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。
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） 得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响，并找到有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行。
第一步:将原始矩阵正向化
与前面我们说的层次分析法类似，需要一些指标来判断。
最常见的四种指标:
（所谓的将原始矩阵正向化，就是要将所有的指标类型统一转化为极大型指标。）
极小型指标转换为极大型指标的公式:
（如果所有的元素均为正数,那么也可以使用）
中间型指标:
指标值既不要太大也不要太小，取某特定值最好（如水质量评估PH值)
{a}是一组中间型指标序列，且最佳的数值为best，那么正向化的公式如下:
第二步:正向化矩阵标准化（标准化的目的是消除不同指标量纲的影响。）
假设有n个要评价的对象，m个评价指标（已经正向化了）构成的正向化矩阵如下:
最低0.47元/天 解锁文章
扫一扫
439
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
