数学建模基本算法-TOPSIS法
一个小菜鸡的数模学习之旅的😭
TOPSIS法
在层次分析中的决策层不能有太多,会导致和一致矩阵差异过大(最多n=15, 一般超过十个就要考虑使用二级指标体系)
在层次分析法中的判断矩阵是由“专家”填写,如果决策中指标的数据是以知的,那么可以采用TOPSIS法(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。
TOPSIS解决问题的基本步骤
将原始矩阵正向化(将所有的指标转化为极大型指标)
极大型指标 | 越大越好 |
---|---|
极小型指标 | 越小越好 |
中间型指标 | 越接近某个值越好 |
区间型指标 | 落在某个区间最好 |
- 极小型指标 —->极大型指标
方法一:max - x(推荐)
方法二:1/x
- 中间型指标 —->极大型指标
- 区间型指标 —-> 极大型指标
正向化矩阵标准化
标准化的目的是消除不同指标量纲的影响。
计算得分并归一化
如图已经标准化的Z矩阵
定义 Z+ 为每一列的最大值组成的向量
定义Z- 为每一列的最小值组成的向量
如上的公式可计算出未归一化的得分Si
将得分归一化并排序后就可以选出最佳的结果
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 DownsXu的小窝!
评论