【数学建模备赛】Ep02：TOPSIS模型（优劣解距离法）

已于 2024-08-13 00:49:57 修改
阅读量227 收藏 3
点赞数 3
文章标签： 数学建模 优劣解距离法
于 2024-08-12 22:34:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2201_75503057/article/details/141130458
版权

文章目录

一、前言🚀🚀🚀

在这里插入图片描述

☀️
“04.24，和Sakura去东京天空树，世界上最暖和的地方在天空树的顶上。”
“04.25，和Sakura去明治神宫，有人在那里举办婚礼。”
“04.26，和Sakura去迪士尼，鬼屋很可怕，但是有Sakura在，所以不可怕。”
      “Sakura最好了。”…
                      —— 江南 《龙族》

二、TOPSIS法：☀️☀️☀️

1. 引入（综合类评价问题）

在这里插入图片描述

  

1.1 分析层次分析法的局限

  

在这里插入图片描述

1.2 小例子

在这里插入图片描述

①给出评分类比权重

在这里插入图片描述

在这里插入图片描述

构造计算评分的公式： -> 归一化思想
这里有两种计算评分的方法：

②构造计算评分的公式

在这里插入图片描述

  

在这里插入图片描述

③解释

在这里插入图片描述

  

④拓展问题（增加指标个数）

在这里插入图片描述

  

⑤统一指标类型（常用正向化）

在这里插入图片描述

  

⑥标准化处理

在这里插入图片描述

⑦如何计算得分

在这里插入图片描述

TOPSIS主要思想

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
  

2. TOPSIS模型介绍

在这里插入图片描述

2.1 将原始矩阵正向化

在这里插入图片描述
  

在这里插入图片描述

  
在这里插入图片描述

在这里插入图片描述

  
在这里插入图片描述

  

2.2 正向化矩阵标准化

在这里插入图片描述

2.3 归一化

在这里插入图片描述

3. 模型拓展

这里成绩跟争吵次数，默认权重相同。

在这里插入图片描述

  
在这里插入图片描述

4. 基于熵权法对Topsis 模型的修正

在这里插入图片描述

这里的变异程度可以理解为方差或标准差。

① 如何度量信息量的大小

  
在这里插入图片描述
  

在这里插入图片描述

  

② 信息熵的定义

  
在这里插入图片描述
  

③ 信息熵的定义

  
在这里插入图片描述
  

④ 熵权法的计算步骤

  

Ⅰ标准化非负区间

  
在这里插入图片描述
  

Ⅱ 计算比重（看作概率）

  
在这里插入图片描述
  

Ⅲ 计算信息熵

  
在这里插入图片描述

Ⅳ 熵权法背后的原理

在这里插入图片描述

    

5. 熵权法的缺点

  
在这里插入图片描述

  

在这里插入图片描述

  
  

