对影响乘员舒适性的矢状面姿态角度指标,文中提出了一种基于中国人群覆盖范围和博弈组合赋权的评价分级方法。
首先,采用动作捕捉技术获取乘员各舒适姿态角度,得到角度覆盖的人群范围,从而计算各姿态角度指标得分;采用G1法和熵权法分别计算各指标的主客观权重,基于博
弈组合赋权得到各指标的综合最优权重;最终,根据各指标得分及最优权重,按照加权平均方式得到汽车座椅整体姿态舒适性评分;制订5级分级标准获取汽车座椅乘坐
姿态舒适性等级。
通过被试乘坐汽车座椅的主观体验评分验证建立的分级模型的可行性,为国内智能座舱的座椅姿态调节模式优化设计提供指导和依据。
【总页数】8页(P91-98)
【作者】呼慧敏;李江南;罗玲;贾伟;牛文磊;苏道齐
【作者单位】中国标准化研究院人类工效实验室;国家市场监管重点实验室(人因与工效学);燕山大学艺术与设计学院;安道拓(重庆)汽车部件有限公司
【正文语种】中文
【中图分类】U463.83;TB18
【相关文献】
1.全顺汽车座椅乘坐舒适性的改进
2.汽车座椅乘坐舒适性道路试验模拟
3.汽车座椅静态乘坐舒适性的评价方法研究
4.汽车座椅乘坐舒适性设计探讨
因版权原因,仅展示原文概要,查看原文内容请购买。
矩估计理论下的最优组合赋权法在矿产资源评价中的应用
矩估计理论下的最优组合赋权法在矿产资源评价中的应用薛黎明;苏超;崔超群;孙颜顶【摘要】In order to improve the reliability and scientific of the comprehensive evaluation of mineral resources,an integrated weighting method taking into account both the objective and subjective influencing factors is presented.This method takes the subjective weights and objective weights as the basic,and makes comprehensive consideration of subjective and objective factors as the object.With the optimal combination model created on the moment estimation theory,the optimal weight of index can be determined by solving the relative importance coefficient of the subjective and objective weight and the optimal solution of the model.On this basis,fuzzy theory is combined with this model and applied to the comprehensive assessment of sustainable mineral resources in Huangshi city.The results show that the outcome is determined by this synthetic evaluation method is more scientific and reasonable,which is in line with the actual situation of Huangshi city.The synthetic evaluation method has an important reference value in the quantitative evaluation.%为了提高矿产资源综合评价的可信度、科学性,提出了一种兼顾主客观因素的组合赋权方法.此方法以单一主、客观权重为基础,以综合考虑主客观因素为目标,基于矩估计理论建立最优组合赋权模型,通过求解主客观权重的相对重要性系数以及模型的最优解来确定指标的最优组合权重,在此基础上结合模糊理论,将矩估计理论下的模糊综合评价法应用于黄石市矿产资源可持续力综合评价中.研究结果表明:采用此模型所得最终评价结果更加科学合理,符合黄石市实际情况,在量化评价方面具有重要的参考价值.【期刊名称】《中国矿业》【年(卷),期】2017(026)004【总页数】6页(P41-46)【关键词】主观赋权;重要性系数;最优组合权重;矩估计理论;模糊理论【作者】薛黎明;苏超;崔超群;孙颜顶【作者单位】中国矿业大学(北京)资源与安全工程学院,北京 100083;中国矿业大学(北京)资源与安全工程学院,北京 100083;中国矿业大学(北京)资源与安全工程学院,北京 100083;中国矿业大学(北京)资源与安全工程学院,北京 100083【正文语种】中文【中图分类】F205;N08矿产资源在人类社会的发展中发挥了不可估量的作用,是一个国家建设中不可或缺的重要资源,也是人类赖以生存和社会发展的重要物质基础。
基于穆迪图表-熵权法-AHP的企业综合能效评估
㊀2021年3月第24卷第3期电力大数据大数据专题㊀Feb.2021ꎬVol.24ꎬNo.3POWERSYSTEMSANDBIGDATABigDataSpecialReports基于穆迪图表-熵权法-AHP的企业综合能效评估宁楠1ꎬ袁洁2ꎬ刘兴艳1ꎬ高卓2ꎬ乔真2ꎬ陈晓1(1.贵州电网有限责任公司贵安供电局ꎬ贵州贵阳550025ꎻ2.北京四方继保自动化股份有限公司ꎬ北京100085)摘㊀要:为了深化推进国家节能降耗工作ꎬ利用用户侧能源大数据来建立企业级综合能源利用效率准确评估模型及方法ꎬ从而优化企业的用能效率ꎮ本文以装备制造类企业为研究对象ꎬ首先通过分析企业能源组成特点ꎬ提出了该类企业的能效评估范围ꎻ然后利用层次分析法构建了企业级综合能效评估体系ꎬ综合考虑了企业经济性㊁供能侧㊁用能侧能效ꎬ将企业的综合能效评估分为5层ꎻ并且采用了基于orness度优化权数的穆迪图表的方法与熵权法组合方法来计算出不同层次的指标权重ꎬ并通过加权法建立出企业综合能效计算模型ꎮ最后利用企业现场数据计算出不同时间维度与空间维度的综合能效数据ꎻ通过结果分析验证了文中提出的企业综合能效评估体系及其方法的有效性ꎬ并形成了对企业的节能降耗工作的指导意见ꎮ关键词:装备制造ꎻ综合能效评估ꎻ层次分析法ꎻ穆迪图表ꎻ熵权法文章编号:2096-4633(2021)03-0042-09㊀㊀中图分类号:TM744㊀文献标志码:B㊀㊀建设综合能源系统及能源互联网是国家的发展趋势ꎬ其中充分发挥用户侧的能源大数据价值对于整体能源利用水平具有重要意义ꎮ近些年ꎬ随着经济发展对装备制造业需求的刚性增长ꎬ装备制造业的综合能耗需求呈现上升态势ꎬ2016年ꎬ中国制造业占比全球19.8%ꎬ但其综合能耗与国际先进水平相比差距还是较大ꎬ其整体能源利用率有较大提升空间ꎮ目前ꎬ国内针对大型钢厂㊁水泥等高耗能企业能效管理做了较深入的研究ꎬ尽管国内很多装备制造企业加强了能源结构升级改造以及能源信息系统建设ꎬ但现阶段对于装备制造业类用户的能效研究还相对欠缺ꎬ未发挥其末端能效数据的价值ꎬ难以评估出该类企业的综合能效水平ꎬ从而无法形成有效的能效管理手段[1-3]ꎮ目前文献对于企业综合能效的评估多数集中于园区供能侧或电力系统ꎬ文献[4-7]从能源利用率层面提出了面向园区多能源供能系统的能效评估方法ꎬ侧重于解决园区供能系统的效率提高ꎬ可作为园区多能互补的优化目标ꎬ但缺乏考虑企业用户用能侧的能效影响ꎻ文献[8-10]分别基于遗传投影寻踪理论㊁层次分析法(analytichierarchyprocessꎬAPH)-熵权法㊁智能投影寻踪方法对企业的用电情况进行的能效建模与评级ꎬ但评估指标种类较少ꎬ且缺乏其他能源的能效情况ꎻ文献[11]针对钢铁行业企业进行了综合能效模型建立与评级分析ꎬ但其G1与最小方差权重方法与传统AHP权重一样存在计算量较大的问题ꎮ本文基于装备制造类企业的能源结构特征ꎬ构建了五层企业综合能效评估体系ꎬ涵盖了企业经济性㊁供能系统㊁重要能耗工序㊁公共辅助设施等多方面的多种能源的综合能效评价ꎬ考虑到专家主观极端认知可能对评估的不利影响ꎬ提出了基于orness度改进穆迪图表-熵权法的组合权值提取方法ꎬ并简化了多层指标计算量ꎮ运用多层次评估体系ꎬ增加了指标信息的完整性ꎬ采用专家与客观信息一起对系统指标做出了准确的评估ꎬ为企业的能效管理与优化运行提供指导ꎮ24㊀第3期宁楠ꎬ等:基于穆迪图表-熵权法-AHP的企业综合能效评估1㊀能效评估体系建立1.1㊀确定评估范围针对企业能效主要是用来衡量能源投入㊁能源转换和产品产出的关系ꎬ可以从投入㊁生产与经济成本等多角度建立评估指标[12-13]ꎮ首先需要将企业重点关注的经济性指标纳入指标体系ꎻ其次企业能源主要构成为供能单元㊁消耗单元ꎬ而装备制造类企业的能耗最大的生产工艺包括铸造㊁锻压㊁焊接㊁热处理㊁机械加工㊁表面处理㊁涂装㊁装配㊁检验ꎬ各工艺主要能耗类型见表1:表1㊀各工序能源使用种类Tab.1㊀Typesofenergyuseineachprocess工序铸造锻压焊接热处理机械加工表面处理涂装装配检验耗能种类电㊁煤㊁天然气电㊁压缩空气电㊁压缩空气电电㊁压缩空气电㊁天然气㊁蒸汽㊁压缩空气电㊁天然气㊁蒸汽㊁压缩空气电㊁压缩空气电㊀㊀装备制造企业一般会包含上述大部分工序ꎬ基于全面性原则ꎬ本文将上述所有工序均纳入综合能效体系ꎮ从表中看ꎬ此类企业需要大量蒸汽㊁压缩空气㊁电能以及冷气ꎬ因此企业的常规配置包括锅炉系统㊁空压系统㊁配电系统㊁供水系统㊁冰水系统ꎬ其能源转换生产效率的高低会直接影响企业综合能效水平ꎬ因此ꎬ需要将供能系统加入能效体系ꎻ而公共辅助能耗是次于主要工序之外的生产生活的能耗大项ꎬ也需要一起考量ꎮ1.2㊀基于APH构建指标体系针对上述企业的能效评估范围ꎬ建立能效体系的1级指标包括:经济性能效指标㊁供能系统能效指标㊁工序能效指标㊁公共辅助能效指标ꎮ经济性能效指标用来说明企业的能源投入产出关系以及行业水平ꎬ包括单位产值能耗(tce/万元)㊁单位产量能耗(kgce/件)㊁单位产量能耗对比ꎬ将这些作为经济性2级指标ꎬ其中单位产量能耗对比计算方法为企业单位产量能耗与同行业标杆值之比ꎮ装备制造类企业通用供能系统包括配电系统㊁供水系统㊁冰水系统㊁锅炉系统㊁空压系统ꎬ将这些系统作为供能系统的2级指标ꎮ同理ꎬ工艺的2级指标设置为铸造㊁锻压㊁焊接㊁热处理㊁机械加工㊁表面处理㊁装配㊁检验ꎮ将照明单位面积耗电量(kW