论文部分内容阅读
摘 要:数据治理成效评价作为供电企业数据治理的关键环节,对推动电力业务集约化、精益化、标准化和信息化支撑的意义重大。本文提出基于“AHP+熵权”耦合TOPSIS法构建供电企业数据治理成效评价模型。依据数据治理情况进行实证研究,最终结果检验了数据治理成效评价模型的可行和实用性。
关键词:数据治理成效评价 AHP 熵权 TOPSIS法
中图分类号:F275 文献标识码:A 文章编号:1674-098X(2017)09(c)-0172-02
数据是企业管理的基础,也是电改浪潮中提质增效、提升核心竞争力的重要资源。随着大数据时代的到来,数据及其治理受到企业的高度重视。近年来,国家电网公司、四川省电力公司的主要领导多次强调“要用数据管理企业、用信息驱动业务”,全力推动现代化信息企业建设。
1 供电企业数据治理成效评价指标体系的确立
根据供电企业数据治理成效指标体系的选取原则,通过深入研究数据治理相关理论和全面调研绵阳公司各业务部门数据治理工作开展情况,结合相关专家学者的意见和建议,建立包括数据梳理能力、数据管理能力、数据质量水平和数据服务能力等四个维度的供电企业数据治理成效评价指标体系[1]。
2 供电企业数据治理计算步骤
2.1 AHP法计算步骤
2.1.1 构造判断矩阵
基于两两对比法,对不同指标的重要度进行比对计算,建立判断矩阵A。
(1)
注:矩阵中为两两指标的重要度比值,表示第i个指标的重要度与第j个指标的重要度比值。相应地,第j个指标的重要度与第i个指标的重要度比值为的倒数,判断矩阵A是正互反矩阵。
2.1.2 计算各指标的主观权重
计算判断矩阵的特征向量,得到各指标的权重值,具体计算步骤如下:
(2)
其中,是判断矩阵每一行元素乘积的n次方根。
, (3)
2.1.3 进行一致性检验
基于判断分配合理性的目的,需要对判断矩阵的一致性进行检验[2]。具体检验公式如下:
(4)
其中,CI为一致性指标;RI为随机一致性指标,可以通过查表得出;为矩阵A的最大特征根。
(5)
仅当CR<0.1时,一致性检验通过,否则需要重新修正判断矩阵。
2.2 熵权法具体计算步骤
2.2.1 标准化指标
设有m个被评价对象,n个评价指标,则原始数据矩阵为:,将指标标准化如下:
(6)
2.2.2 计算指标信息熵
对于标准化后的指标值,其信息熵的计算公式为:
(7)
2.2.3 计算各指标的客观权重
根据各指标的信息熵计算得出指标的熵权,即各指标权重,具体计算公式为:
(8)
, (9)
2.3 TOPSIS法具体计算步骤
2.3.1 基于“AHP+熵权”确定综合权重
根据AHP法确定主观权重,根据熵权法确定客观权重,基于主观权重和客观权重确定综合权重,计算公式如下:
(10)
s.t. (11)
2.3.2 标准化决策矩阵
由m个被评价对象,n个指标确定的初始判断矩阵如下:
(12)
其中,表示第i个被评价对象的第j个评价指标的值。
由于不同的指标性质不同,量纲也不同,为实现指标之间的互比性,对原始数据进行标准化处理,消除不同量纲的影响,从而形成标准化决策矩阵如下:
, (13)
其中,为经过标准化处理后的值。
2.3.3 建立加权标准化决策矩阵
将标准化决策矩阵D中的每一列与其对应的指标层中的各指标的权重相乘,得到加权标准化决策矩阵F。
(14)
2.3.4 样本贴进度计算
贴近度计算是为了反映各被评价对象的各项指标靠近最优解的程度,通过对贴近度进行排序就可以实现对指标的排序。贴近度计算首先需要计算出正理想解F+与负理想解F-,具体计算公式如下:
(15)
各被评价对象的指标值与理想解之间的距离计算公式为:
(16)
式中,,分别为样本指标与正负理想解间的距离;,分别为理想解F+,F-所对应的元素值。
贴近度的计算公式为:
(17)
其中,Ei∈(0,1)。特别地,当样本为正理想解时,Ei=1;当样本为负理想解时,Ei=0。
3 算例分析
3.1 基于AHP法确定主观权重
