一、概述
C.L.Hwang 和K.Yoon 于1981年首次提出TOPSIS (Technique for Order Preference by Similarity to an 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,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)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。
二、四种常见指标
3.1将原始矩阵正向化
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为极大型指标。
3.1.1极小型指标转化为极大型指标
①常用公式:.
②如果所有元素均为正数,那么也可以使用.
3.1.2中间型指标转化为极大型指标
是一组中间型指标序列,且最佳的数值为,那么正向化公式为:.
3.1.3区间型指标转化为极大型指标
是一组区间型指标序列,且最佳的区间为,那么正向化的公式如下:.
3.2正向化矩阵标准化
3.3计算得分并归一化
四、模型推广(带权重的TOPSIS)
4.1计算权重
有n个要评价的对象,m个评价指标的标准化矩阵:,可以使用层次分析法给这m个评价指标确定权重:.
注:层次分析法的主观性过强,推荐使用熵权法进行客观赋值。
4.2计算得分
版权声明©:本笔记内容整理自清风数学建模课程及配套PPT