数学建模算法学习笔记之---TOPSIS法

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！