一种基于SCAD惩罚回归的熵权TOPSIS能源潜力评估方法与流程

一种基于scad惩罚回归的熵权topsis能源潜力评估方法
技术领域
1.本发明涉及本发明属于能源潜力评估领域，具体涉及一种基于scad惩罚回归的熵权topsis能源潜力评估方法。


背景技术：

2.构建客观“清洁低碳安全高效”能源体系是实现能源高效利用的有效路径。目前，有关能源绩效潜力评估，体系构建过程中主观经验干扰过大，缺乏对主观干扰进行有效剔除的评估方法。


技术实现要素：

3.本发明的目的在于提供一种基于scad惩罚回归的熵权topsis能源潜力评估方法，该方法有利于对能源潜力进行有效评估。
4.为实现上述目的，本发明采用的技术方案是：一种基于scad惩罚回归的熵权topsis能源潜力评估方法，包括以下步骤：
5.步骤s1：确定样本区域，构建能源绩效评价指标体系，并获取数据；
6.步骤s2：利用scad惩罚回归方法建立各评价指标与能源消费量之间的关系，并确定能源绩效评价的新指标体系；
7.步骤s3：对新指标体系中的评价指标进行数据标准化处理，并利用熵值法测算新指标体系下的指标权重；
8.步骤s4：利用topsis模型计算能源绩效评价指数，并得到最终绩效排序。
9.进一步地，所述步骤s1中，确定样本区域n个，并构建能源绩效评价指标体系，其中评价指标共g个，然后获取数据。
10.进一步地，所述步骤s2中，利用scad惩罚回归方法建立各评价指标与能源消费量之间的关系，其具体方法为：
11.对于线性回归方程：
12.y＝xβ ε
13.其中，y为能源消费量，x为各评价指标，β为各指标对应的系数；令z＝x
t
y，引入惩罚函数pj(
·
)，则包含惩罚项的方程形式为：
[0014][0015]
其中，λ为惩罚函数中的阈值参数，g表示初始指标体系中的指标个数，βj表示第j个指标对应的系数；
[0016]
对上式进行最小化求解；上式最小化等价于最小化，则有：
[0017]
p
λ
(|θ|)＝λ
2-(|θ|-λ)2i(|θ|＜λ)
[0018]
进一步可得：
[0019]
其中，p
λ
(|
·
|)表示λp(|
·
|)，具体含义为p(|
·
|)依赖于λ；θ表示等价式中的待估参数，为θ的估计量；i(
·
)表示示性函数；
[0020]
同时，对于连续可导的惩罚函数采用如下方程：
[0021][0022]
上式求解为：
[0023][0024]
对于a值，通过交叉检验方法求解；
[0025]
通过引入惩罚项，依据不同指标的系数特征，分别进行收缩，并将收缩后为0的指标剔除，进而得到新指标体系，包含m个评价指标。
[0026]
进一步地，所述步骤s3中，对新指标体系中的评价指标进行数据标准化处理，具体为：
[0027]
x＝(x
ij
)z×m(i＝1,2,3,...,z；j＝1,2,3,...,m)
[0028][0029]
其中，x
ij
为第i个区域的第个j指标值，共有区域n个，共有指标m个；x
′
ij
为x
ij
标准化后的值。
[0030]
进一步地，所述步骤s3中，利用熵值法测算新指标体系下的指标权重，具体为：
[0031][0032]
其中，第j个指标的熵为hj，p
ij
为x
′
ij
在所有标准化数值加总中的比例，k为计算熵值的参数；
[0033]
每个指标权重为：且
[0034]
进一步地，所述步骤s4中，利用topsis模型计算能源绩效评价指数，并得到最终绩效排序，其具体方法为：
[0035]
对于能源绩效评价指标体系，计算加权矩阵并确定最优解与最劣解
[0036]
r＝(r
ij
)n×m,r
ij
＝ωj·
x
′
ij
(i＝1,2,3,...,n；j＝1,2,3,...,m)
[0037]
[0038][0039]
其中，r
ij
为x
ij
加权标准化后的值；r为对应的加权标准化矩阵；
[0040]
各评价单元到最优解、最劣解之间的欧式距离为：
[0041][0042][0043]
计算第i个区域的能源绩效评价指数ci：并对指数进行排序，得到最终绩效排序。
[0044]
与现有技术相比，本发明具有以下有益效果：本发明在能源潜力评估过程中，对评价体系中的主观干扰进行了有效剔除，并计算出目标区域的能源绩效水平，更加具有现实意义。通过该方法，能够得到更贴近现实的能源绩效指数，并且能够对其潜力进行有效评估，这能够为中长期的能源政策制定提供数据支撑。
附图说明
[0045]
图1为本发明实施例的方法实现流程图。
具体实施方式
[0046]
下面结合附图及实施例对本发明做进一步说明。
[0047]
应该指出，以下详细说明都是示例性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
[0048]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0049]
