前言

這也是用來賦權重的一種算法。前面建模算法講到了層次分析法，主要的缺點就是完全靠個人的評價主觀性太強了，用來挑男友還是可以的，畢竟是你自己挑不用管別人。這篇要講一個更加客觀的賦權重的方法叫做熵權法。總結來說，熵權法是通過尋找數據本身的規律來賦權重的一種方法。

熵是熱力學單位，在數學中，信息熵表示事件所包含的信息量的期望。根據定義，對于某項指標，可以用熵值來判斷某個指標的離散程度，其熵值越小，指標的離散程度越大，該指標對綜合評價的影響（權重）越大。

01實例分析

用一篇高引用的核心期刊論文[1]為例,針對各個銀行的資產收益率，費用利潤率，逾期貸款率，非生息資產率，流動性比率，資產使用率，自有資本率指標進行評價。設資產收益率為A，費用利潤率為B，逾期貸款率為C，非生息資產率為D，流動性比率為E，資產使用率為F，自有資本率為G。數據表格如下：

針對這些指標對十二個銀行進行評分。

02原理解析

step1 指標正向化

不同的指標代表含義不一樣，有的指標越大越好，稱為越大越優型指標。有的指標越小越好，稱為越小越優型指標，而有些指標在某個點是最好的，稱為某點最優型指標。為方便評價，應把所有指標轉化成越

總結

以上是生活随笔為你收集整理的【数学建模】MATLAB应用实战系列（九十一）-熵权法应用案例（附MATLAB和Python代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。