TOPSIS(优劣解距离法)

层次分析法的劣势:决策层不能太多,指标已知


清风学习同学评分例子:排名越小越好,但是评分越大越好,所以要对排名进行修正
不合理之处:只要排名不变,评分就不变,相关性不强
注:评分都需要归一化
比较对象大于两个,比较指标多,许多指标不存在所谓的最大值最小值(x-min)/(max-min)


极大型指标:越大越好
极小型指标:越小越好

原始矩阵正向化
统一指标类型:将所有指标转化为极大型【指标正向化】

1.将极小型转换成极大型指标(例如:费用、坏品率、污染程度)

公式:max - x (推荐)或者 \frac{1}{x} (均为整数)

2.中间型指标(越接近某个特定值越好)例如:PH

3.区间型指标(落在某一区间好)

标准化处理:

不同指标的单位不同,不好一起衡量,需要对已经正向化的矩阵进行标准化处理

将矩阵中每一个元素除以所在列所有元素的平方和的开根号

计算得分:\tfrac{x-min}{(max-x) + (x-min)} 后归一化

  • 10
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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