评价——TOPSIS

1、作用

TOPSIS 法是一种常用的组内综合评价方法,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。基本过程为基于归一化后的原始数据矩阵,采用余弦法找出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。

2、输入输出描述

输入:至少两项或以上的定量变量。
输出:反应考核指标在量化评价中的综合得分。

3、案例示例

为了客观地评价我国研究生教育的实际状况和各研究生院的教学质量,国务院学位委员会办公室根据人均专著、师生比、科研经费与逾期毕业率进行研究生院的评估。

4、建模步骤

1.原始数据同趋势化
区分指标体系中的指标类别 (高优或低优) ,并根据不同类型的指标需要按照不同的公式进行正向化处理。构建 n 行 m 列的矩阵X , 矩阵中x_{ij}表示第 i 个对象的第 j 个指标的值。转换公式如下

极小型:max-x_{i}

中间型:

区间型:

2.构建标准化矩阵

3.计算各评价指标与最优及最劣向量之间的差距

其中 w_{j} 为第 j 个属性的权重(层次分析法或熵权法)。
4.测度评价对象与最优方案的接近程度

C_{i} 值越大, 表明评价对象越优

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值