数学建模——TOPSIS法（优劣解距离法）matlab代码实现 学习笔记（二）

最新推荐文章于 2024-09-07 15:47:36 发布
最新推荐文章于 2024-09-07 15:47:36 发布
阅读量2.9w 收藏 167
点赞数 46
分类专栏： 数学建模解题技巧 文章标签： topsis优劣解距离法 matlab实现
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36384657/article/details/98201556
版权
本文介绍了使用MATLAB实现TOPSIS（优劣解距离法）来评价20条河流的水质情况。通过正向化、标准化、打分和归一化步骤，最终得出河流K的水质最佳，J和I次之，而N的水质最差。详细代码涉及Inter2Max、Mid2Max、Min2Max和Positivization四个辅助函数。
摘要由CSDN通过智能技术生成

在前文评价类模型——TOPSIS法（优劣解距离法）学习笔记（一）中，留下了一道综合例题四，接下来是代码部分

首先在matlab工作区新建一个变量命名为X，然后将其另存为data_water_quality.mat文件（避免每次运行时都要新建变量X）。

在代码执行前通过load命令加载该.mat文件，注意加载后的变量依然是X。

综合例题4：评价下表中A-T共20条河流的水质情况

已知：含氧量越高越好；PH值越接近7越好；细菌总数越少越好；植物性营养物量介于10-20之间最佳，超

过20或低于10均不好。

 

