python数学建模|综合评价方法

综合评价方法研究

《python数学实验与建模》中课后习题练习与代码笔记3。

综合评价方法包涵较多的模型，本次主要解析两个模型：TOPSIS（逼近理想解）模型和灰色关联分析模型。本次建模问题是传统模型，并没有进行扩展和改进。

一、基本模型

⑴TOPSIS模型

TOPSIS模型是逼近理想解的排序方法，它借助于评价问题的正理想解和负理想解，对各理想解进行排序。正理想解是一个虚拟的最佳对象，正理想解各个指标数值是评价对象该指标的最好值；负理想解亦是一个虚拟的最差对象，负理想解各个指标数值是评价对象该指标的最差值。通过求出各评价对象与正理想解与负理想解的距离，并通过距离指标对各评价对象进行优劣排序。

      数学原理如下：

⑵灰色关联分析模型

在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。

数学原理如下：

二、模型应用