【数学建模】第二讲TOPSIS法

【数学建模】第二讲TOPSIS法

    简介:TOPIS法简称,优劣解距离法,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法可以是层次分析法的补充,层次分析法评价的决策层不能太多,太多的话n会很大,判断矩阵和一致矩阵差异可能会很大(通过不了一致性检验),而且平均随机一致性指标RI的表格中n最多是15.

    决策层中的指标数据如果是具体的,就可以用TOPSIS(层次分析法中指标数据是要由专家填写(虽然一般是自己))
指标的类型: A.极大型指标(效益性指标):越大越好
             B.极小型指标(成本型指标) :越小越好
            C.中间型指标:越接近某个值越好
            D.区间型指标:落于某个值最好好
应用时,需要将其他类型的指标统一转化为极大型指标

中间转极大

区间转极大
极限转极大
然后还要标准化(消除不同指标量纲的影响)
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_46070553/article/details/109230296