熵值赋权法是一种常用的确定指标权重的方法，具有以下特点:(1)熵值赋权法基于"差异驱动"原理，突出局部差异，由各个样本的实际数据求得最优权重，反映了指标信息熵值的效用价值，避免了人为的影响因素，因而给出的指标权重更具有客观性，从而具有较高的再现性和可信度;(2)赋权过程具有透明性、可再现性;(3)采用归一化方法对数据进行无量纲化处理，具有单调性、缩放无关性和总量恒定性等优异品质，且鲁棒性较好。

熵原

　　熵原是热力学中的一个物理概念，表示系统的无序程度。在孤立系统中，分子运动的无序度会由低状态向高状态自发进行，要想使系统由高无序状态向低无序状态转换，必须有外力作用。在公式E=k(lnΩ)中，k 是玻耳兹曼常数，Ω则为该宏观状态中所包含之微观状态数量。从微观角度，可以统计分子排列方式，从而计算出系统的熵值。

信息熵

　　信息熵是信息无序度的度量，信息熵越大，信息的无序度越高，其信息的效用值越小;反之，信息的熵越小，信息的无序度越小，信息的效用值越大。在综合评价中，可以运用信息熵来评价所获系统信息的有序程度及信息的效用值。各个指标所反映的信息都具有特定的熵值和一定的效用价值。当某个指标的数据完全无序时，其熵值等于1，其对综合评价的效用值为0。并且指标的数据有序程度越高，其熵值越小，对综合评价的效用越高。