1、前言
TOPSIS法的学习过程感觉还是可以的,感觉理解起来没有太大的难度,但是今天学的模糊综合评价真的是上来就给我秒了,再看看书吧,学术不精/(ㄒoㄒ)/~~
2、TOPSIS法
2.1、简介
TOPSIS法也是用来帮我们进行评价和选择的工具,它的作用和昨天我上传的层次分析法学习笔记的用处类似(这一段按照佬的课程安排现学评价与分析类算法),只不过在原理上二者有些许不同。
我的理解:TOPSIS法从样本数据中分别提取出各项属性的最优值和最劣值,然后分别以最优值(理想解)和最劣值(负理想解)建立了两个全新的样本,在这里我们把这两个新样本看成两个点,然后题目给的初始样本看成其他的点,我们要选出的样本就是离最优点距离最近的点,所以实际上是距离问题。下面是官方解释🌞
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。
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。
2.2、基本步骤
1.将原始矩阵正向化(即将所有指标类型都转化为极大型)
哪都有那些指标类型呢?
序号 | 指标名称 | 指标特点 |
1 | 极大型指标 | 越大越好 |
2 | 极小型指标 | 越小越好 |
3 | 中间型指标 | 最好在某个值上 |
4 | 区域型指标 | 最好在某个区间上 |
转换公式
(非原创侵权删除!)
2.正向矩阵标准化
3.计算得分并归一化
4.根据得分去评价或者选择即可
3、结束语
继续学习,继续坚持!