一 概述
Topsis法(逼近理想排序法)是系统工程中一种多目标决策方法,找出有限方案中的最优与最劣的方案,当某个可行解方案最靠近最优方案同时又远离最劣方案时,这个方案解的向量集就是最优影响评价指标。
Topsis法其作为一种综合指标的评价方法,区别于如模糊综合评判法,层次分析法,它的主观性比较强,不需要目标函数,也不需要通过相应的检验,即限制要求大大降低,这使它的适用范围更为广泛
二 Topsis影响力度算法步骤
2.1统一指标类型(一般正向化指标)
2.1.1 常见的四种指标总结
指标名称 | 指标特征 | 例子 |
---|---|---|
极大型指标(利益型指标) | 越大(多)越好 | 成绩、收益 |
极小型指标(成本型指标) | 越小(少)越好 | 成本、污染程度、费用 |
中间型指标 | 中间值最好 | 水污染的pH值(最好是pH=7) |
区间型指标 | 特定区间内最好 | 疫情期间你的温度、水中营养物的含量 |
因为各指标之间的评价指标不一样,所以我们需要对各个指标进行指标正向化(现在通常是全部转化为极大型指标进行评价)
接下来分别介绍各个指标正向化的步骤
2.1.2 其他指标的指标正向化
①极小型指标—>极大化指标
运用公式: x i ( 更 新 值 ) = m a x − x i x_{i}(更新值) =max-x_{i} xi(更新值)=max−xi1
栗子:
姓名 | 成绩 | 吵架次数 | 极小型后的吵架次数 |
---|---|---|---|
小明 | 98 | 4 | 0 |
小李 | 86 | 3 | 1 |
小红 | 61 | 0 | 4 |
小蓝 | 77 | 1 | 3 |
这个可以理解为我需要让他们的量化标准相同,所以脾气越好的个人加分越多,在选择方案时也需要按照相同的量化标准来进行评分2
②中间型指标—>极大型指标
运用公式:
M = m a x { ∣ x i − x b e s t ∣ } x ^ i = 1 − ∣ x i − x b e s t ∣ M M=max\lbrace\vert x_{i}-x_{best}\vert\rbrace\\ \hat x_{i}=1-\frac{\vert x_{i}-x_{best}\vert}{M} M=max{
∣xi−xbest∣}x^i=1−M∣xi−xbest∣
栗子:
pH值(原) | pH值(更改后) |
---|---|
7 | 1- ∣ 7 − 7 ∣ 2 = 1 \frac{\vert7-7\vert}{2}=1 2∣7−7∣=1 |
6 | 1- ∣ 6 − 7 ∣ 2 = 1 2 \frac{\vert6-7\vert}{2}=\frac{1}{2} 2∣6−7∣=21 |
8 | 1- ∣ 8 − 7 ∣ 2 = 1 2 \frac{\vert8-7\vert}{2}=\frac{1}{2} 2∣8−7∣=21 |
9 | 1- ∣ 9 − 7 ∣ 2 = 0 \frac{\vert9-7\vert}{2}=0 2 |