数模学习（2）：TOPSIS（清风）

最新推荐文章于 2024-10-12 12:26:23 发布
最新推荐文章于 2024-10-12 12:26:23 发布
阅读量410 收藏 1
点赞数
分类专栏： 数学建模 文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chrstian/article/details/125802510
版权

TOPSIS 多目标决策 数据分析 标准化 MATLAB
关键词由CSDN通过智能技术生成

一、TOPSIS（优劣解距离法）基本模型

1、基本步骤

例：以下表为例，对四位同学进行综合评价，并为他们进行评分。
请添加图片描述

1）将原始矩阵正向化

常见的四种指标（如下👇）
在这里插入图片描述
无论是哪一种指标，都要对所有指标统一正向化，转化为极大型指标。

①极小型转为极大型

公式：max-x（所有元素都为正数，也可以使用1/x）
请添加图片描述

②中间型转为极大型

请添加图片描述

③区间型转为极大型

请添加图片描述

2）将正向化矩阵标准化

目的是消除量纲的影响
请添加图片描述

3）计算得分并归一化

在这里插入图片描述

对于单一变量，得分为：
在这里插入图片描述

回到刚开始的四位同学的问题
计算有：
请添加图片描述
综上，有：
在这里插入图片描述

二、MATLAB代码段

基本语法

未完待续…

ChristianLuu
关注
专栏目录
数学建模——TOPSIS法（优劣解距离法）学习笔记（一）
涵盖了计算机专业基础知识、数学建模相关实践、复杂网络论文研究、LeetCode算法刷题经验、C语言开发经验、前端Vue、React框架开发实战相关知识
08-02 8万+
一、TOPSIS方法 TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution） 可翻译为逼近理想解排序法，国内常简称为优劣解距离法 TOPSIS 法是一种常用的综合评价方法，其能充分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。 基本过程为先将原始数据矩阵统一指标类型（一般正向化处理） ...
优劣解距离法（TOPSIS）——数学建模清风笔记
wudjhxji的博客
01-14 1723
随机变量的信息熵越大，则它的值（内容）能补充给你的信息量越大，而知道这个值前你已有的信息量越小。
数学建模（基于清风）：topsis法
weixin_62170517的博客
01-31 222
简单快速介绍topsis法
清风数学建模学习笔记——TOPSIS法（优劣解距离法）
热门推荐
秀岩的博客
01-08 6万+
优劣解距离法   TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution）可翻译为逼近理想解排序法，国内常简称为优劣解距离法。   TOPSIS 法是一种常用的 综合评价方法，其能充分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。 ...
如何用matlaab把csv转为mat文件_数学建模竞赛学习笔记：用TOPSIS模型进行综合评价
weixin_39653448的博客
11-12 1602
笔记整理来自清风老师的数学建模课程(可以在B站里搜索到，头条无法放站外链接，我就不放了)：TOPSIS教程目录1. 层次分析法的局限性(主观求权重方法)2. TOPSIS法引入2.1 一个指标的情况2.2 2个指标的情况2.2.1 指标正向化2.2.2 指标标准化处理 2.2.3 计算得分2.2.4 实例计算3. TOPSIS简介4. TOPSIS法步骤4.1 将原始矩阵正向化(可以在Excel中...
基于熵权法的Topsis模型（清风数学建模课后笔记）
weixin_57449924的博客
03-30 4万+
Topsis法（TechniqueforOrderPreferencebySimilaritytoIdealSolution）可翻译为逼近理想解排序法，国内常简称为优劣解距离法。 Topsis法是一种常用的综合评价方法，其能充分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。 在之前，我们学习过层次分析法（AHP）。其中，层次分析法模型的局限性是需要我们构造判断矩阵，这具有很强的主观性，并且决策因子数量最好不超过10个。那么有没有一种客观的方法去...
2 评价类算法：TOPSIS法笔记（附Python代码）
张某文_Lambda的博客
07-22 4959
介绍评价类算法：TOPSIS方法的一些内容，并附完整可实现的Python代码。
数学建模(2)topsis分析法
qq_43596553的博客
07-21 5418
TOPSIS法，译为逼近理想解排序法，简称优劣且解距离法（根据学习会发现优解即距离较大的解），是一种常用的综合评价方法，能充分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。 当我们用层次分析法来解决问题，发现行不通或者得出的结果不太精确的时候，就可以考虑用TOPSIS法。比如当评价的决策层太多时，n也会很大，容易使判断矩阵和一致矩阵差距较大（平均随机一致性指标RI表格中n≤15），此时再使用层次分析法，就有些不妥当了。那么当决策层中指标数据已知时，如何使结果更准确呢？ 举个例子， （这里要求的
2020年数模美赛参赛心得总结
苣篛
05-20 4083
  2020年3月，疫情期间特别的第二次美赛结束。四月底成绩公布，获得了M奖。我在这次竞赛中负责建模，写下这篇博客记录第一次参加数学建模美赛的经历。 目录赛前准备基本情况选题建模过程 赛前准备   从开始接触建模已经比较晚了，错过了2019年的国赛，10月组建小队直冲20美赛，期间参加了亚太地区数学建模大赛作为美赛前的模拟，成绩出来是一等奖，第一次参加建模就得了一等奖对自己和小队的鼓励也比较大，同时对美赛更有信心了。   我根据网上的资料将建模类问题分为评价类，数统类，优化规划类和预测类进行学习。这里推荐一
优劣解距离法TOPSIS
