基于信息熵的专家聚类赋权方法

鉴于群组决策专家赋权方法研究中, 现有赋权方法虽然考虑了专家给出的排序向量的一致性, 但缺乏对排 序向量信息相似性的度量, 导致可能出现排序向量与群体共识相近, 但信息不确定性较大的专家被赋予了与其他专 家相同权重的问题. 基于此, 提出一种基于信息熵的专家聚类赋权方法, 运用信息相似系数对排序向量进行聚类分 析, 根据聚类结果和排序向量的信息熵来确定专家的权重. 具体算例表明, 该方法有效且可行.