基于模糊交叉熵与TOPSIS的碳审计风险评估

审计在促进“双碳”目标实现的过程中发挥着重要的监督与评价作用,有效规范了企业的碳排放行为,推动了企业生产方式的绿色转型。当前,我国的碳审计发展尚处起步阶段,存在着诸如制度不健全、碳数据核算困难、碳审计人才缺乏等一系列问题,多种因素的叠加使得碳审计工作面临着极大的风险与挑战。在文献梳理的基础上,本文依托传统风险导向审计理论,首先从环境风险、固有风险、控制风险、检查风险四个层面建立碳审计风险评估指标体系;其次,借助模糊交叉熵和TOPSIS算法构架新型的碳审计风险评估模型,探索碳审计风险评估模型的运行步骤,明晰风险评估模型中的决策方案排序策略;再次,通过对特定案例的深入分析,阐释模糊交叉熵和TOPSIS风险评估模型在碳审计风险评估中的具体应用流程,全方位探究风险评估模型中各类运算结果的分析方法;最后,针对碳审计所面临的各种风险,相应地从碳审计模式设计、双碳大数据中心构建、人才队伍建设三个方面提出管理碳审计检查风险的措施与建议。有关研究思路和结论能够为审计组织如何发现碳审计存在的关键风险因素、衡量碳审计风险水平、评价和控制碳审计风险提供理论支持。

犹豫模糊非概率熵测度及其应用研究

不同的犹豫模糊元包含的隶属度个数往往不同,且犹豫模糊集的不确定性包括模糊不确定性与犹豫不确定性两个方面,这直接导致犹豫模糊熵计算的复杂性。针对此问题,将犹豫模糊元置于欧式空间进行分析,任意一个犹豫模糊元看作欧式空间中的点,而隶属度值则是相应点的坐标,欧式空间的多维性与犹豫模糊元的多值性刚好契合。基于此种思路,首先,基于空间分析,给出了犹豫模糊非概率熵的公理化定义。然后,基于空间距离提出犹豫模糊非概率熵测度公式,即为距离之比,犹豫模糊元分别与最近的(最远的)两个非模糊点之间的距离之比,该犹豫模糊非概率熵能够有效融合犹豫不确定性与模糊不确定性,同时解决了犹豫模糊元中隶属度个数不同带来的计算问题。最后,结合TOPSIS思想,提出了一种基于熵权法的犹豫模糊多属性群决策途径,并用实例分析验证其科学性和有效性。

基于多核模糊条件熵的多类型混合数据属性约简算法

对数据进行有效属性约简是数据挖掘中一个具有挑战性的任务。当前,粗糙集理论是构造属性约简的一种常用方法。然而,现有的属性约简方法都侧重于单类型的数据,对现实环境下多类型混合的数据并不适用。为了解决这一问题,提出一种多核模糊条件熵的多类型混合数据属性约简算法。首先,针对标记型、数值型、区间型和集值型混合的多类型数据,提出了一种多核模糊相似关系。然后,基于这种多核模糊相似关系,定义了一种多核模糊条件熵模型,并讨论了它的单调性和有界性。最后,利用多核模糊条件熵的单调性提出了一种多类型混合数据的属性约简算法。通过UCI数据集的实验分析验证了该算法的有效性。

基于VMD模糊熵与GG聚类的直流配电网故障检测方法

针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后,分别计算分解得到的若干个IMF的模糊熵,将其作为特征向量。最后,采用GG聚类算法对故障特征的特征向量进行聚类识别。GG聚类的主要算法为将聚类样本划分为c类,设出隶属度矩阵,通过设定迭代来计算聚类中心与最大似然估计距离,更新隶属度矩阵,当隶属度矩阵满足条件矩阵时终止迭代,从而实现对单极故障、极间故障以及区外交流侧接地故障的聚类识别。仿真结果表明,所提保护方案可靠性强、准确率高,在不同故障类型、故障位置和过渡电阻等工况下均能可靠检测直流线路故障并准确识别故障类型,且具备一定的抗干扰能力。