weixin_52143568的博客
02-22 557
清风数模打卡topsis
TOPSIS算法及代码
( :3 )
07-14 2万+
TOPSIS的全称是“逼近于理想值的排序方法” 根据多项指标、对多个方案进行比较选择的分析方法，这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，所谓正理想值是一设想的最好值（方案），它的的各个属性值都达到各候选方案中最好的值，而负理想解是另一设想的最坏的值（方案），然后求出各个方案与正理想值和负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案的优劣标准。 ...
理想解法TOPSIS评价
zhangyue_lala的博客
04-13 3万+
这次的评价是在无量纲化数据之后进行的，具体无量纲的方法在上一篇综合评价里有详细介绍，下面直接开始介绍理想评价法         所谓理想评价法，就是找到各评价标准里边（就是评价矩阵里边的每一列）的最优解，然后将没一列最优解抽象出来，构建一个虚拟的评价对象，它是在每个评价指标里边都是最好的，简单的说，就是全能的一个对象，就像一个所有科目100分的学生，然后找差距呗，和理想对象差距小的肯定是好的呗。
TOPSIS（优劣解距离法）清风建模学习笔记
m0_52453314的博客
07-11 3035
简介 TOPSIS （Technique for Order Preference by Similarity to an Ideal Solution ）法是C.L.Hwang和K.Yoon于1981年首次提出，TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。TOPSIS法是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增（或递减）性就行。TOPSIS法是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。 层次分析法的局限性
MySQL数据库的详细学习步骤
2401_87352036的博客
10-11 1153
MySQL数据库的详细学习步骤可以归纳为以下几个阶段，每个阶段都包含了特定的学习内容和目标。
【人工智能学习之PaddleOCR快速上手】
最新发布
Jiagym的博客
10-12 1106
在配置文件中，可以设置组建模型、优化器、损失函数、模型前后处理的参数，PaddleOCR从配置文件中读取到这些参数，进而组建出完整的训练流程，完成模型训练，在需要对模型进行优化的时，可以通过修改配置文件中的参数完成配置，使用简单且方便修改。而 L2 正则化中，添加正则化项的目的在于减少参数平方的总和。准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的检测框中的文本与标注的文本相同。如果缺少带标注的数据，或者不想投入研发成本，建议直接调用开放的API，开放的API覆盖了目前比较常见的一些垂类。
10.9学习日志
m0_74998557的博客
10-09 1051
定积分表示函数 f(x)在区间 [a,b]上的累积效应或面积。分割区间： 将区间 [a,b]分割成 n 个小区间，每个小区间的长度为 Δxi，其中，且 x0=a，xn=b。取样本点： 在每个小区间内取一个样本点 ξi。构造黎曼和： 构造黎曼和，表示函数 f(x) 在区间 [a,b]上的近似累积效应或面积。取极限： 当分割的区间数 n 趋向于无穷大，且每个小区间的长度 Δxi趋向于零时，黎曼和的极限即为定积分：说明：黎曼和是通过将区间 [a,b]分成 n 个等宽的子区间，每个子区间的宽度为。
关于通信方式的一些自我学习（uart、i2c、spi的一些最底层的逻辑以及运用方式）STM32F407上的一些实际日常应用
weixin_60991529的博客
10-08 1255
首先其工作原理是将数据以串行方式进行发的，接收的时候将数据转换为并行数据。利用异步通信所以不需要时钟线适用于不同芯片、芯片对模块之间的控制。因此需要设置好波特率（115200、9500）数据位、停止位、奇偶效验位。
springboot实战学习（12）(优化更新用户基本信息接口)(Validation实体参数校验)
岁岁岁平安的博客
10-09 987
本篇博客主要是对用户模块的更新用户基本信息接口的代码的一个小优化（实体参数校验）。其中用到了Spring Validation参数校验框架提供的一些注解（如@NotNull、@NotEmpty、@Email、@Validated）去完成实体类对象的参数校验以及完成了功能的测试...
2024年网络安全进阶学习路径-2024年进阶学习指南
2401_85026965的博客
10-10 2042
网络安全可以基于攻击和防御视角来分类，我们经常听到的 “红队”、“渗透测试” 等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。走安全行业的工程方向的，技术上面其实有很大的重叠性，抛开甲乙方、岗位名称、岗位职责等因素来看，作为学技术的，也根据以往我们给学员推荐就业和入职情况来看，只要好好掌握以下几种技术（网络协议与安全设备、Linux操作系统、Web服务部署/开发、主流渗透测试/安全工具、一门及以上的编程语言）中的2到3个，都可以较好的胜任工作需求。
直觉模糊数多属性决策：TOPSIS方法解析
"直觉模糊数多属性决策的TOPSIS方法是由卫贵武提出的一种应用于属性权重已知且属性值表现为直觉模糊数的多属性决策分析方法。该方法扩展了传统的TOPSIS（Technique for Order Preference by Similarity to Ideal ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

ChristianLuu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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