h/m2)与通风空调单位面积耗电量(kW h/m2)作为公共辅助2级指标ꎮ基于AHP采用分层指标[14-17]建立图1装备制造企业能效指标体系:图1㊀装备制造企业能效评估体系Fig.1㊀Evaluationsystemofenergyefficiencyforequipmentmanufacturingenterprises企业供能系统通常是分区域对企业生产车间提供能源ꎬ以减少输送损耗ꎬ一种能源可能对应多个能源子站ꎬ故需要细化建立各个能源子站能效体系ꎬ将能源子站的能效作为3级能效指标ꎬ子站可以将直接采集或转换折算得到的能效指标作为第4级指标ꎬ对于制造类企业的配电系统来说ꎬ除了主要设备转换能源利用率ꎬ包括变压器㊁线路㊁高压柜能效外ꎬ电能质量相关因素也很重要ꎬ故需要纳入综合能效体系考虑ꎻ其他几类子站能效主要因素即主要设备的能源利用率以及产能单耗值ꎬ建立供能系统子体系如图2所示ꎬ其中标号如 2.1.n 对应该子站隶属2.1配电系统下n号配电子站ꎮ34电力大数据第24卷图2㊀供能系统子指标体系Fig.2㊀Sub-indicatorsystemofenergysupplysystem衡量工序能效的指标主要是投入与产出的关系ꎬ以及相比于同类产品的基准值的水平ꎬ因此采用各工序产品的单耗能量㊁工序能效指数作为各工序的3级指标ꎬ详细指标如图3所示ꎮ将工序各种能源消耗量统一折算成标煤求和ꎻ工序能效指数参照国家综合能耗计算通则标准里面的计算方法对比折算ꎬ计算如下:㊀㊀㊀㊀㊀㊀EEIx=exex0(1)其中ex为统计周期的x工序的单位产品实际能耗ꎬex0为x工序单位产品能源消耗限额ꎮ图3㊀工序子指标体系Fig.3㊀Sub-indicatorsystemofprocesssystem2㊀算法及模型建立目前ꎬ企业级能源信息管控系统已得到了多次技术升级ꎬ基本可以满足本文的数据获取需求ꎻ基于基础能耗数据ꎬ针对上述能效评估体系中具体指标进行分类计算ꎬ从而为装备制造企业用户的综合能效评估提供支撑ꎮ2.1㊀数据预处理需要对该体系底层数据进行无量纲处理ꎬ采用样本评价指标归一化处理方法ꎬ其中图2和图3中符号 + 表示该指标为正指标ꎬ包括供能系统3级指标的各类设备能效ꎻ符号 - 表示该指标为负指标ꎬ包括2㊁3㊁4级指标所有能耗指标㊁损耗指标㊁工序能效指数ꎻ符号 o 表示该指标为区间指标ꎬ包括部分电能质量相关的指标ꎮ2.2㊀基于穆迪图表的权重评估传统AHP评估权矩阵的建立存在过大的主观因素问题ꎬ而且本文评估体系层次较多ꎬ故采用主观与客观评估方法结合对AHP进行改进ꎮ对于1㊁2㊁3级指标赋权值采用穆迪图表法ꎬ该方法为主观评估法ꎬ可以避免AHP中两两指标之间互为倒数所带来的 放大效应 ꎬ同时简化AHP的多层指标的1-9尺度建立以及反复一致性检验的计算量ꎮ穆迪图表法是美国学者提出的一种用于对多个项目进行比较其重要性排序的方法ꎮ本文采用其中的多目标加权优先图表法ꎬ该方法具有多位决策者ꎬ可根据各个决策者对实际指标的操控能力了解程度不同ꎬ给其中一些人增加话语权ꎬ即设置不同的权力系数qꎮ其权重计算原理如表2所示ꎬ针对A㊁B两个指标ꎬ假设3个专家ꎬ专家的q值设置为1㊁2㊁3ꎬ分别让专家对A与B对比评估重要性ꎬ专家1认为A更重要ꎬ则A获取专家1的q值ꎬ否则为0ꎬ从而对比所有指标权数值和得到该指标权值ꎮ表2㊀加权优先图表法原理Tab.2㊀PrincipleofweightedprioritychartmethodAB总和qA10011/6B02355/6本文基于如下因素采用多目标加权优先图表法ꎻ(1)现有大型工业企业一般都有企业能源管理组织机构ꎬ一般由具有比较全面的专业知识与经验的人员组成ꎬ且这些人员对企业的节能增效的改造与优化管控拥有主导权ꎮ(2)每位管理人员对企业能源管控的权力与企业能耗情况的专业认知与把握程度不同ꎬ在评估指标权重时ꎬ应当适当突出系统最高管理员的决策权的思想ꎬ加权优先图表法正符合这种组织要求ꎮ同时为了避免穆迪图表法中专家在评判打分过程容易产生极端值现象ꎬ考虑采用权数非独裁性条44㊀第3期宁楠ꎬ等:基于穆迪图表-熵权法-AHP的企业综合能效评估件[18]来约束专家权力指数ꎬ提升了赋权科学性ꎮ权数非独裁性条件:任一指标对于其余重要性较低的指标全体而言是非主导性的ꎮ针对不同的评估指标ꎬ计算专家的权力排优先序列ꎬ设n个专家具有优先序列z1>z2> >znꎬ记专家j的权力系数为qjꎬ即有q1ȡq2ȡ ȡqn成立ꎬ为满足 权数非独裁性条件 ꎬ前面的qj不可以大于后面的qj之和ꎬ设此约束集为ψꎻ在满足ψ基础上ꎬ权力向量分配优先于位置靠前的指标ꎬ以orness度作为优化目标:㊀㊀orness(q)=1n-1ðnj=1(qj(n-j))(2)则计算专家相关的位置权向量q∗模型如下:㊀㊀㊀max1n-1ðnj=1(qj(n-j))ꎻs.t.ðnj=1qj=1ꎬqjȡ0ꎬqɪψ(3)解为㊀q∗=0.5ꎬ0.52ꎬ ꎬ0.5n-2ꎬ0.51-ðn-2j=10.5j()ꎬ0.51-ðn-2j=10.5j()éëêêêùûúúúT(4)另外ꎬ对于供能系统3级指标ꎬ由于都是同类子站能效的比较ꎬ而且评估数量较多ꎬ其权重可以直接采用子站的装机容量来衡量ꎮ2.3㊀基于熵权法的权重评估熵权法[19-20]是一种根据各类指标的观测值所提供的信息量的大小来确定指标权重的方法ꎮ一个大系统中同类子系统的指标状态相差越大ꎬ熵值越小ꎬ对应表明系统状态越不确定ꎬ变异程度越大ꎬ提供的信息量也越多ꎬ在综合评价中该指标起的作用越大ꎬ其权重应该越大ꎻ侧面表明同类型指标的改良空间也越大ꎬ对同类系统的优化有参考值ꎮ本文所建立的四级指标很符合熵权法的适应场景ꎬ因此采用该方法确定4级指标权重[21-23]ꎮ(1)对每一类供能系统ꎬ针对下属m个待评子站系统ꎬn个评价指标ꎬ形成原始评价矩阵R=(rij)mˑnꎬ其中rij为第j个指标下第i个项目的评价值ꎻ(2)计算第j个指标下第i个子系统的指标值的比重㊀㊀㊀pij=rij/ðmi=1rij(5)(3)计算第j个指标的熵值㊀㊀㊀ej=-kðmi=1pij lnpij(K=1lnm)(6)(4)计算第j个指标的熵权㊀㊀㊀wj=(1-ej)/ðnj=1(1-ej)(7)对于4级指标ꎬ根据信息熵概念ꎬ以客观数据为基础ꎬ求得各4级指标的权重ꎬwj随数据更新ꎮ2.4㊀综合评估模型确立根据图1-图3建立的企业能效指标体系ꎬ其中下标与图中标号对应ꎬ设1级指标权向量为F=(f1ꎬf2ꎬ ꎬfm)ꎮ其中第i个1级指标对应的2级指标权向量表示为S=(si1ꎬsi2ꎬ ꎬsin)ꎮ第j个2级指标对应的3级指标权向量表示为T=(tij1ꎬtij2ꎬ ꎬtijk)ꎮ第h个3级对应的4级指标权向量表示Q=(qijh1ꎬqijh2ꎬ ꎬqijhl)ꎮ则企业综合能效评估模型可表示为㊀y=ðmi=1fi(ðnj=1Sij(ðkh=1tijh(ðlp=1aijhpxijhp)))(8)3㊀算例分析本文针对国内某大型汽车制造企业的综合能效进行了评估ꎬ从其能源管理信息系统中获取数据ꎮ该企业分别配置了8个供能站ꎬ每个站点配置了不同类型ꎬ不同数量的供能子站ꎬ包括1座110kV变电总站㊁6个10kV配电子站㊁1个供水总站㊁4个供水子站㊁6个冰水子站㊁5个锅炉子站㊁4个空压子站ꎮ企业主要的生产工序包含了冲压㊁焊接㊁涂装㊁装配㊁检测五大工序ꎬ其中冲压属于锻压工序ꎬ子公司毛坯零部件厂承担了锻造㊁铸造㊁热处理㊁机械加工等工序ꎬ由于不在一个区域供能ꎬ故本算例不考虑计算这几道工序ꎬ本节选取一天为工作周期ꎬ对其进行综合能效评估ꎮ3.1㊀基于穆迪图表权重计算此用户根据上述指标评估体系ꎬ其1级指标4个ꎬ包括经济性能效指标A1㊁供能系统能效指标A2㊁工序能效指标A3㊁公共辅助能效指标A4ꎻ其中A1㊁A4对应其2级指标ꎬA3对应其2级指标与3级指标ꎬA2对应其2级指标㊁3级指标及4级指标ꎮ54电力大数据第24卷对该企业的节能管理机构人员掌握信息以及专业决策影响能力等因素进行分析ꎬ对参与管控的人员进行决策权力系数分配ꎬ选定参与此次决策的人员共4人:节能办主任Z1㊁能源站能管负责人Z2㊁生产中心能管负责人Z3㊁能源核算负责人Z4ꎻ针对不同指标ꎬ根据专家的专业程度与权力排优先序列ꎮ一级指标:Z1>Z2>Z3>Z4ꎻA1指标:Z1>Z4>Z2>Z3ꎻA2指标:Z2>Z4>Z1>Z3ꎻA3指标:Z3>Z4>Z1>Z2ꎻA4指标:Z4>Z1>Z2>Z3ꎮ为了便于计算ꎬ其位置权向量在式(4)结果上乘以4倍ꎬ则专家权数q∗=[2ꎬ1ꎬ0 5ꎬ0 