一种基于约束最大熵的动态权重调整方法与流程

本发明涉及一种动态权重调整方法，具体说是一种基于约束最大熵的动态权重调整方法。

背景技术：

1、由于不同的实体存在多种指标可以进行衡量，因此要对实体进行综合的评价，需要对不同的实体进行综合分析，对每种指标赋予相应的权重，权重的取值应当体现客观、有区分性的原则。

2、现有的技术一般通过以下几种方法进行资源调度：

3、1、通过人工规则设定，例如对于比较关键的指标赋予更高的权重，对于不重要的指标赋予较低的权重；

4、2、通过统计计算，对每项指标，求出该项指标的变化率或者方差，对方差更高的指标赋予更高的权重，对方差较小的指标赋予较低的权重。

5、人工规则的方法需要依赖有经验的人员，维护权重规则系统，并且往往效果并不好；统计计算的方法只能每次考虑单项指标，并不能对多种指标进行统一的处理；现有的方法很难同时综合考虑多项指标，设计客观、有区分的权重体系。

技术实现思路

1、为了克服现有技术中存在的不足，本发明的目的是提供一种基于最大熵的动态权重调整方法，具有客观、有区分性的特征，可以综合考虑多种指标进行分析处理，并具有统一的优化目标，更适合在动态评分系统中进行使用。

2、技术方案：为解决上述技术问题，本发明采用的技术方案为：

3、一种基于约束最大熵的动态权重调整方法，其特征在于该方法包括以下步骤：

4、(1)数据预处理，包括数据归一化、离散化、红线指标处理；

5、(2)时序数据预测，通过时间序列预测，判断不同指标的发展趋势；

6、(3)指标筛选，对指标的方差进行筛选，过滤方差偏低的指标；

7、(4)通过基于约束的最大熵对动态评分问题进行建模；

8、(5)通过基于信赖域的方法进行优化问题求解。

9、数据预处理中，对布尔值进行二值化，对数值型的指标，通过正态分布，对指标数据进行分段处理；

10、时序处理中，对需要考虑时序关系的指标，通过时序卷积的方式，预测下一个时刻该指标的预测值，并比较该指标的当前值和下一时刻的预测值，判断该项指标是在提升还是下降；

11、指标筛选中，对于方差非常小的指标，去除该项指标。

12、最大熵优化：通过最大熵原理对指标权重进行优化，需要利用基于信赖域的优化算法进行计算处理。

13、本发明基于约束最大熵的动态权重调整方法，输入为不同实体的多维指标，通过最大熵原理，为每一项权重进行自适应的权重调整，同时兼顾每项指标的历史变化趋势，找到最优的权重方案，使得对每个实体的最终评分可以实现客观、有区分性的目标。

14、本发明针对不同评分系统的高维指标，处理具有时序变化的指标权重，同时具有较高的区分性和较高的实用性。本发明具有客观、有区分性的特征，可以综合考虑多种指标进行分析处理，并具有统一的优化目标，更适合在动态评分系统中进行使用。

技术特征：

1.一种基于约束最大熵的动态权重调整方法，其特征在于该方法包括以下步骤：

2.根据权利要求1所述的一种基于约束最大熵的动态权重调整方法，其特征在于：步骤(1)中，对布尔值进行二值化，对数值型的指标，通过正态分布，对指标数据进行分段处理。

3.根据权利要求1所述的一种基于约束最大熵的动态权重调整方法，其特征在于：步骤(2)中，对需要考虑时序关系的指标，通过时序卷积的方式，预测下一个时刻该指标的预测值，并比较该指标的当前值和下一时刻的预测值，判断该项指标是在提升还是下降。

4.根据权利要求1所述的一种基于约束最大熵的动态权重调整方法，其特征在于：步骤(3)中，对处理后的指标，计算指标的方差，计算公式为

5.根据权利要求1所述的一种基于约束最大熵的动态权重调整方法，其特征在于：步骤(4)中，连续变量的最大熵的表示：

6.根据权利要求1所述的一种基于约束最大熵的动态权重调整方法，其特征在于：步骤(5)中，由于最大熵的目标一般为一个凸函数，通过一阶优化的梯度提升算法进行参数迭代；算法过程如下：

技术总结
本发明公开了一种基于约束最大熵的动态权重调整方法，步骤包括：数据预处理，包括数据归一化、离散化、红线指标处理等；时序数据预测，通过时间序列预测，判断不同指标的发展趋势；指标筛选，对指标的方差进行筛选，过滤方差偏低的指标；通过基于约束的最大熵对动态评分问题进行建模；通过基于信赖域的方法进行优化问题求解。本发明针对不同评分系统的高维指标，处理具有时序变化的指标权重，同时具有较高的区分性，和较高的实用性。

技术研发人员：黄峻岭,欧家坤,王昕宇,冯家欣,查易艺,范敏伟
受保护的技术使用者：国网江苏省电力有限公司
技术研发日：
技术公布日：2024/1/15