基于客观信息熵的多因素权重分配方法

多因素问题研究中各因素的权重分配始终是多因素问题研究的一个重点。借助模糊聚类技术和粗糙集理论提出了一个基于客观信息熵的多因素权重分配方法。该方法首先将大量数据进行模糊聚类,然后应用粗糙集理论中的信息熵知识客观地从实际数据中确定各因素的权重。

基于数据挖掘技术的煤耗特性确定方法

由现场运行数据可知,煤耗特性为带状散点。传统方法将这些散点拟合成解析曲线,但在实际拟合过程中存在较大困难。本文将这些散点处理为负荷—煤耗率的离散模型,首先,在某一点负荷下,运用数据挖掘技术得到一些重要因素对煤耗率的影响权重,然后通过离散化等方法得到此负荷点下的参考煤耗值,最后在多个负荷点下运算,形成离散模型。

灰色优化决策模型及其在城市公交规划中的应用

通过对多指标决策问题的研究,根据灰色系统中信息透明度原则和信息论中信息有无偏好的原则,在兼顾方案偏好信息和客观信息的基础上,提出了以灰色关联度和客观信息熵为依据的多指标决策的灰色优化模型.模型采用拉格朗日函数确定各指标权重值,增大了权重值确定的客观性,适用于多指标权重未知的决策问题.用该模型对某城市公交线网规划方案进行了优化决策,并获得了较为满意结果.

中小高科技企业动态信用评价研究

传统企业的静态历史数据的评估,难以反映高科技企业的发展和成长状况,因此,试图建立一套适用于中小高科技企业的动态信用评价体系,并用信息熵客观赋权的方式,选取中小企业板上市的精工科技、华兰等十家高科技企业进行评价。