5]Tꎮ针对1㊁2㊁3级指标进行专家方式投票表决来计算其对应权重ꎬ这种方法计算量相比于AHP的多指标的1-9尺度建立以及反复一致性检验的复杂性要小很多ꎬ且很好地利用了企业自身专家优势ꎬ其中工序的3级指标主要分为工序能效指数与工序单耗两类ꎬ其评估权重均一致ꎬ评估结果如表3~表5所示:表3㊀主观评估指标权重计算表Tab.3㊀Calculationofindicatorweightsofsubjectiveevaluation1级能效指标A1A2A3A4总和qiA12.52.53.58.50.354A21.52.53.57.50.313A31.51.53.56.50.271A40.50.50.51.50.0632级经济能效指标A11A12A13总和qiA112.5244.50.375A121.523.50.292A132240.3332级工序能效指标A21A22A23A24A25总和qiA211001.52.50.069A22303.5410.50.292A234444120.333A2440.5048.50.236A252.50002.50.0692级供能能效指标A33A32A33A34A35总和qiA312.53.53.52.5120.312A321.53.53.52.5110.275A330.50.51.52.550.125A340.50.52.52.560.150A351.51.51.51.560.1502级公共辅助能效指标A41A42总和qiA412.52.50.625A421.51.550.3753级工序指标工序能效指数工序单耗总和qi工序能效指数2.52.50.625工序单耗1.51.50.375表4㊀供能系统子站权重计算结果表Tab.4㊀Weightcalculationresultsforsubstationsofenergysupplysystem权重站1站2站3站4站5站6站7站8A31h0.110.110.020.140.060.060.50A32h0.500.130.120.130.12A33h0.170.170.070.170.310.11A34h0.140.290.140.290.14A35h0.170.230.430.173级供能系统子站采用容量比计算权重值结果如下ꎬh=1ꎬ2ꎬ ꎬ8ꎮ3.2㊀基于熵权法权重计算以该用户采集数据为基础ꎬ利用熵权法求解某天各四级能效指标的权重(下标对应2.4节)ꎬ如表5所示:表5㊀4级指标权重计算结果表Tab.5㊀Weightcalculationresultsforlevel4indicators指标A3111A3112A3113A3114A3115A3116A3117A3118权重0.0930.1200.1570.1160.1140.1110.170.119指标A3211A3212A3213A3311A3312A3313A3314A3315权重0.3410.3010.3580.1440.2290.1820.2940.151指标A3411A3412A3413A3414A3511A3512A3513A3514权重0.2600.2730.2000.2670.2010.2970.1790.32364㊀第3期宁楠ꎬ等:基于穆迪图表-熵权法-AHP的企业综合能效评估3.3㊀评估结果分析为了检验评估结果ꎬ分别选取该用户近两周同一星期类型日的数据ꎬ利用已经建好的评估模型分别对两组数据进行各级能效的评估计算ꎬ评估结果分析如图4~图6ꎮ(1)同日能源站各子站能效对比本文重点可以评估同时间不同能源供给站的各类型子站的能效对比ꎬ取同一天8个能源站的各子站能效评估结果如图4所示ꎮ为了方便比较ꎬ每个站缺的子站类型采用相邻数据均值填充ꎬ由图看出ꎬ站1的供水总站能效比较低ꎬ站3与站6的冰水子站能效比较低ꎬ站5的配电子站能效比较低ꎬ通过对比发现ꎬ站1是由于供水站水泵电机一周内能效值浮动较大ꎬ导致其运行能效不好ꎻ而站3的冰水水泵电机与站6的冰机能效比较低ꎬ从而分析出这些设备可能存在运行故障ꎬ需要提醒运维人员针对相关设备进行检修ꎻ站5配电存在三相不平衡率过高ꎬ这会导致其他损耗增加ꎬ还会导致用能设备ꎬ如电机损坏ꎬ应该对站5配电系统进行电能治理ꎮ图4㊀能源站各类子站能效评估值Fig.4㊀Evaluationvalueofenergyefficiencyofvarioussubstationsoftheenergystation(2)不同日各指标的能效对比针对上述各类综合性指标的能效不同日计算值进行对比评估ꎬ结果如图5图6所示ꎮ从图5中可看出ꎬ两日的各类综合性指标能效的水平相差不大ꎬ趋于一致ꎮ从图5看ꎬ冲压㊁焊接㊁装配工序以及冰水的能效水平较其他指标差值较大ꎻday1的焊接㊁冰水两个权重占比高的能效水平明显低于day2ꎬ而冲压和装配能效水平day1要明显高于day2ꎻ从图6中看ꎬ经济性㊁供能系统㊁公共辅助的能效指标day2要明显优于day1ꎬ工序能效则相反ꎬ对比两张图可看出ꎬ冰水系统能效较低应该是导致供能系统能效day1低于day2的主要原因ꎮ而冲压㊁焊接㊁装配能效水平有互补ꎬ则使得工序能效两天非常接近ꎬ而day2综合能效的明显提升则是供能系统㊁经济性㊁公共辅助能效指标提升的共同作用ꎮ因此ꎬ用户应该重点检查差异性比较大的子系统的生产排产情况以及设备运维情况ꎬ以便更好地提高系统能效ꎮ图5㊀不同时间工序与供能系统能效指标评估值Fig.5㊀Evaluationvalueofenergyefficiencyofprocessesandenergysupplysystemsatdifferenttimes图6㊀不同时间企业综合能效指标评估值Fig.6㊀Evaluationvalueofintegratedenergyefficiencyofenterpriseatdifferenttimes4㊀结论为有效利用日益增长的能源大数据ꎬ评估企业能效水平ꎬ进一步深化社会节能降耗工作的落实ꎬ文中建立了多层次综合能效评估体系ꎬ采用orness度74电力大数据第24卷优化权数后的穆迪图法与熵权法结合改进了APHꎬ发挥主观评价与客观信息均衡优势的同时ꎬ有效减少了评估层次多导致的计算量ꎮ其评估结果不仅反映出企业用户整体综合能效水平ꎬ还可以对比分析出某局部系统的能效对其产生的影响ꎮ实例表明ꎬ文中方法具有全面性强㊁计算简单ꎬ具有很好地推广价值ꎮ参考文献:[1]㊀贾宏杰ꎬ穆云飞ꎬ余晓丹.对我国综合能源系统发展的思考[J].电力建设ꎬ2015ꎬ36(01):16-25.JIAHongjieꎬMUYunfeiꎬYUXiaodan.ReflectionsonthedevelopmentofChina̓scomprehensiveenergysystem[J].ElectricPowerConstructionꎬ2015ꎬ36(01):16-25.[2]㊀余晓丹ꎬ徐宪东ꎬ陈硕翼ꎬ等.综合能源系统与能源互联网简述[J].电工技术学报ꎬ2016ꎬ31(01):1-13.YUXiaodanꎬXUXiandongꎬCHENShuoyiꎬetal.Abriefintroductiontointegratedenergysystemsandenergyinternet[J].TransactionsofChinaElectrotechnicalSocietyꎬ2016ꎬ31(01):1-13. [3]㊀曾鸣ꎬ刘英新ꎬ周鹏程ꎬ等.综合能源系统建模及效益评价体系综述与展望[J].电网技术ꎬ2018ꎬ42(06):1697-1708.ZENGMingꎬLIUYingxinꎬZHOUPengchengꎬetal.Reviewandprospectsofintegratedenergysystemmodelingandbenefitevaluation[J].PowerSystemTechnologyꎬ2018ꎬ42(06):1697-1708.[4]㊀郭艳飞ꎬ吴强ꎬ程林ꎬ等.基于效率的综合能源系统能效分析模型[J].可再生能源ꎬ2017ꎬ35(09):1387-1394.GUOYanfeiꎬWUQiangꎬCHENGLinꎬetal.Efficiencyanalysismodelofintegratedenergysystembasedonexergyefficiency[J].RenewableEnergyResourcesꎬ2017ꎬ35(09):1387-1394. [5]㊀田立亭ꎬ程林ꎬ李荣ꎬ等.基于加权有向图的园区综合能源系统多场景能效评价方法[J].中国电机工程学报ꎬ2019ꎬ39(22):6471-6482.TIANLitingꎬCHENGLinꎬLIRongꎬetal.Amulti ̄scenarioenergyefficiencyevaluationmethodfordistrictmulti ̄energysystemsbasedonweighteddirectedgraph[J].ProceedingsoftheCSEEꎬ2019ꎬ39(22):6471-6482.[6]㊀刘洪ꎬ赵越ꎬ刘晓鸥ꎬ等.计及能源品位差异的园区多能源系统综合能效评估[J].电网技术ꎬ2019ꎬ43(08):2835-2842.LIUHongꎬZHAOYueꎬLIUXiaoouꎬetal.Comprehensiveenergyefficiencyassessmentofpark ̄levelmulti ̄energysystemconsideringdifferenceofenergygrade[J].PowerSystemTechnologyꎬ2019ꎬ43(08):2835-2842.[7]㊀薛屹洵ꎬ郭庆来ꎬ孙宏斌ꎬ等.面向多能协同园区的能源综合利用率指标[J].电力自动化设备ꎬ2017ꎬ37(06):117-123.XUEYixunꎬGUOQinglaiꎬSUNHongbinꎬetal.Comprehensiveenergyutilizationrateforpark-levelintegratedenergysystem[J].ElectricPowerAutomationEquipmentꎬ2017ꎬ37(06):117-123. [8]㊀马立新ꎬ朱润ꎬ周小波.电力用户的智能能效分析及评级新方法[J].控制工程ꎬ2016ꎬ23(04):474-477.MALixinꎬZHURunꎬZHOUXiaobo.NewIntelligentEnergyEfficiencyAnalysisandRatingMethodofPowerUsers[J].ControlEngineeringofChinaꎬ2016ꎬ23(04):474-477.[9]㊀张健钊ꎬ陈星莺ꎬ徐石明ꎬ等.基于AHP-熵权法的工业大用户用电能效评估[J].电网与清洁能源ꎬ2017ꎬ33(01):57-63.ZHANGJianzhaoꎬCHENXingying1ꎬXUShimingꎬetal.ElectricityutilizationevaluationoflargeindustrialusersbasedonAHPandentropymethod[J].PowerSystemandCleanEnergyꎬ2017ꎬ33(01):57-63.