目录
TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution),简称优劣解距离法,该方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。
前面文章中提到的层次分析法存在一些局限性:
(1) 评价的决策层不能太多,即n不能太大,否则判断矩阵和一致矩阵差异会很大,平均随机一致性指标RI的表格中n最多为15
(2) 层次分析法不适用于决策层中指标的数据已知的情况
TOPSIS法的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)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和最劣方案间的距离,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。
总结下来,TOPSIS法可以分为3步:
1. 原始矩阵正向化
首先要知晓常见的四种指标,如下图所示,将原始矩阵正向化,就是要将所有指标类型统一转化为极大型指标。
(1) 极小型指标转化为极大型指标
极小型指标转换为极大型指标的公式: