一、Topsis法的概述

Topsis法(Technique for Order Preference by Similarity to Ideal Solution) ,可翻译为逼近理想解排序法，国内简称为优劣解距离法。该方法是一种常用的综合评价方法，其能充分利用原始数据的信息，其结果能精确地反应各评价方案之间的差距。

二、模型建立的步骤

1.将原始矩阵正向化

在生活中，最常见的指标如下

指标名称	指标特点
极大型（效益型）	越大（多）越好
极小型（成本型）	越小（少）越好
中间型	越接近某个值越好
区间型	落在某区间最好

1）极大型

通常都将所有指标转换为极大型，该过程称为指标正向化

2）极小型

极小型指标的正向化公式为：

max−x

若所有元素均为正数，也可以用 1/x 表示。
由于不同指标的量纲不同，所以还需要对正向化矩阵进行标准化处理。

3）中间型

设{xi}是一组中间型指标序列，其最佳数值为xbest，则中间型指标的正向化公式为：

4）区间型

设{xi}是一组区间型指标序列，其最佳区间为[a,b]，则区间型指标的正向化公式为：

2.正向化矩阵标准化

目的：消除不同指标量纲的影响
现假设有n个要评价的对象，m个评价指标(已经正向化了)构成的正向化矩阵如下：

对其标准化的矩阵记为Z，Z中的每个元素为：

3.计算得分并归一化

计算得分的公式为：

设一个n个评价对象，m个评价指标的标准化矩阵Z为：

定义最大值

定义最大小值

定义第i(i = 1,2,⋯ \cdots⋯,n)个评价对象与最大值的距离为：

定义第i(i = 1,2,⋯ \cdots⋯,n)个评价对象与最小值的距离为：

所以，第i(i = 1,2,⋯ \cdots⋯,n)个评价对象未归一化的得分为：

优劣解距离法Topsis模型相关推荐

MATLAB之优劣解距离法Topsis模型
图片来源于清风视频,强烈推举清风视频学建模一.什么是优劣解距离法 TOPSIS法是一种常用的综合评价方法,其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. 二.一些简单的模型成 ...
优劣解距离法TOPSIS
TOPSIS法是一种综合评价方法,可翻译为理想解排序法或者优劣解距离法. 对于层次分析法,评价对象不能过多,过多会造成RI的变大,判断矩阵和一致矩阵的差异会变大,就不利于一致性检验. TOPSIS法的 ...
数学建模常用算法—优劣解距离法(TOPSIS)
解决问题建模比赛中最基础的模型之一,其主要用于解决评价类问题(例如:选择哪种方案最好.哪位运动员或者员工表现的更优秀),用于确定各个方案层的最终得分. 优点 TOPSIS 法是一种常用的综合评价方法 ...
数学建模-2.优劣解距离法Topisis模型
层次分析法的局限性 1.评价的决策层或方案层不能太多,即n不能太大,最多是15,否则判断矩阵和一致矩阵差异可能会很大 2.如果决策层中指标数据已知,如何利用数据来使得评价的更加准确? 引例已知四名同 ...
TOPSIS法（优劣解距离法）笔记
TOPSIS法什么时候用? TOPSIS法是根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相对优劣的评价 [其中最优解的各指标值都达到各评价指标的最优值,最劣解的各指 ...
数学建模——TOPSIS法（优劣解距离法）学习笔记（一）
一.TOPSIS方法 TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution) 可翻译为逼近理想解排序法,国内常简 ...
数学建模学习笔记（二）——Topsis优劣解距离法
(续上篇文章)层次分析法的局限上一篇文章中,层次分析法有这样的局限评价决策层不能太多: 数据是已知的的话,便无法使用层次分析法进行精确的分析评价: 因此,为对这些情况做出更为精准的分析,我们可以使 ...
MATLAB 之优劣解距离法（TOPSIS ）
文章目录一.TOPSIS 简介二.TOPSIS 步骤 1:将原始矩阵正向化,得到正向化矩阵 1.1 指标类型 1.2 正向化公式 2. 正向化矩阵标准化 3. 计算得分并归一化 3.1 方法 3. ...
TOPSIS法笔记（优劣解距离法）
一.概述 C.L.Hwang 和K.Yoon 于1981年首次提出TOPSIS (Technique for Order Preference by Similarity to an Ideal So ...

优劣解距离法Topsis模型

文章目录