本文同步发表于本人博客哔哔哔哔-数学建模-优劣解距离法(TOPSIS),未经允许严禁转载
前言
优劣解距离法,又称逼近理想解法,是应用于评价类问题的解法,能够反应原始数据的信息.
在层次分析法(AHP)无法处理时,常用TOPSIS处理.
指标
指标类型
指标类型 | 描述 |
---|---|
极大型指标 | 越大越好 |
极小型指标 | 越小越好 |
中间型指标 | 越接近某个值越好 |
区间型指标 | 在某个区间最好 |
矩阵的生成
Step1. 指标的统一
将所有指标统一为极大型指标的过程,称为指标正向化.
1. 极小型 → \rightarrow →极大型
构造计算公式
x i ~ \tilde{x_i} xi~= m a x − x i max-x_i max−xi
若所有 x x x均为正数,则可以用以下公式表示
x i ~ \tilde{x_i} xi~= 1 x i \frac{1}{x_i} xi1
2. 中间型 → \rightarrow →极大型
首先找出每个 x i x_i xi与最优值之间距离的最大值 M M M
M M M= m a x max max{
∣ x i − x b e s t ∣ |x_i-x_{best}| ∣xi−xbest∣}
x i ~ \tilde{x_i} xi~=1- ∣ x i − x b e s t ∣ M \frac{|{x_i}-x_{best}|}{M} M∣xi−xbest∣
3.区间型 → \rightarrow →极大型
假设 { x i } \{x_i\} {
xi}的最佳区间为 [ a . b ] [a.b] [a.b]
M M M= m a x max max { a − m i n { x i } , m a x { x i } − b } \{a-min\{x_i\},max\{x_i\}-b\} {
a−min{
xi},max{
xi}−b}
x i ~ = { 1 − a − x M , x < a 1 , a ≤ x ≤ b 1 − x − b M , x > b \tilde{x_i}=\left\{ \begin{aligned} 1-\frac{a-x}{M},x<a \\ 1,a\leq x\leq b \\ 1-\frac{x-b}{M},x>b \end{aligned} \right. xi~