评价类模型（二）TOPSIS法（优劣解距离法）

1、极大型指标（效益型指标）：越大（多）越好。  eg：成绩、GDP增速、企业利润

      极小型指标（成本型指标）：越小（少）越好。  eg：费用、坏品率、污染程度

      中间型指标：越接近某个值越好。                        eg：水质量评估时的PH值

      区间型指标：落在某个区间最好。                        eg：体温、水中植物性营养物量

---

步骤

1、原始矩阵正向化（即将所有类型的指标都转化为极大型）

（1）极小型指标  to  极大型指标

公式：max-x   (如果所有的元素均为正数，那么也可以使用倒数1/x)

（2）中间型指标  to  极大型指标

公式：

 （最佳数值为）

（3）区间型指标  to  极大型指标

公式：

 （最佳区间为[a，b]）

2、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）

 （是正向化矩阵中的元素，是标准化矩阵中的元素）

3、计算得分

 4、将得分归一化处理

---

拓展

 考虑指标权重不同：（即带权重的TOPSIS）

 

注意：层次分析法和带权重的TOPSIS法都要使用熵权法来进行客观赋值！！！！（详情见之后的笔记）

---

简单例题

 

 step 1：指标正向化

 step 2：标准化处理

 step 3：计算得分并归一化处理

 

---

代码（以综合熵权法）

%% 从excel中导入数据
% 复制excel中数据，在matlab工作区右键新建命名，再点开粘贴右键另存为xxx.mat格式，导入时使用load xxx.mat即可
clear;clc
load xxx.mat % 要替换，注意代码和数据要放在同一个文件夹中
%% 指标正向化
% 首先判断分别是什么类型的指标，然后提取出数据调用函数（Min,Mid,Inter）
X=[zxh1;zxh2;zxh3]%根据具体情况进行调整，输出正向化后的矩阵
%% 正向化矩阵标准化
[n,m]=size(X);%n个评价对象，m个评价指标
Z=X./repmat(sum(X.*X).^0.5,n,1)%标准化后的矩阵
%% 熵权法计算权重(如果需要就用，不需要就跳过)
P=sum(Z<0)
if sum(P)>0%若标准化后的矩阵Z中仍然存在负数，则再次标准化
    for i=1:n
        for j=1:m
            Zz(i,j)=[X(i,j)-min(X(:,j))]/[max(X(:,j))-min(X(:,j))]%再次标准化后的矩阵
        end
    end
else
    [h,l]=size(Zz);%正标准化矩阵的行数和列数
    Dd=zeros(1,l);%信息效用值
    for i=1:l
        z=Zz(:,i);
        p=z/sum(z)%概率矩阵，有可能为零
        e=-sum(p.*logp0(p))/log(n);%信息熵，logp0是自定义函数
        Dd(i)=1-e;%未归一化的信息效用值
    end
    W=Dd./sum(Dd)%归一化后的信息效用值，即每个指标的熵权
end
%% 计算得分并归一化
D=sum([(repmat(max(Z),n,1)-Z).^2].*repmat(W,n,1),2).^0.5;%评价对象与最大值的距离
d=sum([(repmat(min(Z),n,1)-Z).^2].*repmat(W,n,1),2).^0.5;%评价对象与最小值的距离
%W是权重,根据情况，如果不需要就删掉 .*repmat(W,n,1)
s=d./(D+d);%计算出的得分
S=s/sum(s)%归一化后的得分
[SS,index]=sort(S,'descend')%降序排列和索引

function [zxh1]=Min(x)
%极小型指标正向化
zxh1=max(x)-x;%如果x全为正数，也可以使用倒数正向化
end

function [zxh2]=Mid(x,best)
%中间型指标正向化
H=max(abs(x-best));%选出与最佳值的最远距离
zxh2=1-abs(x-best)/H;
end

function [zxh3]=Inter(x,s,S)
%区间型指标正向化
h=size(x,1);%行数
H=max([s-min(x),max(x)-S]);%s是最佳区间的下界，S是最佳区间的上界[s,S]
zxh3=zeros(h,1);%一列全为0
for i=1:h
    if x(i)<s
        zxh3(i)=1-(s-x(i))/H;
    elseif x(i)>S
        zxh3(i)=1-(x(i)-S)/H;
    else
        zxh3(i)=1;
    end
end
end

function [logp]=logp0(p)
%log函数的补充，当p=0时，返回0
L=length(p);%长度
logp=zeros(L,1);%L行1列0
for i=1:L
    if p(i)==0
        logp(i)=0;
    else
        logp(i)=log(p(i));
    end
end
end