熵值法是一个表示系统内部状态混乱程度的量度，通常熵值越大系统越混乱，反之则系统越有序。该方法的算法自适应功能强，计算结果可信度较大。由于农业科技项目自身的复杂性，在面对立项评价的多属性决策问题中需要对项目申请书同时进行基于专家打分的定性与定量分析，对于创新性强、专家间存在非共识的项目来说，虽然可以通过全面的立项指标体系将非共识分散化，但同时熵值法权重可以凸显个别项目的优势与劣势，在一定程度上也可能会引发出非共识评审结果。

1.熵值法基本思想

熵权法是利用各指标熵值所提供的信息量大小来决定指标权重的客观赋权法。在计算指标权重时，若某一个指标的数值在整个指标体系中的数值变化不大，则该指标在综合评价中所起的作用较小，即权重设置较小，相反如果数值变化较大，则权重设置也随之较大。

2.熵值法基本步骤

在对科技项目的创新性进行评价时，具体计算如下：

第一步，一级指标的权重集为V={V₁，V₂，V₃，V₄，V₅，V₆，V₇，V₈，V₉，}；二级指标的权重集为V_i={V_i1，V_i2，…，V_ij}。x_ij为评审专家对第i个项目的第j个指标的打分，x_j^∗是所有项目在该指标j上的最高得分。通常对于专家评级或打分来说，属于收益性指标，即值越大越好。

第二步，设有m个评审专家，有n个二级指标，其熵值为

对上式中的E求关于d_ij的导数，得到

其中(www.daowen.com)

第三步，当d_ij=d_j时，E_max=lnm，归一化处理后，第j个指标的重要性熵为

第四步，确定指标权重。评价指标权重可以表示为

式中

3.通过熵值法得到的创新性评价指标权重

由5位专家分别对应用开发研究的10个项目进行评价，根据所得到的评价指标，对于每个指标的打分级别为“特优”“优”“良”“中”“差”五个等级，分别计分5、4、3、2、1，由专家根据项目申请书的内容按照第4章给出创新性评价指标对每一个指标评定一个等级，其后是集结专家在每个指标上的评价，通过熵值法求得指标权重。由于专家打分越高越好，所以为收益性指标，取。

通过MATLAB运算，最终得到二级指标权重向量为

V=（0.026，0.033，0.063，0.014，0.016，0.025，0.068，0.050，0.024，0.070，0.045，0.041，0.011，0.012，0.022，0.023，0.018，0.011，0.023，0.023，0.022，0.019，0.060，0.039，0.050，0.028，0.016，0.016，0.009，0.023，0.022，0.028，0.017，0.015，0.018）T