优劣解距离法TOPSIS模型和代码

1.TOPSIS的介绍

由C.L.Hwang 和 K.Yoon 首次提出，可翻译为逼近理 想解排序法，常简称为优劣解距离法。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。

其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，把不同类型的指标转化为极大型指标）得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响，并找到有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案（优解）和最劣方案（劣解）间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行 。

2.为什么要引入优劣解距离法（层次分析法的局限性）

①评价的决策层不能太多，太多的话n会很大，会导致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）

n	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
RI	0	0	0.52	0.89	1.12	1.26	1.36	1.41	1.46	1.49	1.52	1.54	1.56	1.58	1.59

②如果决策层中指标的数据是已知的，那就不能用层次分析法去评价，我们又怎么样利用这些数据去评价的更准确呢？（主要原因就是优劣解距离法能充分利用题中的原始数据，而层次分析法是做不到的）

3.两种构造计算评分的选取

3.两种构造计算评分的选取

①(x-min)/(max-min)【在一组已知的数据中最大值和最小值】（√）

②(x-min)