三、总结：🍓🍓🍓

  
以上就是今天要讲的内容，谢谢观看~
  
Alt

她和夏天一样热
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数学建模第二讲：TOPSIS法（优劣解距离法）
BKSW.的博客
07-28 5192
目录TOPSIS法（优劣解距离法）引言一个简单的想法一个比较好的想法拓展统一指标类型标准化处理标准化处理的计算公式计算得分步骤1. 将原始矩阵正向化极小型指标->极大型指标中间型指标->极大型指标区间行指标 -> 极大型指标2. 正向化矩阵标准化3. 计算得分并归一化 TOPSIS法（优劣解距离法） 是一种常用的综合评价方法，其能充分利用原始数据的信息，其结果能精确反映各评价方案之间的差距 引言 同宿舍共有死四名同学，他们的高数成绩如下表所示： 姓名 成绩 小明 89
数学建模评价类模型：优劣解距离法(TOPSIS法)
smlyor的博客
09-27 729
数学建模评价类模型：优劣解距离法(TOPSIS法)求解步骤
【数学建模】优劣解距离法Topsis模型（含MATLAB代码）
2401_83283514的博客
04-21 2738
然而，需要注意的是，TOPSIS法也有其局限性，比如对数据敏感性高、对样本容量的要求、以及对权重确定的主观性等问题。，xn，即有n个评价指标这时方案集A中的方案ai（i=1，2，……第二步：针对各项指标从所有待评价方案中选出该指标的最优值（正理想解，对应最有坐标点）和最差值（负理想解，对应最差标点），依次求出各个待评价方案的坐标点分别最优坐标点和最差坐标点的距离d*和d-。，xn，看成n条坐标轴，由此可以构造出一个n维空间，则每个方案依照其各项指标的数据就对应n维空间中每一个坐标点。
清风数学建模学习笔记——TOPSIS法（优劣解距离法）
热门推荐
秀岩的博客
01-08 5万+
优劣解距离法   TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution）可翻译为逼近理想解排序法，国内常简称为优劣解距离法。   TOPSIS 法是一种常用的 综合评价方法，其能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。 ...
数学建模总结（三）——TOPSIS 优劣解距离法
weixin_72870689的博客
01-28 2326
TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution ）模型中文叫做“逼近理想解排序方法”，通常也习惯被叫做优劣解距离法，是根据评价对象与理想化目标的接近程度进行排序的方法，是一种距离综合评价方法。基本思路是通过假定正、负理想解，测算各样本与正、负理想解的距离，得到其与理想方案的相对贴近度（即距离正理想解越近同时距离负理想解越远），进行各评价对象的优劣排序。
数学建模--优劣解距离法TOPSIS
2302_80644606的博客
07-20 1220
优劣解距离法（Technique for Order Preference by Similarity to an Ideal Solution，简称TOPSIS）是一种常用的综合评价方法，由C.L.Hwang和K.Yoon在1981年首次提出。该方法通过检测评价对象与最优解、最劣解的距离来进行排序，把距离作为评价标准。
数学建模：2.优劣解距离法（TOPSIS法）
qq_52558389的博客
07-13 405
（以下有大量的个人理解，可能有所偏差） 一、 上一节学过的层次分析法存在一定的局限性
数学建模：Topsis法（优劣解距离法）
CSDN 精品推荐
11-23 3843
文章目录一、Topsis法（优劣解距离法）二、介绍三、介绍四、步骤 一、Topsis法（优劣解距离法） TOPSIS 法是一种常用的组内综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。基本过程为基于归一化后的原始数据矩阵，采用余弦法找出有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行。 二、介绍 由于层次分析法有限制
数学建模-Topsis（优劣解距离法）
AuRoRamth的博客
07-17 1235
TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution） 可翻译为逼近理想解排序法，国内常简称为优劣解距离法 TOPSIS 法是一种常用的综合评价方法，其能充分利用原始数据的信息， 其结果能精确地反映各评价方案之间的差距。
数学建模国赛获奖论文分类整理:优劣解距离法topsis
05-21
数学建模国赛获奖论文整理，使用优劣解距离法topsis做的论文集合，可以系统的学习优劣解距离法topsis在数学建模中的应用，非常有用。
topsis_matlab优劣解距离法_topsis_
10-01
标题中的“topsis_matlab优劣解距离法_topsis_”指的是TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）方法在MATLAB环境下的应用。TOPSIS是一种多目标决策分析方法，用于处理具有相互...
学习笔记：TOPSIS法（优劣解距离法）
02-27
TOPSIS 法（优劣解距离法） TOPSIS 法是一种常用的综合评价方法，由 C.L.Hwang 和 K.Yoon 于 1981 年首次提出。该方法能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。 基本过程为： 1. 将...
TOPSIS法（优劣解距离法）例子源码和拓展资料
11-09
**TOPSIS法（优劣解距离法）详解** TOPSIS，全称为“Technique for Order of Preference by Similarity to Ideal Solution”，中文名为“优劣解距离法”。这是一种多目标决策分析方法，广泛应用于评价和排序多个...
数模程序汇总： TOPSIS法（优劣解距离法）.rar
03-21
【数学建模】数模各种模型算法matlab代码实现 代码注释极详细，修改数据可直接使用 附有代码对应例题及数据、应用到该算法的国赛优秀范例辅助理解 上述所有资料均针对数模竞赛应用实操，应用性很强，非理论！！！
数学建模学习笔记
zixiangzhan的博客
08-08 708
参考序列（母序列）：能反映系统行为特征的数据序列，记作x0x_0x0​，类似于“因变量”。比较序列（子序列）：影响系统行为的因素组成的数据序列，记作xii12nxi​i12n，类似于“自变量”。两级最小差aminst∣x0t−xst∣aminst​∣x0​t−xs​t∣两级最大差bmaxst∣x0t−xst∣bmaxst​∣x0​t−xs​t。
数学规划模型|线性规划|整数规划
CoderZzz6310的博客
08-08 494
如何来分配有限资源，从而达到人们期望目标的优化分配数学模型，它在数学建模中处于中心地位。 这类问题一般可以归结为数学规划模型，规划模型的应用极为广泛，其作用已为越来越多的人所重视 规划模型是数学建模竞赛中最常见的一类数学模型将一个优化问题用数学式子来描述，即求函数 u=f(x)x=(x1,x2,…,xn) u=f(x)\qquad x=(x_{1},x_{2},\dots,x_{n}) u=f(x)x=(x1​,x2​,…,xn​) xxx是一个向量 在约束条件 hi(x)=0,i=1,2,3,…,m h_
小白零基础学数学建模系列-Day1-数学建模入门介绍与案例实践
最新发布
全栈川川
08-08 702
数学建模入门介绍
小白零基础学数学建模系列-引言与课程目录
全栈川川
08-07 935
介绍数学建模的定义和重要性常见的数学建模方法概述确定问题和建立假设模型构建步骤及求解模型的方法模型的验证与检验的必要性Python基本语法介绍常用数学建模Python库NumpySciPyPandasMatplotlibSeaborn。
topsis(优劣解距离法
07-28
Topsis（优劣解距离法）是一种多属性决策分析方法，用于评估多个候选方案的综合性能。它基于两个关键概念：优劣解距离和相对接近度。 首先，需要确定每个候选方案的属性值。然后，通过对属性值进行标准化，将属性值归一化到一个统一的范围内。 接下来，计算每个候选方案与最佳和最差方案之间的欧氏距离。欧氏距离是根据各个属性值之间的差异度量的。 然后，计算每个候选方案与最佳方案之间的相对接近度。相对接近度是基于候选方案与最佳和最差方案之间的欧氏距离计算的。 最后，根据相对接近度的大小，对候选方案进行排序。具有最高相对接近度的候选方案被认为是最佳的。 这就是Topsis方法的基本步骤。它被广泛应用于多属性决策分析、项目选择和绩效评估等领域。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值