【数模】TOPSIS法优劣解距离法

TOPSIS的介绍

  • 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。

  • 层次分析法的局限性

    • 评价的决策层不能太多,否则n很大,判断矩阵和一致矩阵差异可能会很大 (平均随机一致性指标RI的表格中n最多是15)。

TOPSIS步骤

1.将原始矩阵正向化 ( 指标正向化 )

  • 将所有的指标类型统一转化为某个相同的指标。
    • 常用:将所有的指标转化为极大型
  • 注意:正向化的公式不唯一,也可以结合自己的数据进行适当修改
常见的四种指标
  • 极大型指标(效益型指标):越高(大)越好。
    • 如:成绩指标、GDP增速、企业利润
  • 极小型指标(成本型指标):越少(越小)越好
    • 如:费用、坏品率、污染程度
  • 中间型指标:越接近某个值越好
    • 如:水质量评估时的PH值
  • 区间型指标:落在某个区间最好
    • 如:体温、水中植物性营养物量
极小型指标 ⇒ 极大型指标
  • 公式①:max-x(√ 推荐使用)
  • 公式②:1/x(要求所有的元素均为正数)
中间型指标 ⇒ 极大型指标
  • 公式:

-

  • 示例:
    在这里插入图片描述
区间型指标 ⇒ 极大型指标
  • 公式:
    在这里插入图片描述
  • 示例:
    • 36.6属于最佳区间[36,37]内,故正向化转换后数值为1;
    • 其余越接近这个范围,分数越高.
      在这里插入图片描述

2.正向化矩阵标准化

  • 标准化的目的: 消除不同指标量纲的影响。
  • 注意:标准化的方法有很多种,其他例如 (x‐x的均值)/x的标准差
    • 具体选用哪一种标准化的方法在多数情况下并没有很大的限制,这里采用的是前人的论文中用的比较多的一种标准化.
  • 标准化的操作:
    在这里插入图片描述

3.计算得分并归一化

  • 公式:
    在这里插入图片描述

  • 区分归一化和标准化:

    • 归一化的计算步骤也可以消去量纲的影响;
    • 但更多时候,进行归一化的目的是为了让结果更容易解释(或者说让我们对结果有一个更加清晰直观的印象) ⇒ 例如将得分归一化后可限制在0‐1这个区间,对于区间内的每一个得分,能很容易得到其所处的比例位置
  • 不足:没有考虑指标的权重(后面的内容会考虑指标的权重来进行计算)。


具体示例

  • 根据成绩,对四名同学评分,使得评分能合理描述成绩高低。
    • 思路:

      • 在这里插入图片描述

      • 不足:只要保证排名不变,即使修改成绩,评分也不变 ⇒ 即评分无法体现完全的成绩数据信息

      • 优化: 最高成绩max=99;最低成绩min=60; ⇒ 构造计算评分的公式:(x-min)/(max-min)
        在这里插入图片描述

      • 为什么不设置“ 卷面最高成绩 : 100;卷面最低成绩 : 0 ”呢?

        • ①比较的对象一般要远大于两个。(例如比较一个班级的成绩)
        • ②比较的指标也往往不只是一个方面的,例如成绩、工时数、课外竞赛得分等。
        • ③有很多指标不存在理论上的最大值和最小值,例如衡量经济增长水平的指标:GDP增速。
    • 拓展:增加指标个数

      • 如上例中,新增加了一个指标,现在要综合评价四位同学,并为他们进行评分。在这里插入图片描述

      • 【步骤一】 处理评分因素指标不同的方式:统一指标类型。

        • 极小型指标 ⇒ 为极大型指标的公式:max-x
        • 处理后:在这里插入图片描述
        • 但成绩和争吵次数不能简单地相加而论,故要先标准化处理。
      • 【步骤二】 标准化处理:为了消去不同指标量纲的影响,对已经正向化的矩阵进行标准化处理

        • 标准化处理计算公式:在这里插入图片描述
      • 【步骤三】 计算得分:

        • 只有一项指标计算得分:- 仅一项指标时:在这里插入图片描述
        • 有多项指标计算得分:
          • 优劣解距离法:“优”表和最大值的距离;“劣”表和最小值的距离。
            在这里插入图片描述

课后练习题

题目: 评价下表中20条河流的水质情况。

  • 注:含氧量越高越好;PH值越接近7越好;细菌总数越少越好;植物性营养物量介于10‐20之间最佳,超过20或低于10均不好。
  • 在这里插入图片描述

分析

  • 采用代码完成正向化、标准化后的矩阵,由于结果比较大,所以可以把处理后矩阵放入附录
步骤一:指标正向化
  • 由于:
    • 含氧量越高越好:极大型指标(效益型指标)
    • PH值越接近7越好:中间型指标
    • 细菌总数越少越好:极小型指标(成本型指标)
    • 植物性营养物量介于10‐20之间最佳,超过20或低于10均不好:区间型指标
  • 故:第一步先将四个指标全转化为极大型
步骤二:标准化消除量纲

在这里插入图片描述

步骤三:计算得分

模型拓展:带权重指标

  • 上面样例中默认成绩和争吵次数两项指标的权重是相同的:在这里插入图片描述
  • 但有可能成绩占评分权重四成,争吵次数占六成,此时就需要在第三步计算得分中加入权重考虑在这里插入图片描述
  • 权重如何确定呢?
    • 层次分析法(主观性太强了)
    • 熵权法(客观赋值)⇒ 推荐√
      • 熵权法的介绍在番外篇(正课最后一节:基于熵权法对Topsis模型的修正)

附言

  • 参考课程可见 B站清风数模,如上仅作个人学习后笔记整理。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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