TOPSIS法(MATLAB)

  本文借鉴了数学建模清风老师的课件与思路,可以点击查看链接查看清风老师视频讲解:清风数学建模:https://www.bilibili.com/video/BV1DW411s7wi

一、 案例背景

 二、基本思想

 三、计算步骤

Step1:将原始矩阵正向化

 

​ 

​ 

 Step2:正向化矩阵标准化

标准化原理:

 标准化后的矩阵为:

  Step3:计算得分并归一化

计算未归一化得分原理:

计算得到未归一化得分( 注:这里的指标默认权重相等,求权重的方法见熵权法优化TOPSIS(MATLAB)): 

将归一化后的得分可视化:

当只有一个权重计算得分时:

 四、模型程序

模型程序见文件夹下 topsis.m

五、其他

注意:此处的TOPSIS为权重相等 !实际运用时应用熵权法求得权重,再进行计算,见熵权法优化TOPSIS(MATLAB)

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
作为语言模型,我只能为您提供topsis的基本知识解释,无编写 MATLAB 代码。 Topsis是一种多属性决策分析方,用于选择最优解。它使用两个指标来评估每个备选方案的表现:正负概念和接近程度概念。 用于实现Topsis方的基本步骤如下: 1. 建立决策矩阵,它由m个备选方案和n个评估指标组成。 2. 对每个指标进行标准化处理,在范围0到1之间进行缩放。 3. 建立权重向量,以反映各个指标的相对重要性。 4. 通过加权规范化方计算每个备选方案的正负概念。 5. 使用欧几里得距离计算每个备选方案与正理想解和负理想解的接近程度概念。 6. 计算每个备选方案与正理想解的距离与它与负理想解的距离之比。 7. 对结果进行排序,选择具有最高得分的备选方案。 MATLAB中基本实现步骤如下: 1. 准备数据。使用MATLAB读取或输入数据,此数据代表决策矩阵。 2. 标准化数据。使用MATLAB中的min-max标准化函数将数据缩放到0到1之间的范围。 3. 确定每个指标的权重。使用MATLAB中的weight的函数计算权重。 4. 计算备选方案的正负概念。使用MATLAB中的规范化函数计算每个备选方案的正负概念。 5. 计算备选方案的接近程度概念。使用MATLAB中的distances函数计算每个备选方案与正理想解和负理想解的接近程度概念。 6. 计算备选方案的得分,得分等于一个备选方案的距离差与正理想解和负理想解的距离之比。 7. 对结果进行排序,在备选方案中找到具有最高得分的备选方案。 请注意,这是一个基本的Topsis方实现步骤,但其他特定于问题和数据的步骤可以根据需要添加或修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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