邀请5位专家分别对指标体系中两个层次的指标重要度进行打分,利用几何平均法汇总五位专家的打分结果形成判断矩阵。然后根据式(2)和式(3),采用MatLab软件,计算出16个指标的具体权重值,即主观权重值。最后根据式(4)和式(5)进行一致性检验,发现各判断矩阵均通过一致性检验。
3.2 基于熵權法确定客观权重
首先,建立5个部门、16个指标的原始数据矩阵X=(xij)m×n,再根据式(7)得到信息熵矩阵Bj然后根据计算出的信息熵,确定各指标的熵权,即客观权重值wj。
3.3 基于“AHP+熵权”确定综合权重
运用公式(10)和公式(11),综合AHP法确定的主观权重Wj和熵权法确定的客观权重wj,计算得出供电企业数据治理成效评价指标的综合权重ωj。
3.4 基于“AHP+熵权”耦合TOPSIS法进行数据治理成效
鉴于指标体系中不同指标的量纲和性质不同,本文将绵阳公司5个部门数据治理成效的相关数据进行标准化处理,得到标准化决策矩阵。将标准化决策矩阵D中的每一列与计算得出的综合权重值ωj相乘,根据式(14)得到加权标准化决策矩阵F,最后,根据式(15)可以计算出正、负理想解分别为:
根据式(16)、(17)可以计算出各部门与正负理想解的贴近度。
根据表1可以看出部门1的数据治理成效最好,部门5的数据治理成效最差,部门3和部门4的数据治理情况处于中间水平。
4 结语
本文构建了基于“AHP+熵权”耦合TOPSIS法的供电企业数据治理成效评价模型,通过结合AHP和熵权两种方法的优势综合确定权重,避免单一使用AHP法造成的权重主观性过强,解决TOPSIS方法在多研究因素的情况下不能合理分配权重的问题。
参考文献
[1] 杨栋枢,杨德胜.基于熵权和层次分析法的数据质量评估研究[J].现代电子技术,2013,11(36):39-42.
[2] El?bieta Radziszewska-Zielina,Bart?omiej Szewczyk.Supporting Partnering Relation Management in the Implementation of Construction Projects Using AHP and Fuzzy AHP Methods[J].Procedia Engineering,2016:161.
关键词:数据治理成效评价 AHP 熵权 TOPSIS法
中图分类号:F275 文献标识码:A 文章编号:1674-098X(2017)09(c)-0172-02
数据是企业管理的基础,也是电改浪潮中提质增效、提升核心竞争力的重要资源。随着大数据时代的到来,数据及其治理受到企业的高度重视。近年来,国家电网公司、四川省电力公司的主要领导多次强调“要用数据管理企业、用信息驱动业务”,全力推动现代化信息企业建设。
1 供电企业数据治理成效评价指标体系的确立
根据供电企业数据治理成效指标体系的选取原则,通过深入研究数据治理相关理论和全面调研绵阳公司各业务部门数据治理工作开展情况,结合相关专家学者的意见和建议,建立包括数据梳理能力、数据管理能力、数据质量水平和数据服务能力等四个维度的供电企业数据治理成效评价指标体系[1]。
2 供电企业数据治理计算步骤
2.1 AHP法计算步骤
2.1.1 构造判断矩阵
基于两两对比法,对不同指标的重要度进行比对计算,建立判断矩阵A。
(1)
注:矩阵中为两两指标的重要度比值,表示第i个指标的重要度与第j个指标的重要度比值。相应地,第j个指标的重要度与第i个指标的重要度比值为的倒数,判断矩阵A是正互反矩阵。
2.1.2 计算各指标的主观权重
计算判断矩阵的特征向量,得到各指标的权重值,具体计算步骤如下:
(2)
其中,是判断矩阵每一行元素乘积的n次方根。
, (3)
2.1.3 进行一致性检验
基于判断分配合理性的目的,需要对判断矩阵的一致性进行检验[2]。具体检验公式如下:
(4)
其中,CI为一致性指标;RI为随机一致性指标,可以通过查表得出;为矩阵A的最大特征根。
(5)
仅当CR<0.1时,一致性检验通过,否则需要重新修正判断矩阵。
2.2 熵权法具体计算步骤
2.2.1 标准化指标
