一种基于秩和比-熵权法的电动汽车综合评价方法
张晓磊曾亚敏李佳佳吕志林
摘要：本文通过充分调研，获得了电动汽车的主要评价指标和可用数据。然后提出了一种基于秩和比-熵权法的电动汽车评价方法，使用熵权赋值法（EWM）对传统的秩和比法（RSR）进行了改进，能够计及电动汽车多方面的指标数据进行綜合评价，充分考虑客观因素对指标进行赋权，最终得出各类车型的综合排名，为电动汽车的评价和选型提供了可靠依据。
关键词：电动汽车熵权法秩和比综合评价
电动汽车是汽车领域未来的发展方向，工业协会数据显示，2022年中国电动汽车销量突破400万辆，占全球市场的45%[1]。对电网而言，电动汽车在削峰填谷、优化电能质量等方面着不俗的潜力，对普通用户而言，新能源汽车兼具清洁可靠、燃料费用低的优点和续航能力差、可靠性存疑等缺点。因此如何对电动汽车进行综合评价，考虑多方面的诉求筛选出最佳车型是电动汽车领域的重要研究内容。
目前国内外研究者在电动汽车综合评价标准方面尚未形成共识。美国基于“先进车辆测试项目”和“SAE电动汽车技术标准项目”建立起了完整的评价机制，日本也逐步完成了电动汽车评价标准的确立[2]。而国内的中国汽车技术研究院、中国汽车工程研究院则相继起草了中国新车评价规程（C-NCAP）、中国智能汽车指数管理办法（i-Vista）等测试标准，从续航、安全、智能、体验这四个维度出发，提了相关的测试项目及标准，但并未考虑综合评价模型的建立[3-5]。
文献[6，7]着眼于电动汽车发展状况及社会适应度的评价，基于TOPSIS法等对指标数据进行了处理。文献[8，9]则使用模糊层次分析对电动汽车安全性进行了评价。用户体验方面，文献[10-12]从电动汽车的电池性能、噪音、驾驶体验等角度出发，提出了相应的评价理论。
但是上述研究多是以电动汽车的某一个性能为出发点进行评价，不能满足用户挑选汽车的需求，且部分评价方法存在数据量不足、客观性缺失等薄弱点。本文站在用户的角度，计及电动汽车的基础性能、用户体验和安全性，提出了一种基于秩和比——熵权法的电动汽车综合评价方法，考虑了电动汽车各维度的多个指标，在数据处理过程中充分捕捉主客观信息，能够为用户的电动汽车选型提供有效参考。
2评价指标
通过网络调研，用户访问、专家访谈等方式，本文锁定了基本性能、用户体验、安全性三个主要维度对电动汽车进行评价，限于篇幅，本文仅选取了三个维度下重要性高、代表性强、客户最为关心的8个指标作为评价依据。
3秩和比-熵权综合评价法
本研究建立了新能源汽车的秩和比——熵权综合评价法（RSR-EWM），具体实施过程如下：
1、使用发放调查问卷、咨询专家、网络调研等方式获取评价对象的各指标数据或评分。
2、形成原始评价数据矩阵。假设有m种新能源汽车作为评价对象，有n个评价指标，则可以得到m行n列的原始数据矩阵。其中表示第i种汽车的第j个指标的评分。
3、对原始数据矩阵做正向标准化处理，对于效益型指标（评分越高越好），其计算公式为：
对于成本型指标（评分越低越好），其计算公式为：
4、计算每一个指标的秩。为了克服RSR在进行秩次化时易损失定量信息的缺点，本研究不直接按照指标得分大小进行编秩，而是用类线性插值法对指标得分进行编秩，所编秩次与原指标值之间存在定量线性关系，其计算公式为：
5、使用熵权法计算各评价指标的权重。计算步骤如下。
（1）计算第j项指标下第i个评价对象所占的比重，并将其看作相对熵计算中用到的概率：
（2）计算每个指标的信息熵：
（3）将信息熵归一化得到各指标的熵权：
6、计算加权秩和比WRSR，加权秩和比的值越大则评价结果越好。计算公式为：
7、确定的分布（转化为概率单位）。的分布是指用概率单位Probit值表达的特定的累计频率。Probit模型是一种广义的线性模型，服从正态分布。其转换方法为：
（1）将的值按照从小到大的顺序排列。
（2）列出各组频数并计算累计频数。
（3）确定各的平均秩次。对于频数为1的值，的取值就是的排名，排名越靠后说明评价对象越优秀。对于频数不是1的值，的取值为各个排名的均值。
（4）计算向下累计频率，最后一项用进行修正。
（5）将向下累计频率换算为概率单位Probit，Probit为累计频率对应的标准正态离差μ加5，也可以查阅“百分数与概率单位对照表”获取。
8、以累积频率所对应的概率单位Probit为自变量，以值为因变量，计算线性回归方程：
并对该回归方程进行检验。
9、根据概率单位Probit以及秩和比的矫正值进行分档排序。
4案例分析
4.1信息收集
如表2所示，本文调研了2020到2022年间的热销电动汽车品牌，选用了特斯拉、比亚迪、小鹏等品牌旗下的共8款电动汽车作为评价对象，并对其指标数据进行了收集，数据来源有达示数据库[13]、汽