一、模型介绍
1.把原始矩阵正向化
极大性,极小性指标。
把极小转换为极大性。即正向化。就是用 最大值3减去每个数字。
加入所有的元素都是正数,那么也可以使用倒数。
2.正向化后的矩阵进行标准化
4个评价对象:小明,小王,小张,清风。
2个评价指标:成绩,正向化后的争吵次数。
每个元素出于所在列的每个数的平方和再开根号。
3.计算得分并归一化(D- ,D+)
先得到标准化的矩阵:
二、topsis优劣解距离法
第一步:将原始矩阵正向化。
极小型指标
中间型指标
区间型指标
第二步:正向化矩阵标准化
第三步:计算得分并归一化
第四步:计算得分
计算与最大值的距离和最小值的距离,并算出他们的得分。
二、熵权法
1.正向化
极小或中间型或区间型转换为极大性。
2.标准化
每个数都除于该列元素之和的开根号。 【0,1】区间
3.如果存在负数,要用另一种标准化的方法。
4.计算概率。
每一项,除以该项之和作为概率。保证每个指标所对应的概率和为1(每一列即一个评价指标)
5.计算每个指标的信息熵
通过如下公式计算所得
计算信息效用值: d_j = 1-e_j
计算信息熵,并计算信息效用值。