[10]马立新ꎬ原晓琴ꎬ项庆.智能投影寻踪方法在能效分级测评中的应用[J].电力系统及其自动化学报ꎬ2016ꎬ28(10):8-11.MALixinꎬYUANXiaoqinꎬXIANGQing.Applicationofintelligentprojectionpursuitmethodinclassificationofenergyefficiencyevaluation[J].ProceedingsoftheCSU-EPSAꎬ2016ꎬ28(10):8-11.[11]杜文祥.企业综合能效评估管理系统设计与研发[D].长沙:湖南大学ꎬ2014.[12]郝勇生ꎬ王培红ꎬ高赐威ꎬ等.基于大用户能效的电网需求响应机制[J].电力自动化设备ꎬ2019ꎬ39(04):44-49.HAOJingshingꎬWANGPeihongꎬGAOCiweiꎬetal.Demandresponsemechanismofpowergridbasedonenergyefficiencyoflargeuser[J].ElectricPowerAutomationEquipmentꎬ2019ꎬ39(04):44-49.[13]叶玲ꎬ彭皓月ꎬ高怡ꎬ等.基于客户能量使用大数据的能效评价体系构建[J].电力大数据ꎬ2019ꎬ22(01):41-47.YILingꎬPENGHaoyueꎬGAOYiꎬetal.Constructionofenergyefficiencyserviceevaluationsystembasedonbigdataofenterpriseelectricalenergyconsumption[J].PowerSystemsandBigDataꎬ2019ꎬ22(01):41-47.[14]WANGSꎬGELꎬCAISꎬetal.HybridintervalAHP-entropymethodforelectricityuserevaluationinsmartelectricityutilization[J].JournalofModernPowerSystemsandCleanEnergyꎬ2018ꎬ6(04):701-711.[15]SunLꎬMaZꎬShangYꎬetal.Researchonmulti ̄attributedecision ̄makinginconditionevaluationforpowertransformerusingfuzzyAHPandmodifiedweightedaveragingcombination84㊀第3期宁楠ꎬ等:基于穆迪图表-熵权法-AHP的企业综合能效评估[J].IETGenerationꎬTransmission&Distributionꎬ2016ꎬ10(15):3855-3864.[16]代洲ꎬ尹华ꎬ李桧禹ꎬ等.基于FAHP的电网企业配电变压器供应商分级管理评价模型[J].电力大数据ꎬ2020ꎬ23(02):1-8.DAIZhouꎬYINHuaꎬLIHuiyuꎬetal.EvaluationmodelforgradingmanagementofdistributiontransformersuppliersinpowergridenterprisesbasedonFAHP[J].PowerSystemsandBigDataꎬ2020ꎬ23(02):1-8.[17]徐斌ꎬ马骏ꎬ陈青ꎬ等.基于改进AHP-TOPSIS法的经济开发区配电网综合评价指标体系和投资策略研究[J].电力系统保护与控制ꎬ2019ꎬ47(22):35-44.XUBinꎬMAJunꎬCHENQingꎬetal.ResearchoncomprehensiveevaluationindexsystemandinvestmentstrategyofeconomicdevelopmentzonedistributionnetworkbasedonimprovedAHP-TOPSISmethod[J].PowerSystemProtectionandControlꎬ2019ꎬ47(22):35-44.[18]陈楠.基于IOWA算子的地铁车站深基坑施工安全综合评价[J].隧道建设ꎬ2020ꎬ40(2):202-208.CHENNan.ComprehensiveevaluationofconstructionsafetyofdeepfoundationpitofmetrostationbasedonIOWAoperator[J].TunnelConstructionꎬ2020ꎬ40(02):202-208.[19]GENGLꎬZHAOYꎬLIW.Enhancedcrossentropymethodforcompositepowersystemreliabilityevaluation[J].IEEETransactionsonPowerSystemsꎬ2019ꎬ34(04):3129-3139. [20]ZHAOYꎬTANGYꎬLIWꎬetal.Compositepowersystemreliabilityevaluationbasedonenhancedsequentialcross ̄entropymontecarlosimulation[J].IEEETransactionsonPowerSystemsꎬ2019ꎬ34(05):3891-3901.[21]BENEDETTOFꎬTOSTIFꎬALANIAM.Anentropy ̄basedanalysisofgprdatafortheassessmentofrailwayballastconditions[J].IEEETransactionsonGeoscienceandRemoteSensingꎬ2017ꎬ55(07):3900-3908.[22]梁飞强ꎬ彭显刚ꎬ梁志鹏.基于DEMATEL-ANP-AEW-TOPSIS的配电网综合能效评估[J].广东电力ꎬ2016ꎬ29(01):31-35+64.LIANGFeiqiangꎬPENGXiangangꎬLIANGZhipeng.EvaluationoncomprehensiveenergyefficiencyofpowerdistributionnetworkbasedonDEMATEL ̄ANP ̄AEW ̄TOPSIS[J].GuangdongElectricPowerꎬ2016ꎬ29(01):31-35+64.[23]祝庆一ꎬ阮亚良.新常态下发电厂能效对标实践与探讨[J].浙江电力ꎬ2016ꎬ35(05):63-66.ZHUQingyiꎬRUANYaliang.PracticeandDiscussiononEnergyEfficiencyBenchmarkingofPowerPlantundertheNewNormal[J].ZhejiangElectricPowerꎬ2016ꎬ35(05):63-66.作者简介:㊀㊀宁楠(1976)ꎬ男ꎬ学士ꎬ教授级高级工程师ꎬ主要从事电力系统继电保护及自动化ꎬ变电和配电设备智能技术研究及应用等方面的工作ꎮ(本文责任编辑:范㊀斌)94电力大数据第24卷ComprehensiveenergyefficiencyassessmentofenterprisesbasedonMoody̓schartandentropymethodandAHPNINGNan1ꎬYUANJie2ꎬLIUXinyang1ꎬGAOZhuo2ꎬQIAOZhen2ꎬCHENXiao1(1.Gui̓anPowerSupplyBureauofGuizhouPowerGridCo.ꎬLtd.ꎬGuiyang550025GuizhouꎬChinaꎻ2.BeijingSifangAutomationCo.ꎬLtd.ꎬBeijing100085ꎬChina)Abstract:Inordertodeepentheworkofpromotingnationalenergyconservationandconsumptionreductionꎬuser-sideenergybigdataisusedtoestablishanaccurateassessmentmodelandmethodforenterprise ̄levelcomprehensiveenergyuseefficiencyꎬsoastooptimizetheenergyuseefficiencyofenterprises.Thispapertakesequipmentmanufacturingenterprisesastheresearchobject.Firstlyꎬaccordingtothecharacteristicsoftheenergycompositionofsuchenterprisesꎬthescopeofenergyefficiencyassessmentisproposed.Theanalytichierarchyprocessisusedtoconstructtheevaluationsystemofintegratedenergyefficiencyforenterprises.Itcomprehensivelyconsiderstheenergyefficiencyofthecompany̓seconomyꎬenergysupplysideandenergyusesideꎬThesystemdividestheevaluationofintegratedenergyefficiencyforenterprisesintofivelayers.InadditionꎬthecombinationmethodofMoody̓schartandentropyweightmethodisusedtocalculatetheindexweightsofdifferentlevelsꎬandtheenterprisecomprehensiveenergyefficiencycalculationmodelisestablishedthroughtheweightingmethod.Finallyꎬthecomprehensiveenergyefficiencydataofdifferenttemporalandspatialdimensionswerecalculatedusingtheon-sitedataoftheenterprises.Theanalysisoftheresultsverifiedtheeffectivenessofthecomprehensiveenergyefficiencyassessmentsystemanditsmethodproposedinthepaperꎬandformedguidancefortheenergysavingandconsumptionreductionworkofenterprises.Keywords:equipmentmanufacturingꎬcomprehensiveenergyefficiencyassessmentꎬanalytichierarchyprocessꎬMoody̓schartꎬentropymethod05。
