TOPSIS模型

TOPSIS模型

TOPSIS方法引入了两个基本概念：

理想解和负理想解。

理想解：设想的最优的解（方案），它的各个属性值都达到各备选方案中的最好的值。

负理想解：设想的最劣的解（方案），它的各个属性值都达到各备选方案中的最坏的值。

方案排序的规则：是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。

TOPSIS通过最接近理想解且最远离负理想解来确定最优选择。

这种方法假定了每个属性是单调递增或者递减。

TOPSIS利用欧氏距离测量方案与理想解和负理想解，选择的偏好顺序也是通过比较欧几里的距离。

TOPSIS法是一种理想目标相似性的顺序选优技术,在多目标决策分析中有效的方法。

它通过归一化（去量纲化）后的数据规范化矩阵,找出多个目标中最优目标和最劣目标(分别用理想解和反理想解表示) ,分别计算各评价目标与理想解和反理想解的距离,获得各目标与理想解的贴近度,按理想解贴近度的大小排序,以此作为评价目标优劣的依据。

贴近度取值在0～1之间,该值愈接近1,表示相应的评价目标越接近最优水平;

反之,该值愈接近0,表示评价目标越接近最劣水平。

TOPSIS法的数学模型求解最优：

1. 对不同的指标，由不同的专家打分，显然这是一个矩阵，称为特征矩阵
2. 规范化矩阵，给予权重
3. 计算距离尺度
4. 计算理想贴近度
5. 对理想贴近度排序