基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II决策方法

针对属性权重完全未知或部分已知,属性值为区间毕达哥拉斯犹豫模糊数的多属性决策问题,提出了基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II法。首先给出区间毕达哥拉斯犹豫模糊数的区间形式的得分函数和精度函数,定义新的距离测度。然后基于区间毕达哥拉斯犹豫模糊数的模糊因子、直觉因子和幅度因子,给出熵和交叉熵公式,并证明其性质,提出了基于熵和交叉熵确定属性权重的方法。最后提出了区间毕达哥拉斯犹豫模糊环境下的改进的ELECTRE II法,利用综合优势值对方案进行排序,并通过算例和比较分析验证了该方法的可行性和有效性。

考虑对称交互熵的对偶犹豫模糊企业环境行为决策模型分析

顺应绿色新发展理念,建设高质量生态文明,提升企业环境治理能力现代化水平,企业环境行为指标已逐渐被纳入投资者考量范围。本文针对第三方国际环境审计平台对企业环境行为评价的问题,研究面向对偶犹豫模糊评价信息的聚类方法。首先,定义对偶犹豫模糊相对熵与对称交互熵,并基于信息论角度提出一个新的对偶犹豫模糊相似度公式;然后,构造相似系数矩阵,并基于编网聚类方法对对偶犹豫模糊集进行聚类。最后,以不同指标权重下评价企业环境行为优劣程度为例进行计算,并与使用传统相关系数聚类方法所得结果进行对比,说明在考虑决策者提供的信息量较大的情况下,本文方法概念清晰、计算简单、分辨率高,是一种更加灵活、全面的多层次评价方法,为完善企业环境评价系统的构建提供了一种新思路。

基于AVMD多尺度模糊熵和VPMCD算法的宽频振荡分类

电力系统宽频振荡具有宽频域、非线性和时变性的特点,对振荡分类在准确性、快速性等方面提出了更高的要求。为此,提出一种基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)的多尺度模糊熵(multi-scale fuzzy entropy,MFE)和变量预测模型(variable predictive model-based class discriminate,VPMCD)相结合的宽频振荡分类新方法。首先,对宽频振荡信号进行AVMD,得到固有模态分量(intrinsic mode functions,IMFS)。然后,引入MFE对IMFS进行时域特征描述,同时实现对IMFS构造特征向量的降维处理。最后,采用VPMCD对MFE降维后的特征向量实现宽频振荡的分类检测。通过仿真和实测数据分析,结果表明,所提方法的宽频振荡分类检测准确率比支持向量机(support vector machines,SVM)、BP神经网络方法的分类准确率更高,分类时间更短。

基于熵权-模糊综合评价法的无人机多光谱春玉米长势监测模型研究

为实现春玉米长势的快速监测,实时掌握田间作物的生长状况,本文以新疆维吾尔自治区克拉玛依地区种植的春玉米作为研究对象,利用无人机多光谱影像对春玉米进行长势监测。基于地面采集的春玉米叶片叶绿素含量、叶面积指数、地上部生物量和株高等数据,结合熵权法(EWM)和模糊综合评价法(FCE)建立综合长势指标CGMI_(EWM)和CGMI_(FCE)。通过无人机遥感影像数据构建光谱指数,并利用皮尔逊相关性分析法和方差膨胀因子确定模型最佳输入变量。采用偏最小二乘法(PLS)、随机森林回归(RF)及粒子群算法(PSO)优化RF模型建立春玉米长势反演模型,结合模型精度评价指标,最终确定春玉米空间影像长势分布图。结果表明,以CGMI_(EWM)和CGMI_(FCE)构建综合长势指标的相关性均高于单一长势指标的相关性;利用CGMI_(FCE)长势指标结合PSO-RF模型反演春玉米长势的效果最优,其决定系数(R^(2))为0.823,均方根误差(RMSE)为0.084%,相对分析误差(RPD)为2.345;研究区春玉米长势集中在生长正常(ZZ)等级,说明全区春玉米长势较为稳定。研究结果可为春玉米的田间管理提供科学依据。

