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