一、算法简述
TOPSIS法是一种常用的综合评价方法,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。其核心原理是通过检测评价对象与最优解、最劣解的距离来进行排序,若评价对象最靠近最优解同时又最远离最劣解,则为最好;否则不为最优。
二、适用条件
1.比较的对象一般要远大于两个。
2.比较的指标也往往不只是一个方面的,涵盖多个方面。
3.有很多指标不存在理论上的最大值和最小值。
三、具体操作步骤
1.将原始矩阵正向化
将所有的指标(极小型指标,中间型指标,区间型指标)转化为极大型指标(越大越好)。不同类型的指标转换公式不同,在此就不一一赘述。
2.对正向化矩阵进行标准化处理
为了消除量纲的影响,我们需要对矩阵进行标准化处理。常见的标准化处理有很多,比如:极差标准化法:消除变量量纲和变异范围影响最简单的方法。首先需要找出该指标的最大值(Xmax)和最小值(Xmin),并计算极差(R = Xmax - Xmin),然后用该变量的每一个值减去最小值(标量均为正指标),再除以标准差,即可得到标准化后的值。
3.计算得分并归一化
首先找到最大值
最小值
第i个评价对象(方案)与最大值的距离:
第i个评价对象(方案)与最小值的距离:
其中,为每个指标的权重。第i个评价对象的得分:
最后进行归一化即可得到对应的评分:用该元素除以所有元素的评分和。再根据评分选择最优方案。