[发明专利]基于层次分析法与熵权值法的电动汽车充电网络评价方法

权利要求书

1.一种基于层次分析法与熵权值法的电动汽车充电网络评价方法，其特征在于，包括：

通过层次分析法确定目标指标的主观权重向量，其中，所述目标指标用于对待评价充电网络进行评价，所述目标指标的数量至少为一个；

通过熵值法确定所述目标指标的客观权重向量；

结合所述主观权重向量和所述客观权重向量确定所述目标指标的组合权重向量；

通过计算所述组合权重向量和所述目标指标的加权和来对所述待评价充电网络进行评价。

2.根据权利要求1所述的方法，其特征在于，结合所述主观权重向量和所述客观权重向量确定所述目标指标的组合权重向量包括：

通过公式θ_i＝αv_i+(1-α)μ_i计算目标指标Ai的组合权重向量；

其中，所述目标指标Ai为至少一个目标指标中的第i个目标指标，i依次取1至q，q为所述目标指标的数量；v_i为所述目标指标Ai的主观权重向量，μ_i为所述目标指标Ai的客观权重向量，θ_i为所述目标指标Ai的组合权重向量。

3.根据权利要求1所述的方法，其特征在于，通过计算所述组合权重向量和所述目标指标的加权和来对所述待评价充电网络进行评价包括：

通过公式对所述待评价充电网络进行评价，得到所述待评价充电网络的评价值；

其中，Z_i表示目标指标Ai，所述目标指标Ai为至少一个目标指标中的第i个目标指标，q为所述目标指标的数量，Z为所述待评价充电网络的评价值。

4.根据权利要求1所述的方法，其特征在于，每个所述目标指标中包括多层级的子指标，通过层次分析法确定目标指标的主观权重向量包括：

构造所述目标指标的判断矩阵A＝{a_ij}n×n，其中，a_ij表示子指标i与子指标j的相对重要程度，所述子指标i为所述目标指标中所述子指标j的上一级子指标；

在所述判断矩阵满足一致性的情况下，计算所述判断矩阵A＝{a_ij}n×n的权重系数，并将所述权重系数作为所述目标指标的主观权重，并基于各个所述目标指标的主观权重确定所述主观权重向量。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在所述判断矩阵不满足一致性的情况下，计算所述判断矩阵的最大特征根λ_max，并利用所述最大特征根λ_max计算一致性检验指标CI；

基于公式CR＝CI/RI确定是否对所述判断矩阵进行修正，其中，所述CI为一致性检验指标，CR为一致性比率指标；

如果CR大于目标数值，则对所述判断矩阵进行修正。

6.根据权利要求1所述的方法，其特征在于，通过熵值法确定所述目标指标的客观权重向量包括：

基于所述目标指标的原始数据构建原始数据矩阵；

基于所述原始矩阵数据确定所述目标指标的贡献度；

基于所述目标指标的贡献度计算所述目标指标的熵值，并基于所述熵值确定所述目标指标的差异性系数；

基于所述差异性系数确定所述目标指标的客观权重，并基于各个所述目标指标的客观权重确定所述客观权重向量。

7.根据权利要求6所述的方法，其特征在于，基于所述原始矩阵数据确定所述目标指标的贡献度包括：

基于公式确定目标指标Ai的贡献度，其中，P_ij表示所述目标指标Ai在第j历史评价年的贡献度，n为历史评价年的总数。