手机的选购模型
TOPSIS方法
考虑影响购买手机的因素包括:手机的价格、手机的CPU性能、手机的外观:
对比的手机包括以下:iPhone13,华为P50,VIVO X70,小米 MIX 4
现在收集到几款手机的相关数据如下
iPhone13 | 华为P50 | VIVO X70 | 小米 MIX 4 | |
---|---|---|---|---|
价格 | 5999 | 4488 | 4299 | 5799 |
跑分 | 1700 | 1000 | 1171 | 1127 |
颜值 | 7 | 9 | 9 | 10 |
根 据 上 面 的 数 据 我 们 可 以 得 到 这 样 一 个 矩 阵 ( 5999 1700 7 4488 1000 9 4288 1171 9 5799 1127 10 ) 根据上面的数据我们可以得到这样一个矩阵 \begin{pmatrix} 5999 & 1700 &7 \\ 4488 & 1000 & 9\\ 4288 & 1171 &9 \\ 5799 & 1127 &10 \end{pmatrix} 根据上面的数据我们可以得到这样一个矩阵⎝⎜⎜⎛5999448842885799170010001171112779910⎠⎟⎟⎞
由于其中价格为费用形属性,而其他两项属性为效益形属性,因此我们对于价格进行取倒数处理得到矩阵A
A = ( 1 5999 1700 7 1 4488 1000 9 1 4288 1171 9 1 5799 1127 10 ) \bold A=\begin{pmatrix} \frac{1}{5999} & 1700 &7 \\ \frac{1}{4488} & 1000 & 9\\ \frac{1}{4288} & 1171 &9 \\ \frac{1}{5799} & 1127 &10\end{pmatrix} A=⎝⎜⎜⎛59991448814288157991170010001171112779910⎠⎟⎟⎞
对于矩阵A中方的各列进行归一化操作之后得到矩阵A
A = ( 0.2096 0.3401 0.2 0.2803 0.2000 0.2571 0.2933 0.2342 0.2571 0.2168 0.2257 0.2857 ) \bold A=\begin{pmatrix} 0.2096 & 0.3401 &0.2 \\ 0.2803 & 0.2000 & 0.2571\\ 0.2933 & 0.2342 &0.2571 \\ 0.2168 & 0.2257 &0.2857\end{pmatrix} A=⎝⎜⎜⎛0.20960.28030.29330.21680.34010.20000.23420.22570.20.25710.25710.2857⎠⎟⎟⎞
利用信息墒的计算公式分别计算每个属性的信息熵
f i = − Σ p l o g 2 ( p ) f_i=-\Sigma plog_2(p) fi=−Σplog2(p)
可以得到