解：1、将各项指标正向化

PH值（中间型转极大型）、细菌总数（极小型转极大型）、植物性营养物量（区间型转极大型） 

2、正向化后的矩阵进行标准化

3、进行打分（20个评价

了解本专栏 订阅专栏 解锁全文 超级会员免费看
三月的一天
关注
专栏目录
订阅专栏
数学建模——TOPSIS法（优劣解距离法）学习笔记（一）
涵盖了计算机专业基础知识、数学建模相关实践、复杂网络论文研究、LeetCode算法刷题经验、C语言开发经验、前端Vue、React框架开发实战相关知识
08-02 8万+
一、TOPSIS方法 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。 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） ...
如何用matlaab把csv转为mat文件_数学建模竞赛学习笔记：用TOPSIS模型进行综合评价
weixin_39653448的博客
11-12 1602
笔记整理来自清风老师的数学建模课程(可以在B站里搜索到，头条无法放站外链接，我就不放了)：TOPSIS教程目录1. 层次分析法的局限性(主观求权重方法)2. TOPSIS法引入2.1 一个指标的情况2.2 2个指标的情况2.2.1 指标正向化2.2.2 指标标准化处理 2.2.3 计算得分2.2.4 实例计算3. TOPSIS简介4. TOPSIS法步骤4.1 将原始矩阵正向化(可以在Excel中...
TOPSIS法详细讲解+Python代码实现
最新发布
m0_64336780的博客
09-07 1万+
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。TOPSIS法引入了两个基本概念: 理想解:设想的最优的解(方案)，它的各个属性值都达到各备选方案中的最好的值; 负理想解:设想的最劣的解(方案)，它的各个属性值都达到各备选方案中的最坏的值。 方案排序的规则是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。TOPSIS通过最接近理想解且最远离负理想解来确定最优选
TOPSIS法（熵权法）（模型+MATLAB代码）
热门推荐
m0_62504956的博客
12-27 3万+
标准化处理：为了消去不同指标量纲的影响，需要对已经正向化的矩阵进行标准化处理。（2）计算第j项指标下第i个样本所占的比重，并将其看作相对熵计算中用到的概率。（3）计算每个指标的信息熵，并计算信息效用值，并归一化得到每个指标的熵权。信息效用值的定义：dj=1-ej 信息效用值越大，其对应的信息就越多。（1）判断输入的矩阵中是否存在负数，如果有则要重新标准化到非负区间。当然：层次分析法的主观性太强了，更推荐大家使用。TOPSIS法是一种常用的。带权重的TOPSIS：使用。信息熵越大对应的信息量越小。
TOPSIS法：matlab代码实现
2302_79795489的博客
07-13 445
matlab自定义函数要单独放在一个m文件里格式:function [输出变量]=函数名称(输入变量)函数体end% 例如:% a=d+e;% b=e+f;% c=f+d;% end。
TOPSIS法详细原理+MATLAB代码
weixin_62616638的博客
12-05 8251
❑ TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法是一种多属性决策方法，通过比较备选解与理想解之间的距离来确定最佳的排序顺序。正理想解是在每个属性上都达到最佳值的解，而负理想解则是在每个属性上都达到最差值的解。❑ 为了确定备选解与理想解的距离，首先计算每个备选解与理想解之间的欧式距离或其他合适的距离度量。然后，计算备选解与理想解之间的正标准化距离和负标准化距离。
TOPSIS的MATLAB算法实现
07-08
多属性决策的TOPSIS算法。其中leibie.mat可修改各个属性效益型or成本型，效益型即为1，成本型即为-1。shuxing.mat可修改各个方案的评价值。最终输出的index为最终的排名结果。
数学建模方法之TOPSIS优劣解距离法
L15364283的博客
01-29 1995
在前面的学习中，我们学习了层次分析法，但是层次分析法还有很多的缺陷，比如： （1）评价的决策层不能太多，太多的话n会很大，判断矩阵和一致矩阵差异可能会很大。 平均随机一致性指标RI的表格中n最多是15。 （2）如果决策层中指标的数据是已知的，那么我们如何也无法利用这些数据来使得评价的更加准确。 所以我们引出了TOPSIS法去解决这一系列问题。 TOPSIS （Technique for Order Preference by Similarity to an Ideal Solution ）法是C.
【数模学习笔记】TOPSIS优劣解距离法计算得分
2301_79920063的博客
01-27 553
TOPSIS计算得分的过程主要分为3步：一、矩阵正向化二、正向化矩阵标准化三、计算得分并归一化。
TOPSIS（优劣解距离法）学习笔记
weixin_44849691的博客
07-25 1871
TOPSIS学习笔记TOPSIS适用情况预备了解：指标类型TOPSIS法操作步骤Step1 原始矩阵正向化功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 TOPSIS适用情况 TOPSIS法根据有限个评价对象与理想化目标的接近程度
【数模美赛 | 国赛必学模型算法】TOPSIS法——模型原理及Matlab+Python双语言代码演示
kstt20230206的博客
01-20 2302
生活中我们常常要进行评价，上次我们讲到了层次分析法，通过构造判断矩阵，确定各指标的权重，然后对指标数值进行加权来进行打分，那还有别的方法吗？我们看下面图中的一个场景。
topsis分析法 MATLAB 层次分析法
09-01
分别应用TOPSIS法和层次分析法对某医院医疗质量作出合理的评价，并对两种方法进行比较。方法选择有明确意义、有 较强代表性的医疗指标应用TOPSIS法和层次分析法进行综合评价。结果2007年医疗质量最好，其次2006年， 第三是2005年，2003年 医疗质量最差。评价结果与实际情况相符。结论TOPSIS法计算简便、快速、实用，而层次分析更具有全面、准确、科学性。统计工作者 可根据掌握的信息资料和医院管理对评价的要求，选择最恰当的统计方法，使综合评价的医疗质量在医院管理中更具有价值。
TOPSIS评价模型方法
10-19
用于数据处理与建立数学模型，TOPSIS方法的详细步骤及举例，
熵权-TOPSIS综合评价MATLAB程序.txt
01-23
以下是我搜寻的熵值法求权重并结合TOPSIS进行综合评价的MATLAB代码，自己试过了，是有用的，分开来使用，先求权重，再进行TOPSIS评价。第一次发博，如有不合规或错误的地方，请谅解。 先用熵值法求权重，再将权重代入TOPSIS里使用，分开来算。
熵权法的MATLAB实现
09-28
熵权法和灰色分析的MATLAB实现，里边有详细的MATLAB实现程序，方便大家学习掌握。
TOPSIS模型
12-08
TOPSIS模型引进了理想解与负理想解的概念，是一种理想目标相似性的顺序选优技术根据理想解的贴近度C*大小进行排序C*值最大的为最优评标目标。
评价类模型-Topsis优劣解距离法★★★★★
huahua121_的博客
07-14 893
Topsis优劣解距离法适用于评价类问题，拿到问题先根据层次分析法中部分内容将评价指标转换为原始矩阵；在原始矩阵的基础上，判定评价指标属于极大型、极小型、中间型、区间型中的哪一类，然后正向化到极大型，生成正向化矩阵；在正向化矩阵基础上标准化，再根据计算公式计算得分并且归一化。 拓展：Topsis模型可以不默认权值。
【数据分析】Matlab实现熵权TOPSIS
qq_59747472的博客
09-19 2757
TOPSIS法用于研究评价对象与‘理想解’的距离情况，结合‘理想解’（正理想解和负理想解），计算得到最终接近程度C值。熵权TOPSIS法核心在于TOPSIS，但在计算数据时，首先会利用熵值（熵权法）计算得到各评价指标的权重，并且将评价指标数据与权重相乘，得到新的数据，利用新数据进行TOPSIS法研究。通俗地讲，熵权TOPSIS法是先使用熵权法得到新数据newdata（数据成熵权法计算得到的权重），然后利用新数据newdata进行TOPSIS法研究。
数学建模-Topsis综合评价（评价模型）
会思想的苇草i的博客
07-30 1万+
Topsis综合评价方法是一种常用的数学建模工具，用于多个指标下的决策评价和排序。本文将介绍Topsis方法的基本原理和应用，包括构建评价指标矩阵、计算正负理想解、计算综合评价值等步骤。我们还将通过实例演示如何利用Topsis方法解决实际问题，比如企业选址、产品选择等方面的应用。希望本文能够帮助读者理解Topsis综合评价方法在数学建模中的重要性，掌握其应用技巧，提高评价和决策分析能力。
评论 18
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

三月的一天

你的鼓励将是我前进的动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值