数学建模Day2 Topsis算法

Topsis算法Xmind思维导图下载地址戳这里
  Topsis算法相较于层次分析法显得更为客观以及科学，因为层次分析法毕竟是建立在人的感觉之上的，而众所周知，人的感觉是不准的，而Topsis算法可以很科学的反映不同样本的优劣。
  Topsis的使用条件得是有数据，如果没有数据的话我们只能采用层次分析法这样主观性很强的算法。有数据也就有标签，比如精确率、命中率、成功次数，前面这一类很明显是积极的指标，也就是越大越好的那种，而诸如失败率、次品率、污染率等是消极的指标，还有一些是中间型指标，比如人的体温、信道得利用率等。但是一般计算过程中，都是数值越高越好，所以针对某些指标我们需要将其正向化，比如污染率很高得指标我们要将其数值设为很低，次品率很高得厂家其数值设置得底，这样就可以直观地看出好坏优劣了。
  接下来需要把数据标准化，也就是去除量纲的影响，这个很容易理解，比如一列数据是身高，以cm为单位，另一列数据是门的高度，以m为单位，如果不经过处理直接进行计算，那么门这个指标的"影响力"肯定比身高要小得多，而且有些指标相互之间事实上是没有可比性的，所以我们需要进行标准化。

  接下来就分别计算各个样本到"优解"和"劣解"的距离，然后得到最终得分。


  在计算的过程中，我们还可以对各个指标赋予权值，这也很符合逻辑，因为每个指标对结果的影响不可能是一样的，我们可以使用层次分析法对各个指标计算其权值。

PS. AxMath公式编辑器真好用呀 ><