数学建模02-TOPSIS法

数学建模02-TOPSIS法

一.TOPSIS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。
基本过程为：

• 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。

1.具体步骤

1.1 将原始矩阵正向化

• 最常见四种指标：
  1.效益型：属性值越大越好（比如利润）；
  2.成本型：属性值越小越好（比如成本价）；
  3.中间型：属性值越接近某个固定值α越好（生产标注宽度）；
  4.区间型：属性值越接近某个固定区间[q1,q2]越好；
• 原始矩阵正向化：就是要将所有的指标类型统一转为极大型指标

1.2 指标类型转换

• 极小型指标转换为极大型指标
  极小型指标转换为极大型指标的公式：max-x（所有元素均为正数 也可用 1/x）
• 中间型指标转换为极大型指标
  
• 区间型指标转换为极大型指标