基于信息熵权和G1法的房地产决策研究及应用
备选 方案进 行排序 并择优 。它主 要 由两 部分组成 : 获取决 ①
策 信 息 。 通 过 一 定 的 方 式 对 决 策 信 息 进 行 集 结 并 对 方 案 进 ② 行排序 和择优 … 。如 何 确 定 权 重 系 数 ,是 决 策 信 息 的 重 要 内 容 , 是 综 合 评 价 中 的 核 心 问题 。 针 对 多 属 性 决 策 方 法 已有 也 不 少 研 究 , 于 属 性 权 重 的 确 定 方 法 主 要 有 主 观 法 、 观 法 关 客 和 组 合 赋权 方 法 3种 。 现 代 大 型 系 统 的 决 策 过 程 中 , 然 在 虽 主 观 赋 权 法 反 映 了 决 策 者 的 主 管 判 断 或 直 觉 , 在 综 合 评 价 但 结 果 或 排 序 中 可 能 产 生 一 定 的主 观 随 意 性 , 客 观 赋 权 法 , 而 虽 然 通 常 利 用 比较 完 善 的数 学 理 论 与 方 法 , 却 忽 视 了 决 策 者 但 的 主 观 信 息 , 此 信 息对 于 评 价 和 决 策 问题 来 说 , 时 是 非 常 而 有
摘 要 :为有 效解 决主观 赋权 法可 能产 生一 定的主观 随 意性 ,以及客观 赋权 法忽视 了决 策者 的主观信 息这一 问题 ,提 出了
通 过将 G1 和熵权 法相 结合 的方 法确 定 出群 决策者对 方案属 性 的权 重, 法 平衡各 指标之 间的重要程度 , 根据 各方案 的综合 属 性 值 , 用 熵权 法计算 出决策 者 的权 重 , 而给 出方案 的评价 结 果。运用 该方 法对某 市房地 产可持 续发展 进行评 价 , 运 从 评价 结
A s at o ov a hzr ojc v i tg oe jcienomain fujcv i t nie it rt gG1 n — b t c:T le p aad f bet e g nrd bet fr t sbet e g .A a fne a n d n r s h o i we h i o vi oo i we h d o g i a e
基于样本熵的大坝变形自适应预测模型
基于样本熵的大坝变形自适应预测模型目录一、内容概要 (2)1.1 大坝变形预测的重要性 (2)1.2 现有预测模型的局限性 (3)1.3 样本熵在预测模型中的应用 (4)二、样本熵理论及在大坝变形分析中的应用 (5)2.1 样本熵理论概述 (6)2.2 样本熵计算过程 (7)2.3 大坝变形数据与样本熵的关联性分析 (8)三、基于样本熵的大坝变形特征提取 (9)3.1 数据预处理 (10)3.2 大坝变形数据的样本熵计算 (11)3.3 变形特征的选择与提取 (12)四、自适应预测模型的构建 (12)4.1 预测模型总体框架 (13)4.2 模型输入与输出设计 (14)4.3 模型训练与实现 (16)五、基于样本熵的大坝变形自适应预测模型的实现与应用 (18)5.1 数据集与实验设计 (19)5.2 模型训练与测试 (20)5.3 预测结果分析 (21)5.4 模型的应用与验证 (23)六、模型优化与改进方向 (24)6.1 模型优化策略 (25)6.2 可能的改进方向 (26)七、结论与展望 (28)7.1 研究结论 (28)7.2 研究创新点 (30)7.3 展望与未来工作方向 (30)一、内容概要本文档旨在构建并阐述一个基于样本熵的大坝变形自适应预测模型。
该模型旨在通过引入样本熵理论,结合大坝变形数据的复杂性和非线性特征,实现更为精确和适应性更强的预测。
通过对大坝长期变形数据的分析,我们发现这些数据的内在规律隐藏着对外部环境因素(如气象、水文条件等)的敏感响应,以及大坝自身结构特性的影响。
本预测模型将结合样本熵分析,提取数据中的非线性特征,并将其应用于自适应预测算法中。
该模型不仅考虑了时间序列的随机性和不确定性,还考虑了数据的动态变化和自适应性。
该模型还将引入机器学习算法和人工智能技术,通过历史数据的训练和学习,实现自适应预测大坝变形的目标。
本预测模型旨在为水库管理、大坝安全监测等领域提供更为科学、有效的技术支持和决策依据。
电力用户综合能效评估模型
电力用户综合能效评估模型罗耀明;毛李帆;姚建刚;袁斌;郭知非;杨胜杰【摘要】As for the assessment of energy efficiency for power users, an energy efficiency evaluation model based on integrated hierarchical evaluation methods. The model breaks the assessment process down into three levels as Gl group judgments based primary indices assessment; entropy weight based secondary indices assess ment, ultimately, a comprehensive assessment. To ensure the scientificity and reliability of the evaluation mod el, principal component analysis(PCA)and correlation analysis are employed to the indices to optimize the mod el. The model effectively overcomes the limitations of traditional index-weighted methods by combining objec tive and subjective information to the evaluation process. The example given in this paper shows that the inte grated hierarchical energy efficiency evaluation model is of fast computing speed,high reliability,and is proven to be with a appreciable practical value.%针对电力用户能效评估,建立了基于递阶综合评价方法的能效评估模型.该模型将能效评估过程分解为三个层次,分别为基于G1群组判断的一级指标评估、基于熵权法的二级指标评估以及最终的综合评估,并利用主成分分析PCA(principal component analysis)和相关分析对能效指标体系进行筛选优化,以保证评估模型的科学性和可靠性.模型结合主客观评价信息,有效克服传统单一赋权法局限性.算例表明,基于G1群组判断和熵权法的综合能效递阶评估模型,计算快捷,可靠性高,具有较强的实用价值.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2011(023)005【总页数】6页(P104-109)【关键词】能效评估;G1群组判断;熵权法;递阶综合评估【作者】罗耀明;毛李帆;姚建刚;袁斌;郭知非;杨胜杰【作者单位】江西省电力公司,南昌330077;湖南大学电气与信息工程学院,长沙410082;湖南大学电气与信息工程学院,长沙410082;湖南湖大华龙电气与信息技术有限公司,长沙410082;湖南湖大华龙电气与信息技术有限公司,长沙410082;湖南湖大华龙电气与信息技术有限公司,长沙410082【正文语种】中文【中图分类】TM73我国“十一五”规划《纲要》提出了“十一五”期间单位国内生产总值GDP(gross domestic product)能耗降低20%左右、主要污染物排放总量减少10%的具有法律效力的约束性指标。
基于熵权法的科学技术评价模型及其实证研究
