优劣解距离法Topsis

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。