MCDM方法及matlab应用一：TOPSIS方法

TOPSIS方法已经发布过，现直接复制来用。
1.标准的TOPSIS方法
TOPSIS为逼近理想解的排序方法。正理想解，各个属性值都达到各候选方案种的最好的值。负理想解，各个属性值都达到各候选方案种的最差的值。
评价步骤：

2.改进的TOPSIS法
TOPSIS法的一般解法存在以下不足:对初始决策矩阵所有指标的规范化处理没有区别;事先确定的权重值往往是主观值;取评估指标的最大值和最小值作为正理想解和负理想解，当评估目标个数改变时需要重新计算，可能出现前后结果相互矛盾的逆排序问题;目标值与理想值二者间的欧氏距离无法和权重建立起联系等等。
改进方法：
首先，利用熵权法和主观权重构造综合权重w；
其次，利用规范化矩阵和综合权重构造加权综合矩阵

再次，确定绝对理想解。本文中采用求绝对理想解的方法对传统理想点法进行改进可以很好地解决逆排序问题。

3.实例分析
现有46个方案，10个属性的决策矩阵，主观权重为[0.2 0.2 0.05 0.05 0.05 0.15 0.1 0.1 0.05 0.05]。
程序如下：