基于熵权法的科学技术评价模型及其实证研究章穗;张梅;迟国泰【期刊名称】《管理学报》【年(卷),期】2010(007)001【摘要】以"坚持以人为本,全面、协调、可持续"的科学发展观内涵为指导思想,通过科技指标的海选、筛选和理性分析构建了科技综合评价指标体系.用熵权法客观地对评价指标进行赋权,建立了基于熵权法的中国"十五"期间的科学技术发展状况评价模型,并给出了"十一五"期间科技发展政策建议.研究特色有五:①根据国际关注、又好又快、可持续发展和以人为本的原则建立指标体系,使科学技术的评价反映科学发展观的要求;②通过熵权法客观地确定指标权重,避免了人为主观确定权重的随意性;③利用熵权法确定的熵值,确保了仅用24个指标反映了95.5%以上的原始信息;④通过对影响科学技术整体效果的准则层进行评价,有助于找出科技发展各环节存在的问题;⑤通过对中国"十五"期间科技发展中的主要问题的分析,给出了"十一五"期间中国科技发展的政策建议.【总页数】9页(P34-42)【作者】章穗;张梅;迟国泰【作者单位】大连理工大学管理学院;上海浦东发展银行大连市分行;上海浦东发展银行大连市分行;大连理工大学管理学院【正文语种】中文【中图分类】N945.16【相关文献】1.基于熵权法的知识共享评价模型实证研究 [J], 平育后;武忠2.基于熵权法的城市港口物流信息化评价模型及其实证研究 [J], 龚思行;刘威峰3.基于AHP-熵权法的我国区域科技创新可拓学评价模型及实证研究 [J], 张立恒4.基于熵权法的城市港口物流信息化评价模型及其实证研究 [J], 龚思行;刘威峰5.基于G1法与熵权法的社区居民安全素养评价模型 [J], 潘言;刘妍;黄子轩;胡茜晗;唐娜尔·木黑特因版权原因,仅展示原文概要,查看原文内容请购买。
电力用户能效的递阶综合评估方法
电力用户能效的递阶综合评估方法郑世明;李壮茂;彭显刚;邓小康【摘要】On the basis of fitting wide application of distributed generation (DG) and energy storage devices, this paper constructs an evaluation index system for power users which takes economy, electric energy information, users' electricity consumption, DG and energy storage as the primary index and includes sixteen secondary bining this system, it establishes an evaluation model and presents a hierarchical synthetic evaluation method.By using improved order relation analysis method (G1), this method can solve the primary index weight and uses corrected intuitionistic fuzzy entropy method to calculate secondary index weight.Finally, technique for order preference by similarity to an ideal solution (TOPSIS) based on intuitionistic fuzzy set was used for comprehensively evaluating energy efficiency of power users which made evaluating results more scientific and reasonable.Example analysis indicates that this index system and evaluation method can provide the basis for improvement on energy efficiency of users.%在适应分布式电源和储能装置广泛应用的基础上,构建了以经济性、电能信息、用户用电情况、分布式发电及储能情况为一级指标,包含16项二级指标的电力用户能效评估指标体系.结合该体系建立了评估模型,提出递阶综合评估方法.该方法通过改进序关系分析法求解一级指标权重,采用修正直觉模糊熵权法计算二级指标权重,最后运用基于直觉模糊集的优劣解距离法(technique for order preference by similarity to an idealsolution,TOPSIS)对电力用户能效进行综合评价,使评估结果更加科学合理.算例分析表明,该指标体系及评估方法能够为用户能效改善提供依据.【期刊名称】《广东电力》【年(卷),期】2017(030)003【总页数】6页(P106-111)【关键词】能效评估;改进G1法;修正直觉模糊熵权法;TOPSIS【作者】郑世明;李壮茂;彭显刚;邓小康【作者单位】广东电网有限责任公司湛江供电局,广东湛江524005;广东工业大学自动化学院,广东广州510006;广东工业大学自动化学院,广东广州510006;广东电网有限责任公司湛江供电局,广东湛江524005【正文语种】中文【中图分类】TM73随着我国经济的快速发展,能源消耗大、利用率低等发展问题逐渐凸显,加强节能减排工作是应对能源紧张问题的有效途径[1]。
城市道路建设时序确定模型
2021年0引言城市道路建设是一种繁琐的、长期的系统工程,在政府财政预算、人力资源等客观条件有限的情况下,城市道路建设时序的合理安排不仅对城市交通的健康发展具有重要影响,而且对城市经济的发展会产生不可估量的作用。
虽然每一条道路都是城市道路网络的组成部分,但由于各条道路的等级以及所处的地理位置不同,其所承担的交通任务以及对城市综合发展的促进作用也不同,因此每条道路在整个城市道路网络中的地位、功能和建设时序亦有区别,所以必须对城市道路的建设时序进行研究,使城市道路的建设与城市经济的发展、交通需求的增长密切结合。
国外在上世纪80年代开始广泛采用多目标评价模型针对城市基础设施建设时序进行研究[1-3]。
在国外学者针对城市交通建设时序问题研究的同时,我国从事交通研究的学者也展开了相关研究,主要包括以下几个方面:1)从网络角度进行道路建设时序研究[4-6],在实际中,由于道路长短不一,有些道路可能贯穿于多个交通网络,建设时需要进行统一规划设计,由于这种方法有一定的局限性,另外模型运算求解复杂,导致实用性不强;2)从“节点重要度”的角度进行城市道路建设时序研究[7,8],重要度模型中一般采用聚类分析方法得出城市道路建设排序集合,但这种方法未指明集合中道路修建的先后顺序,同时模型依赖的“节点重要度”受城市总体规划的影响很大,因此这种方法对道路进行建设排序中具体到某条道路时不再适用;3)运用多目标方法进行道路建设时序的研究[9-12],在多目标函数的使用中,涉及到效益及费用两种参数,如果一个多属性决策问题以效益型为主,在决策矩阵标准化时需先对费用型属性做倒数变换[13],或者采用模一法对决策矩阵进行标准化处理[13]。
以上各种研究方法促进了城市道路建设时序研究的发展,但均具有一定的局限性。
为科学合理地确定城市道路建设时序,本文提出了城市道路建设时序TOPSIS 模型。
在对城市道路建设时序的6个主要影响因素进行序关系分析的基础上,采用序关系分析法(G1法)和CRITIC 法进行组合赋权确定城市道路建设时序影响因素的指标权重;构建了确定城市道路建设时序的基础决策矩阵,结合指标权重,采用模一化法对决策矩阵进行加权标准化处理;基于TOPSIS 方法确定城市道路的正负理想建设时序方案;通过计算拟建道路建设时序与正理想建设时序方案的贴近度确定城市道路建设时序。
熵值法确定权重
熵值法确定权重基于熵值法的员工绩效指标权重确定方法大庆石油学院学报JOURNALOFDAQINGPETROLEUMINSTITUTE第29卷Vol.29第1期No.12005年2月Feb.2005基于熵值法的员工绩效指标权重确定方法肖艳玲,刘晓晶,刘剑波(大庆石油学院经济管理学院,黑龙江大庆163318)摘要:针对传统的员工绩效评价指标的权重相对稳定,的绩效指标权重进行调整,做到静态赋权与动态赋权相结合,.重,能更准确的反映被评价对象的实际情况,.关键词:绩效评价;评价指标;动态赋权中图分类号:F406.1:A(2005)01-0107-030,不同企业以不同目的以及同一企业在不同时期对员工评价的侧重点不同,其评价指标权重的确定直接关系到评价的准确性和科学性.以往对员工绩效评价指标权重的确定是由专家评定或由主观经验法、两两比较、德尔菲法等方法确定[1],这些方法得到的权重对员工工作具有导向和激励作用,但这种权值存在相对稳定性,不能随具体情况的变化而变化.例如,即使某项员工绩效评价指标很重要,但如果在某次评定中所有待评人员对该指标的评价值都相似,则该指标在评定中的作用不大,其权重应根据总体评价结果适当调小;相反,若某项指标的评价值相差悬殊,则说明该指标对区分待评人员的优劣有重要影响,其权重应适当调大,这利于促进员工素质的均衡发展.用熵值法对指标权重调整是根据得到的评分结果对初步给定的权重调整,做到静态赋权和动态赋权相结合,从而增强评价的合理性和科学性.1绩效评价指标的制定企业进行员工绩效管理,是根据实际情况制定员工绩效评价指标体系.员工绩效评价指标一般应具备实用性、全面性、独立性、相关性、可靠性、可衡量性等特性.企业可采用的员工绩效评价指标和初步给定的权重见表1和表2.表1员工绩效评价指标与权重因数主维度指标权重工作数量0.20工作业绩(u1)0.50工作行为(u2)0.30个性特质(u3)0.20亚维度指标工作质量0.20工作效益0.40安全生产0.20维护设备0.30遵守规则0.30按时出勤0.40工作知识0.20适应能力0.10创新精神0.10实践能力0.20独立性0.10果断性0.10忠诚度0.20权重对员工绩效指标评分,可以将每个指标评分标准划分为5级,当指标评分标准超过5级以后,所增加的标度带来的效用很小[2].所以采用1~5级评分值.假设一类考评者对m个员工、n项指标评表2不同考评者及其权重因数考评者专家上级领导同事本人权重0.300.300.200.20收稿日期:2004-05-31;审稿人:王恒久;编辑:王文礼基金项目:黑龙江省教育厅人文社科研究项目(10512148)作者简介:肖艳玲(1963-),女,博士生,教授,主要从事系统分析与评价方面的研究.