严爱军,曹付起
(1.北京工业大学信息学部,北京 100124;2.数字社区教育部工程研究中心,北京 100124;3.城市轨道交通北京实验室,北京 100124)
权重指的是某一因素或指标相对于某一事物的重要程度,反映该因素或指标的相对重要性.权重的分配广泛应用于社会的各种系统中,无论是在多目标多因素系统的综合评价[1]和决策领域[2],还是在经济、社会、环境、科技等系统的软科学研究领域[3],以及不确定性环境下的参数预测领域[4],都涉及权重分配的问题.研究证明,权重的合理分配与否会对预测和决策结果产生较大的影响,因此,国内外学者对特征权重的分配方法展开了大量的研究.
综合国内外的研究,特征权重的分配方法主要分为3类:主观赋权法、客观赋权法和组合赋权法.主观赋权法主要是根据专家的知识经验或偏好,根据重要性程度对各特征的权重进行比较、分配或计算,主要方法有层次分析法[5]、专家估评法[6]和环比评分法[7],但主观赋权法的主观性和不确定性很强,专家对于权重的分配是根据实际经验和对预测对象的熟悉程度来制定的,不同的专家得到的结果并不完全一样,因此,主观赋权法的一致性和可信性难以得到保障.客观赋权法则是根据一定的数学理论和计算方法从特征数据出发对特征权重进行分配.主要方法有灰色关联度分析法[8]、神经网络法[9]、遗传算法[10]等.灰色关联度分析法通过将数据对比与几何图形发展态势相结合来求权重,该方法具有计算过程简单、无需大量样本等优点,但无法解决特征间相关性导致的冗余问题;……