如图1所示，本实施例提供了一种基于scad惩罚回归的熵权topsis能源潜力评估方法，包括以下步骤：
[0050]
步骤s1：确定样本区域，构建能源绩效评价指标体系，并获取数据。
[0051]
步骤s2：利用scad惩罚回归方法建立各评价指标与能源消费量之间的关系，并确定能源绩效评价的新指标体系。其具体方法为：
[0052]
对于线性回归方程：
[0053]
y＝xβ ε
[0054]
其中，y为能源消费量，x为各评价指标，β为各指标对应的系数；令z＝x
t
y，引入惩罚函数pj(
·
)，则包含惩罚项的方程形式为：
[0055][0056]
其中，λ为惩罚函数中的阈值参数，g表示初始指标体系中的指标个数，βj表示第j个指标对应的系数。
[0057]
对上式进行最小化求解；上式最小化等价于最小化，则有：
[0058]
p
λ
(|θ|)＝λ
2-(|θ|-λ)2i(|θ|＜λ)
[0059]
进一步可得：
[0060]
其中，p
λ
(|
·
|)表示λp(|
·
|)，具体含义为p(|
·
|)依赖于λ；θ表示等价式中的待估参数，为θ的估计量；i(
·
)表示示性函数。
[0061]
同时，对于连续可导的惩罚函数采用如下方程：
[0062][0063]
上式求解为：
[0064][0065]
对于a值，通过交叉检验方法求解。
[0066]
通过引入惩罚项，依据不同指标的系数特征，分别进行收缩，并将收缩后为0的指标剔除，进而得到新指标体系，包含m个评价指标。
[0067]
步骤s3：对新指标体系中的评价指标进行数据标准化处理，并利用熵值法测算新指标体系下的指标权重。
[0068]
其中，对新指标体系中的评价指标进行数据标准化处理，具体为：
[0069]
x＝(x
ij
)z×m(i＝1,2,3,...,z；j＝1,2,3,...,m)
[0070][0071]
其中，x
ij
为第i个区域的第个j指标值，共有区域n个，共有指标m个；x
′
ij
为x
ij
标准化后的值。
[0072]
利用熵值法测算新指标体系下的指标权重，具体为：
[0073][0074]
其中，第j个指标的熵为hj，p
ij
为x
′
ij
在所有标准化数值加总中的比例，k为计算熵值的参数。
[0075]
每个指标权重为：且
[0076]
步骤s4：利用topsis模型计算能源绩效评价指数，并得到最终绩效排序。其具体方法为：
[0077]
对于能源绩效评价指标体系，计算加权矩阵并确定最优解与最劣解
[0078]
r＝(r
ij
)n×m,r
ij
＝ωj·
xi′j(i＝1,2,3,...,n；j＝1,2,3,...,m)
[0079][0080][0081]
其中，r
ij
为x
ij
加权标准化后的值；r为对应的加权标准化矩阵。
[0082]
各评价单元到最优解、最劣解之间的欧式距离为：
[0083][0084][0085]
计算第i个区域的能源绩效评价指数ci：并对指数进行排序，得到最终绩效排序。
[0086]
在本实施例中，样本区域为福建省、广东省、江苏省、浙江省，构建能源绩效评价指标体系，并进行数据说明，其中能源绩效评价指标体系如表1所示，具体数据如表2-1至表2-3所示：
[0087]
表1：能源绩效评价体系
[0088]
[0089][0090]
表2-1：原始数据
[0091]
[0092]
[0093][0094]
表2-2：原始数据
[0095]
[0096][0097]
表2-3：原始数据
[0098]
[0099][0100]
基于scad惩罚回归方程，考察各指标与能源消费量之间的关系，具体结果如表3所示：
[0101]
表3：基于scad惩罚回归的指标系数结果
[0102][0103]
基于表2结果可知，将系数为0的指标剔除，并汇总新的指标体系，具体如表4所示：
[0104]
表4：调整后的能源绩效评价体系
[0105]
[0106][0107]
对调整后的能源绩效评价指标进行数据标准化处理，具体结果如表5-1和表5-2所示；并利用熵值法测算评价体系下的指标权重，具体结果如表6-1和表6-2所示：
[0108]
表5-1：标准化处理
[0109]
[0110][0111]
表5-2：标准化处理
[0112]
[0113]
[0114][0115]
表6-1：权重说明(％)
[0116][0117]
表6-2：权重说明(％)
[0118]
[0119][0120]
利用topsis模型计算能源绩效指数(即相对接近度)，并得到最终绩效排序，具体结果如表7所示：
[0121]
表7：能源绩效指数及排序
[0122]
[0123]
[0124][0125]
上述结果可用来分析综合能源绩效。通过分析可以发现，近年来，各省的能源发展排名变化较大。从能源绩效指数均值角度而言，福建发展最好，广东发展次之，江苏提升空间较大，浙江提升空间最大。
[0126]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。