基于熵权TOPSIS法与RSR法模糊联合的安徽省基层医疗卫生机构疫情报告质量评价

为了解2021年安徽省基层医疗卫生机构法定传染病疫情报告质量,通过模糊联合应用熵权TOPSIS法与秩和比法(RSR法),对基层医疗卫生机构法定传染病疫情报告质量进行综合评价。结果显示,皖南地区法定传染病疫情报告质量最好,皖北地区最差;地级市评价排名前两位的是安庆市、芜湖市,排名后两位的是六安市、宣城市;社区卫生服务中心(站)、乡镇卫生院、其他机构(门诊部、诊所等)和村卫生室的法定传染病疫情报告综合质量依次下降。安徽省基层医疗卫生机构法定传染病疫情报告工作依法管理水平有待提高。基层医疗卫生机构应规范设置传染病疫情报告科室,固定专职人员负责传染病信息报告管理工作,健全传染病防治人员培训机制,强化政府、疾控、卫监、医疗机构等多部门间协同联动机制,并将传染病模块纳入信息化建设。

基于熵权模糊物元法的广东省海洋牧场生态效益评价

海洋牧场是广东省海洋渔业资源养护和环境修复的重要手段之一。为系统评估广东省海洋牧场的生态效益,采用熵权法(Entropy Weight Method)和模糊物元法(Fuzzy Matter Element Method)构建综合评价模型,根据2019—2021年广东省10个海域养护型海洋牧场的生物资源和环境因子调查数据,筛选出透明度、溶解氧、叶绿素、初级生产力、浮游生物多样性等26个关键指标,并制定三类标准作为参照。结果显示,2019—2021年广东省海洋牧场生态效益的综合得分分别为0.588113、0.609307和0.521257,均高于一类标准的评价值(0.462171),表明广东省海洋牧场保持了较高的生态质量,并有效改善了海域的生态环境;初级生产力在生态效益评价中具有较高的重要性,其2021年的得分略有下降,主要受到无机氮含量上升和浮游生物、底栖生物多样性指数降低的影响。研究建议,应进一步完善评价指标体系和加强对外部环境因素影响的研究,以更科学地评估海洋牧场的生态效益。

基于熵权-模糊评价法的人员不安全行为风险研究

为了研究煤矿掘进工作面作业人员不安全行为的风险等级,构建了掘进工作面人员不安全行为指标体系,探究各工种风险权重最高的不安全行为,提高对作业人员不安全行为管控的准确性。建立基于熵权法和模糊综合评价法的人员不安全行为风险评估模型,对作业人员不安全行为进行分析评估。结果表明:掘进机司机、巷道支护工风险等级为临界状态,探放水工、皮带机司机及综掘质量验收员风险等级为比较安全;同时分析评估出各工种权重最大的不安全行为;针对掘进工作面作业人员不安全行为风险分析结果,提出改进措施,进而为作业人员管理提供方向,切实提高煤矿本质安全化建设水平。

基于模糊变异熵权法的页岩气藏多参数评价——以四川盆地武隆地区F-2井为例

受地质条件、经济成本和开采工艺等影响,页岩气开发前需对页岩储层质量进行评价。目的为明确影响页岩储层质量的关键参数,方法以黏土矿物、脆性指数、TOC、孔隙度和含气量为评价指标,采用熵权法-变异系数法求组合权重,并利用模糊理论联合TOPSIS法和RSR法评价F-2井五峰组-龙一1段(龙111段、龙112段、龙113段、龙114段)储层品质。结果结果表明:(1)武隆地区F-2井五峰组-龙一1段页岩矿物组分以石英和黏土矿物为主,物质组分与物性垂向非均质性显著。(2)五峰组-龙111段石英平均含量最高、TOC平均含量大于4%、孔隙度大于4%,向上各指标均出现降低趋势,至龙114段降至最低;五峰组-龙111段含气量相对较高,龙114段含气量降至2%以下。(3)龙111段沉积期水体相对较深、较低能,形成了最佳的物质组分比例与最高的有机质含量,层理发育,富含生物源硅质,有机孔隙发育,储层质量最优;龙112段和龙113段沉积环境相对较浅,陆源碎屑输入增多,储层品质次优;五峰组沉积期储层发育于滞留海盆环境,部分层段受陆源输入影响,非均质性相对更强,整体品质相对下降;龙114段储层品质最差。结论因此,建议优先开采龙111段,次选龙112段、龙113段和五峰组其他部分层段。