大庆石油学院学报第29卷2005年价,得到评价指标矩阵X为x11X=x21x12x22…x1n…x2n………x.…xm1…xm2根据给出的评分可以用熵值法对各项指标的权重调整.2指标权重的调整2.1熵值法的基本原理设有m个待评对象,n项评价指标的指标数据矩阵为=ij,j标值xij间的差距越大,;[3,4].在信息论中,(x)=i=16mp(xi)lnp(xi),式中:xi为第i(总共有m个状态);P(xi)为出现第i个状态值的概率.在指标数据矩阵X中,某项指标值差异程度越大,信息熵越小,则该指标的权重越大;反之,某项指标值的差异程度越小,信息熵越大,则该指标的权重越小.所以,可以根据各项指标的差异程度,利用信息熵,对各指标初步给定的权重调整,做到动态赋权.2.2调整权重的步骤(1)计算指标值xij在指标j下的权重p(xij)p(xij)=xiji=16mxij.(1)(2)计算指标j的熵值ejej=-ki=16mp(xij)lnp(xij),(2)xij=1/m,此时ej取极大值,即ej=式中:k>0,ej≥0.若xij对于给定的j全部相等,则p(xij)=xij-ki=16mi=16m(1/m)ln(1/m)=klnm.若k=1/lnm,有0≤ej≤1.(3)计算指标j的差异性因数gj对于给定的指标j,xij 的差异性越小,则ej越大;当xij全部相等时,ej=emax=1,此时指标j几乎无作用;当各待评的指标值相差越大时,ej越小,该项指标对于待评对象比较所起的作用越大.定义差异性因数向量为G=(g1,g2,…,gn),其中gj=1-ej,(3)则当gj越大时,指标越重要.(4)原始权重的调整用差异性因数gj对专家组给出的权重进行调整:aj=bj×gj,j=1,2,3,…,n,(4)式中:bj为专家给出的原始指标权重.经过归一化处理后,得到熵值法调整后的权重值:wj=ajj=16naj,j=1,2,3,…,n.(5)第1期肖艳玲等:基于熵值法的员工绩效指标权重确定方法3赋权重实例以工作业绩下的4个指标为例,假设专家对10名被评价对象评分,得到矩阵为55550.11110.11900.138945550.08890.11900.138944430.08890.09520.11 1155430.11110.11900.1111X=0.14290.14290.08570.08570.05710.77030. 08570.114.35545544534333422423343,根据式(1),p(xij)=0.06670.11110.10.9.1.0.09520.0952004..07140.08330.0833.060. 1111此时m=10,=)(G=(0.0051,0.0073,0.0184,0.0150),B=(0.20,0.20,0.40,0.20),利用式(4)和式(5)调整后得到指标权重W=(.12,0.57,0.23).由此结果可以看出,工作数量指标的主观权重为0.20.由于专家给定的评分之间的差异不大,使其权重被重新调整为0.08;工作效益指标分值之间的差异较大,使权重由原来的0.40调整为0.57.由于在已初步给定的权重基础上用熵值法调整权重,所以不会完全脱离主观意愿.工作数量指标是企业员工绩效评价中一个很重要的指标,用此种方法赋权,不会因为指标过于相近而使指标在绩效评价中变得毫无价值,只是因为此指标在综合评价中所起的作用较小,而把权重调小.考评者应对被考评者的评分根据此次绩效评价的所处时期、企业环境、员工整体工作状态调整权重,以更准确T 的反映评价中被评价对象的优劣程度;然后再用公式U=XW,求出10名员工的主维度上工作业绩指标所得的分值.这可以扩展到某一类考评者对m个被评对象的所有指标评分.根据此分值矩阵,按照上述步骤,可以分别得出工作业绩下的4个指标、工作任务下的3个指标和个性特质下的7个指标调整后的权T重;再分别利用公式U=XW加权求值后,得到m 个员工主维度上3个指标的分值Ui1,Ui2,Ui3;根据这些分值所形成的新矩阵,还可以调整这3个指标的权重.同理,也可以调整4类考评者的权重.4结束语用熵值法调整权重是根据每次员工绩效评价的具体评分值对已经初步给定的静态权重调整,因而适应企业情况不断变化的需要,做到了动态赋权,使评价结果更加准确,同时实现了企业员工绩效评价的激励作用、导向作用和员工素质的均衡发展.有了准确的评价结果,也为管理工作提供了依据,能够更好地促进企业和员工共同发展.参考文献:[1]陈芳.绩效管理[M].深圳:海天出版社,2002.[2]加里・P・莱瑟姆,肯尼斯・N・韦克斯利.绩效考评[M].北京:中国人民出版社,2002.[3]郭显光.改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践,1998,18(12):98-102.[4]于洋,李一军.基于多策略评价的绩效指标权重确定方法研究[J].系统工程理论与实践,2003,23(8):8-15.AbstractsJournalofDaqingPetroleumInstituteVol.29No. 1Feb.2005slaginclusion,thereishardlyanyincreaseinthedepthofweldingfusio nforsteel15MnVR.Bycon2trast,whenCaF2isusedastheactivator,thedepthoff usionincreasesby2.5times,thesurfacebuild2upweldingfor6mmplateinthickn esscanbeweldedfully.Keywords:A-TlGwelding;surfaceactivator;depthoffusi on;testTechniqueoflasercladdingNi-Cr3C2compositecoating/2005,29(1):10 1-103ZHANGDa2wei1,ZHANGXin2ping1,BIFeng2qin2(1.CollegeofIndustrial Engineering,WenzhouUniversity,Wenzhou,Zhejiang,China;2.MechanicalEng ineeringCollege,DaqingPetroleumInstitute,aqing,163318,China)Abstract:Th eeffectsofspecificenergyonthemacro2232%compositecoatingshavebeeninv estigated,andtheraversespeed(Vs),pre2placedthicknessoflayer(t0)thecladla yerhavebeenstudied.Thetestresultsttoft,apartfrombeingsubjectedtoself-fac torsofthematerialsonoflasertechniqueandtheircompoundeffects.Thelasert echno2logicalthepreplacedthicknessofcladlayerhavecertaineffectsonthedil utionratioofthecladlayer,ofwhichVSandParemoreeffective.Keywords:lasercl adding;Ni-Cr3C2compositecoating;clad-technique;dilutionratioFeaturesofpressure-dropratioofhydrocyclone/2005,29(1):104-106LIUCai2yu,JIANGMin g2hu,LIFeng(MechanicalScienceandEngineeringCollege,DaqingPetroleumIn stitute,,Daqing,Heilongjiang163318,China)Abstract:Therelationshipbetwee npressure-dropratioandflowrate,splitratio,overflowoutletdiam2eter,bigger cone,andsmallerconeintheliquid-liquidhydrocycloneseparationarediscusse dinthepa2per.Thepressure-dropratiobecomesgreaterwithsplitratioincrease andalsoboostsitsvaluewhentheoverflowoutletdiameterisenlargingorthesm allconebecomessmaller.Atthesametime,theval2uesofpressure-dropratioch angesverylittlewhenbiggerconevaries,anddifferentinletdiameteronlychang esthestart-pointinthepressure-dropratioandsplitratiodiagram.Keywords:hy drocyclone;separation;pressure-dropratioThemethodofgivingweightforperf ormanceindicatorbasedonentropymethod/2005,29(1):107-109XIAOYan2lin g,LIUXiao2jing,LIUJian2bo(SchoolofEconomicsandManagement,DaqingPetr oleumInstitute,Daqing,Heilongjiang163318,China)Abstract:Thispapermainl yanalyzesamethodofgivingweightforperformanceindicator,usesentropymet hodtoadjustperformanceindicatorweightgivenbytheprocess,soitlivesuptod ynamicweightin2dex.Thenewmethodovercomesthedefectofpastweightrela tivestability,whichcan’tflexiblychangewiththesituati onchange.Thispaperals ogivesanexampletoshowhowtousethismethod.Keywords:performanceeval uation;evaluationindicator;dynamicweightindex熵值法权重权重的确定从上面的分析中可知,应用改进理想解法进行评价必须先确定各指标的权重. 确定指标权重通常有两类方法:一类是主观方法,如专家打分法、层次分析法、经验判断法等;另一类是客观方法,如熵权计算法、主成分分析法等. 因评标过程中,指标的权重对被评价对象的最后得分影响很大,要做到评标尽可能客观,所以采用客观计算法来计算指标的权重比较合适。