设有m个被评价对象,n个评价指标,则原始数据矩阵为:,将指标标准化如下:
(6)
2.2.2 计算指标信息熵
对于标准化后的指标值,其信息熵的计算公式为:
(7)
2.2.3 计算各指标的客观权重
根据各指标的信息熵计算得出指标的熵权,即各指标权重,具体计算公式为:
(8)
, (9)
2.3 TOPSIS法具体计算步骤
2.3.1 基于“AHP+熵权”确定综合权重
根据AHP法确定主观权重,根据熵权法确定客观权重,基于主观权重和客观权重确定综合权重,计算公式如下:
(10)
s.t. (11)
2.3.2 标准化决策矩阵
由m个被评价对象,n个指标确定的初始判断矩阵如下:
(12)
其中,表示第i个被评价对象的第j个评价指标的值。
由于不同的指标性质不同,量纲也不同,为实现指标之间的互比性,对原始数据进行标准化处理,消除不同量纲的影响,从而形成标准化决策矩阵如下:
, (13)
其中,为经过标准化处理后的值。
2.3.3 建立加权标准化决策矩阵
将标准化决策矩阵D中的每一列与其对应的指标层中的各指标的权重相乘,得到加权标准化决策矩阵F。
(14)
2.3.4 样本贴进度计算
贴近度计算是为了反映各被评价对象的各项指标靠近最优解的程度,通过对贴近度进行排序就可以实现对指标的排序。贴近度计算首先需要计算出正理想解F+与负理想解F-,具体计算公式如下:
(15)
各被评价对象的指标值与理想解之间的距离计算公式为:
(16)
式中,,分别为样本指标与正负理想解间的距离;,分别为理想解F+,F-所对应的元素值。
贴近度的计算公式为:
(17)
其中,Ei∈(0,1)。特别地,当样本为正理想解时,Ei=1;当样本为负理想解时,Ei=0。
3 算例分析
3.1 基于AHP法确定主观权重
邀请5位专家分别对指标体系中两个层次的指标重要度进行打分,利用几何平均法汇总五位专家的打分结果形成判断矩阵。然后根据式(2)和式(3),采用MatLab软件,计算出16个指标的具体权重值,即主观权重值。最后根据式(4)和式(5)进行一致性检验,发现各判断矩阵均通过一致性检验。
3.2 基于熵權法确定客观权重
首先,建立5个部门、16个指标的原始数据矩阵X=(xij)m×n,再根据式(7)得到信息熵矩阵Bj然后根据计算出的信息熵,确定各指标的熵权,即客观权重值wj。
3.3 基于“AHP+熵权”确定综合权重
运用公式(10)和公式(11),综合AHP法确定的主观权重Wj和熵权法确定的客观权重wj,计算得出供电企业数据治理成效评价指标的综合权重ωj。
3.4 基于“AHP+熵权”耦合TOPSIS法进行数据治理成效
鉴于指标体系中不同指标的量纲和性质不同,本文将绵阳公司5个部门数据治理成效的相关数据进行标准化处理,得到标准化决策矩阵。将标准化决策矩阵D中的每一列与计算得出的综合权重值ωj相乘,根据式(14)得到加权标准化决策矩阵F,最后,根据式(15)可以计算出正、负理想解分别为:
根据式(16)、(17)可以计算出各部门与正负理想解的贴近度。
根据表1可以看出部门1的数据治理成效最好,部门5的数据治理成效最差,部门3和部门4的数据治理情况处于中间水平。
4 结语
本文构建了基于“AHP+熵权”耦合TOPSIS法的供电企业数据治理成效评价模型,通过结合AHP和熵权两种方法的优势综合确定权重,避免单一使用AHP法造成的权重主观性过强,解决TOPSIS方法在多研究因素的情况下不能合理分配权重的问题。
参考文献
[1] 杨栋枢,杨德胜.基于熵权和层次分析法的数据质量评估研究[J].现代电子技术,2013,11(36):39-42.
[2] El?bieta Radziszewska-Zielina,Bart?omiej Szewczyk.Supporting Partnering Relation Management in the Implementation of Construction Projects Using AHP and Fuzzy AHP Methods[J].Procedia Engineering,2016:161.