基于脑电节律能量与模糊熵的VR诱发晕动症水平检测研究

晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测试场景前及过程中的脑电信号,计算节律能量和模糊熵,并利用统计分析进行特征选择,最后分类验证该特征的有效性。结果表明,受试者产生晕动症时,CP4和Oz的θ、α频段能量及C4的β、γ频段能量显著降低(p<0.01);在模糊熵方面,δ频段有FC4、Cz模糊熵值显著升高(p<0.0001),β频段有O1模糊熵值显著降低(p<0.0001)。对比线性判别分析(Linear discriminant analysis,LDA)、逻辑回归(Logistic regression,LR)和支持向量机(Support vector machine,SVM),K最近邻(K-nearest neighbor,KNN)算法的分类效果较好,它在节律能量和模糊熵上的分类准确率分别为89%和91%。本研究表明脑电节律能量及模糊熵有望成为晕动症水平检测的有效指标,为研究虚拟现实晕动症成因及缓解方案提供客观依据。

基于ICEEMDAN模糊熵与Bi-LSTM的工业设备健康状态预测

工业设备健康状态关系着工业生产能否正常进行,为此提出一种基于改进自适应噪声完备经验模态分解(ICEEMDAN)和双向长短期记忆网络(Bi-LSTM)的工业设备健康状态预测方法。ICEEMDAN用于将原始音频信号进行分解得到若干个固有模态函数(IMF)分量,通过计算相关系数选取最佳分量组进行信号重构,然后计算重构IMF分量的模糊熵值构造特征向量集合,最后再输入到Bi-LSTM网络进行模型训练和预测。实验结果表明:相较于其他模型,基于ICEEMDAN模糊熵和Bi-LSTM的工业设备健康状态预测方法,能够有效提取音频信号特征,并准确进行健康状态预测。

基于知识图谱和熵值优化的高桩码头模糊评估

高桩码头应用广泛,在其服役期内可能受到超载、淤积、环境腐蚀等因素影响,出现结构性能退化,对其进行服役性态评估具有重要价值。基于已有行业规范与工程案例整理了中国常见码头结构形式的服役性态评估指标体系,采用Top-down方式创建指标体系的知识图谱,并利用visNetwork工具包编写指标体系内核代码与BS架构交互界面。结合AHP-FCE法与评估指标进行码头服役性态评估:建立评语集与评估等级集进而得到模糊评估向量;采用熵值法(EM)对层次分析(AHP)中的权值进行修正,从而实现客观赋权。最后,以中国东南沿海某海港高桩码头结构为例进行流程演示,结合该工程特点从知识图谱中抽取安全评估指标并建立该工程分级评估系统,分层计算模糊评估向量并得到码头整体安全等级为A级。该结果与工程检测机构评估结果一致,验证了所建知识图谱的适用性与修正的AHP-FCE法的正确性,说明该方法可推广应用于其他各类码头结构的运维评估。

基于熵权TOPSIS方法与模糊物元模型的河西走廊地区旅游生态安全评估

旅游地生态安全评估事关旅游可持续发展,择优选取评价方法对降低旅游生态安全评估结果不确定性意义重大。基于此,以河西走廊地区5个地级市2011—2020年旅游生态安全状况为研究对象,构建旅游生态安全评价指标体系,对熵权-优劣解距离法(熵权TOPSIS法)与模糊物元模型量化结果进行评价。结果表明:(1)2种方法评价结果表明,河西走廊地区旅游生态安全总体呈上升趋势。(2)河西走廊地区驱动力指数与压力指数变化趋势相对协调,影响指数与状态指数变化趋势相似,响应指数较好地反映了区域政府的举措成果。(3)模糊物元模型方法获得的评价结果可信度更高。研究结果可为评估旅游生态安全体系选取模型时提供一定参考。