面向项目型制造企业的客户需求分析方法
面向项目型制造企业的客户需求分析方法李晓莹;鲁建厦;董巧英【摘要】针对项目型制造企业面向客户需求进行产品设计时,传统的客户需求分析方法不能有效解决客户需求信息中贫信息不确定性、冗余交叉和主观性强等问题,提出一种基于灰色关联聚类和改进粗糙数理论的客户需求分析方法.首先根据客户行业特征划分客户群,利用熵权法计算其权重;其次运用灰色关联聚类定量表示需求项目间的关系,对客户群需求进行约简;然后改进了粗糙数理论,提出了面向项目型制造企业的客户需求重要度确定方法;应用结果表明该方法不仅具有简单易行、有效性高的特点,且能有效提高项目型制造企业设计人员的工作效率和客户满意度,提升企业差异化的竞争优势.【期刊名称】《轻工机械》【年(卷),期】2015(033)004【总页数】6页(P100-105)【关键词】项目型制造企业;需求分析;灰色关联聚类;客户群;粗糙数【作者】李晓莹;鲁建厦;董巧英【作者单位】浙江工业大学机械工程学院,浙江杭州310014;浙江工业大学机械工程学院,浙江杭州310014;浙江工业大学机械工程学院,浙江杭州310014【正文语种】中文【中图分类】TP391[经营·管理]项目型制造企业是制造业内复杂而独特的一种模式,其设计及生产活动都是在接到客户订单后进行的,每个产品都需要根据客户个性化需求进行定制,其客户需求具有响应时间要求短、需求众多且需求间存在交叉与包含关系的特点。
项目型制造企业的订单往往是通过竞标取得的,竞标取胜的关键是其设计人员要在短时间内分析客户个性化需求并给出高质量的产品解决方案,但是目前项目型制造企业对客户需求的处理通常基于设计人员的个人经验主观选择,客户满意率较低。
本文研究项目型制造企业客户需求分析方法的目的就是为了解决这一瓶颈,对其做出科学的量化分析,以提升项目型制造企业的客户满意度。
国内外学者对客户需求进行了大量研究,层次分析法是最典型的客户需求权重确定方法,以定量与定性结合的方法处理各种决策因素,但是其一致性不易获得[1-3];采用模糊理论凭经验借助隶属函数确定客户需求重要度的研究较多,但是隶属函数的确定具有一定的主观性和不确定性,适合企业真实情况的隶属函数往往难以获得[4-5];粗糙数理论是Zhai等基于粗糙集理论提出的,通过计算客户需求项目的粗糙数确定其区间权重,对其进行排序,充分保证了需求信息的客观性,但是粗糙数不具有属性约简功能,计算量较大[6-7]。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第3 0 卷第 6 期
陈 端等 : 基于熵权法和 G 1 法的大坝监测指标权重融合
·9 3·
具体赋值见表 1。
表 1 理性赋值参考值 T a b. 1 R a t i o n a l a s s i n m e n t r e f e r e n c e v a l u e g
r j
i=1
( ) 3
1. 2 G 1 法理论 无需一致性检 G 1 法是 主 观 评 价 法 的 一 种 , 验 。 计算步骤如下 。 步骤 1 确定指标 x 即由专家根 j 的序关系 , 据经验确定指标 x j 和x j-1 的 相 对 重 要 性 程
5, 6] , 度[ 得出一种关系式 : x x xm 。 1> 2> … >
1. 0 1. 1 1. 2 1. 3 1. 4 1. 5 1. 6 1. 7 1. 8 含义
表 2 指标的特征比重 T a b. 2 C h a r a c t e r i s t i c r o o r t i o n o f i n d e x p p
的一个度量 , 若指标的信息熵越小 , 该指标提供的 在综合评价中所起作用越大 , 权重越 信息量越大 ,
2] 。 计算步骤如下 。 高[
步骤 1 以 各 项 监 测 指 标 的 数 据 为 列 向 量 ,
[ 3, 4] 。 则 第j 个 指 标 第i 个 测 值 构造i × j 的矩 阵 的特征比重为 :
大坝安全综合评价中求出各个不同指标的权 权 重 的 合 理 性 直 接 影 响 评 价 结 果。 重 至 关 重 要, 根据求权重的不同分析方法可分为主观赋权法和 客观赋权法两类 。 前者基于专家以往的经验得出 的权重 , 包括 层 次 分 析 法 、 二 项 系 数 法、 专 G 1 法、
1] 家系统法 [ 等; 后者基于客观的监测资料计算权
7] : 赋值为 [
/ r wj 1 - j =w j
( ) 4
; 基金项目 :水利 部 公 益 性 行 业 科 研 专 项 基 金 资 助 项 目 ( 国家自然科学基金资助项目( 2 0 1 1 0 1 0 1 3) 5 1 0 7 9 0 8 6, ) ; 河海大 学 水 文 水 资 源 与 水 利 工 程 科 学 国 家 重 点 实 验 室 专 项 基 金 资 助 项 目 5 0 8 7 9 0 2 4, 5 1 0 7 9 0 4 6, 5 0 9 0 9 0 4 1, 5 0 8 0 9 0 2 5 ( ) 2 0 0 9 5 8 6 0 1 2, 2 0 0 9 5 8 6 9 1 2, 2 0 1 0 5 8 5 2 1 2 , : 作者简介 :陈端 ( 男, 硕士研究生, 研究方向为水工结构与大坝安全监控理论与应用, 1 9 8 9 E-m a i l c h e n d u a n 4 5 6@ -) s i n a . c o m
重, 不包含人为因素的影响 , 真实反映了大坝原型 包括主成分分析法、 熵 仅 法 等。 资料 的 客 观 信 息 , 若单一运用一种 方 法 , 评价结果将偏于主观或客 与实际不符 , 因此需要寻求一种综合的权重融 观, 合方法 , 使评 价 结 果 趋 向 于 主 客 观 的 统 一 。 近 年 已提出了较多 的 融 合 方 法 如 简 单 易 行 的 线 性 来, 加权法 , 但由于大坝监测指标不确定因素较多 , 线 基于正态变量的 性加权不能真实 反 映 评 价 结 果 ; 联合分布理论的 权 重 融 合 方 法 , 虽能反映实际情 可偏于复 杂 , 不 适 宜 工 程 上 应 用。鉴 此, 本文 况, 提出一种基于 G 1 法和熵 权 法 的 大 坝 监 测 指 标 权 重融合方法 , 可使 大 坝 安 全 评 价 更 真 实 可 靠 且 简 单易行 。
第3 0卷 第6期 2 0 1 2年6月 ( ) 文章编号 : 1 0 0 0 7 7 0 9 2 0 1 2 0 6 0 0 9 2 0 3 - - -
水 电 能 源 科 学 W a t e r R e s o u r c e s a n d P o w e r
V o l . 3 0N o . 6 J u n . 2 0 1 2
n
p i i j =x j
i=1
∑x
i j
( ) 1
式中 , x i 个测值 。 i j 为第j 个指标第 步骤 2 由特征比重计算第j 项指标的熵值 。 1 e l n p p i i j =- j j ∑ ni l n =1
n n
( ) 2
步骤 3 归一化数据确定第j 项指标权重 。 1-e 1-e ω j = ( j) j) ∑(
1 主客观权重融合的理论基础
1. 1 熵权法理论 熵权法是一种根据各项指标观测值提供的信 息量来确定指标权重的方法 。 熵是系统无序程度
, 收稿日期 : 修回日期 : 2 0 1 1 1 0 1 6 2 0 1 1 1 2 0 6 - - - -
步骤 2 由专家根据以往的经验给出指标 x j / 和x wj 的 理 性 j-1 的 相 对 重 要 性 程 度 之 比 w j-1
基于熵权法和 G 1 法的大坝监测指标权重融合
2 2 2 2 , , , 陈 端1, 曹 阳1, 夏 辉3, 梅一韬1, 仲云飞1,
( 1.河海大学 水文水资源与水利工程科学国家重点实验室 ,江苏 南京 2 1 0 0 9 8; 2.河海大学 水资源高效利用与 ) 工程安全国家工程研究中心 ,江苏 南京 2 1 0 0 9 8; 3.江苏省水利勘测设计研究院有限公司 ,江苏 扬州 2 2 5 0 0 9 摘要 :熵权法求权重能客观地反映实测信息 , 但不能反映专 家 意 见 , 而G 但偏于 1法可反映专家的以往经验, 主观 。 根据熵权法与 G 综合了两种赋权方法 , 提出一种主客观相融 合 的 大 坝 监 测 指 标 权 重 融 合 法 , 1 法理论 , 该法简单易行 , 计算结果较合理 。 关键词 :熵权法 ; G 1 法 ;大坝监测指标 ;权重融合 中图分类号 : TV 6 9 8. 1 文献标志码 :A