数学建模算法与程序（司守奎）综合评价与决策方法.pdfVIP

综合评价与决策方法及其计算机软件实现 评价方法大体上可分为两类，其主要区别在确定权重的方法上。一类是主观赋权法，多 数采取综合咨询评分确定权重，如综合指数法、模糊综合评判法、层次分析法、功效系数法 等。另一类是客观赋权，根据各指标间相关关系或各指标值变异程度来确定权数，如主成分 分析法、因子分析法、理想解法（也称TOPSIS 法）等。目前国内外综合评价方法有数十种 之多，其中主要使用的评价方法有主成分分析法、因子分析、TOPSIS、秩和比法、灰色关 联、熵权法、层次分析法、模糊评价法、灰色理论法、物元分析法、聚类分析法、价值工程 法、神经网络法等。 1．理想解法 目前已有许多解决多属性决策的排序法， 如理想点法、简单线性加权法、加权平方和 法、主成分分析法、功效系数法、可能满意度法、交叉增援矩阵法等。本节介绍多属性决策 问题的理想解法，理想解法亦称为TOPSIS 法，是一种有效的多指标评价方法。这种方法通 过构造评价问题的正理想解和负理想解，即各指标的最优解和最劣解，并用靠近正理想解 和远离负理想解的程度， 通过计算每个方案到理想方案的相对贴近度来对方案进行排序， 从而选出最优方案。 1.1 方法和原理 设多属性决策方案集为 A {a ,a ,,a } ，衡量方案优劣的属性向量为 1 2 m ，这时方案集 中的每个方案 （ ）的 个属性值构成的向量 X {x ,,x } A a i 1,,m n 1 n i 是 ，它作为 维空间中的一个点，能唯一地表征方案 。 X i (xi1,,xin ) n ai * 正理想解 是一个方案集 中并不存在的虚拟的最佳方案，它的每个属性值都是决策 Z A 0 矩阵中该属性的最好值；而负理想解 则是虚拟的最差方案，它的每个属性值都是决策矩 Z * 阵中该属性的最差值。在 维空间中，将方案集 中的各备选方案 与正理想解 和负理 n A a Z i 0 想解 的距离进行比较，既靠近正理想解又远离负理想解的方案就是方案集 中的最佳方 Z A 案；并可以据此排定方案集 中各备选方案的优先序。 A 用理想解法求解多属性决策问题的概念简单，只要在属性空间定义适当的距离测度就能 计算备选方案与理想解。TOPSIS 法所用的是欧氏距离。至于既用正理想解又用负理想解是 因为在仅仅使用正理想解时有时会出现某两个备选方案与正理想解的距离相同的情况，为了 区分这两个方案的优劣，引入负理想解并计算这两个方案与负理想解的距离，与正理想解的 距离相同的方案离负理想解远者为优。 1.2 TOPSIS 法的算法步骤 TOPSIS 法的具体算法如下。 步骤一，用向量规划化的方法求得规范决策矩阵。 设多属性决策问题的决策矩阵X (x ) ，规范化决策矩阵Y (y ) ，则 i