基于模糊邻域熵的离群点检测方法

离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并结合熵的不确定性,提出一种新的基于模糊邻域熵的离群点检测方法.首先,采用模糊邻域半径和混合模糊相似度构造模糊邻域近似空间;然后,定义一种特定的模糊邻域组合熵和相对模糊邻域组合熵来构建模糊邻域离群度,进而定义基于模糊邻域熵的离群因子实现离群点检测,并设计了基于模糊邻域熵的离群点检测算法(FNEOD).最后,将FNEOD算法与主要的离群点检测算法进行比较.实验结果表明,该方法具有较好的有效性和适应性.

基于两阶段中立型交叉效率和Shannon熵的公交服务效益评价:利益相关者视角

为了获得高区分度、更准确的公交服务效益评价结果,提出了一种基于两阶段中立型交叉效率和Shannon熵集结模型的组合评价方法。基于网络数据包络分析模型得到两阶段中立型交叉效率模型中的自评结果,在此基础上测算出互评结果,利用Shannon熵集结模型将自评与互评结果集结得出最终交叉效率值。从公交企业、公众和政府三方利益相关者的角度构建了公交服务效益评价指标体系,对2011~2016年间“长三角”地区案例进行研究。结果表明:大多数公交企业的运营状况均不佳,但综合效益总体上在缓慢提升;服务过程评价结果显著优于生产过程评价结果;小型规模公交企业综合效益最高,其次是中型规模企业,而大型规模企业最低;政府大量的补贴和公交企业过量的资源投入会对效益产生负面影响。

模糊散布熵及其应用

散布熵(dispersion entropy,DispEn)是近期提出的一种衡量信号不规则程度的动力学指标。相比于样本熵,散布熵可同时检测信号幅度和频率的变化,计算时间也大大缩短。然而,由于散布熵是基于取整函数(阶跃函数)设置的,对数据长度和参数选择较敏感,特别是类的数量(量化级别),某些情况下由噪声引起的信号幅值的微小变化会改变量化序列从而引起熵值剧烈波动。为解决这些局限性,结合模糊隶属度函数提出了模糊散布熵(fuzzy dispersion entropy,FuzzyDispEn)。在FuzzyDispEn中,基于欧式距离实现嵌入向量与量化级别的模糊化隶属。使用合成时间序列信号测试FuzzyDispEn相比DispEn的性能。结果表明,与DispEn相比,FuzzyDispEn对信号数据长度、参数选择的灵敏度更低,而且抗噪性更好。FuzzyDispEn还应用于脑电与轴承信号的复杂度检测,实验结果表明在真实物理信号分析方面FuzzyDispEn的性能表现同样优于DispEn。结果表明模糊散布熵可为信号复杂度测量提供一种新的方法。

基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择

现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记将多标记论域划分为多个样本集,计算样本集的特征均值作为标记下样本的原始中心点,以最远样本的距离乘以距离系数,去除边缘样本集,定义了新的有效样本集,计算中心偏移处理后的标记下每个特征的得分以及标记集的特征得分,进而建立了基于中心偏移的多标记Fisher score模型,预处理多标记数据。然后,引入多标记分类间隔作为自适应模糊邻域半径参数,定义了模糊邻域相似关系和模糊邻域粒,由此构造了多标记模糊邻域粗糙集的上、下近似集;在此基础上提出了多标记邻域粗糙直觉隶属度函数和非隶属度函数,定义了多标记邻域直觉模糊熵。最后,给出了特征的外部和内部重要度的计算公式,设计了基于邻域直觉模糊熵的多标记特征选择算法,筛选出最优特征子集。在多标记K近邻分类器下、9个多标记数据集上的实验结果表明,所提算法选择的最优子集具有良好的分类性能。