10.3969/j.issn.1006-8554.2023.09.006
基于Kullback-Leibler散度的多指标群体评价算法研究
针对目前高校、科研机构中科研业绩考核使用量化打分存在重数量、轻质量等问题,通过引入同行评议机制,建立基于Kullback-Leibler(KL)散度的多指标群体评价模型.首先利用熵权法求解出指标的客观权重;然后基于Kullback-Leibler散度确定群体评价的集成权重,给出了多指标群体决策问题的求解算法.与传统算法相比较,KL散度方法能逼近先验分布概率,无需反复迭代和人为调整参数,在计算时间上有较为明显的优势;算例分析验证了模型和算法的有效性.
科研业绩考核、多指标群体评价、熵权法、Kullback-Leibler散度
30
TP315;F224;G311
2023-10-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
28-31