TOPSIS法 —— matlab

目录

1.TOPSIS法介绍

2. 计算步骤

（1）数据标准化

（2）得到加权后的矩阵

（3）确定正理想解和负理想解 

（4）计算各方案到正（负）理想解的距离

（5）计算综合评价值

3.实例研究 

3.1 读取数据

3.2 数据标准化

3.3 得到信息熵

3.4 计算权重并计算权重数据

3.5 得到最大值和最小值距离

3.6 计算得分

总代码

---

1.TOPSIS法介绍

        TOPSIS法（Technique for Order Preference by Similarity to 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，其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。

2. 计算步骤

（1）数据标准化

        设决策矩阵为X=(xij)m×n,（在进行决策时，因决策属性类型的不同、属性量纲不同和属性值的大小不同，决策与评价的结果会受影响）进行属性值的规范化（方法不唯一，可视具体情况而定），设规范化决策矩阵(也就是标准化后的矩阵)X=(xij)m×n ,其中

（2）得到加权后的矩阵

计算信息熵：

权重为：

设标准化后的数据矩阵元素为rij  ,由上可得指标正向化后数据矩阵元素为xij' ：

（3）确定正理想解和负理想解 

处理过后可以构成数据矩阵 R=(rij)m*n  

• 定义每个指标即每列的最大值为正理想解