理想点法精选.pptVIP

1. TOPSIS 的基本原理 理想点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。 理想化目标包括最优目标和最劣目标。最优目标是设想的最优的解（方案），它的各个属性值都达到各备选评价对象中的最好的值 。 评价最好的对象应该是与最优目标的距离最近，而与最劣目标最远 。 目前除了理想点法外，还有许多解决多属性决策的排序法，如简单线性加权法、可能满意度法等。 （1）构造初始矩阵（n个待评价对象，m个评价指标） （2） 构造加权标准化矩阵 （3） 确定正、负理想解 （4） 计算距离 （5）计算相对接近度并做出判断 2. TOPSIS的数学模型 ①评价指标同趋势化（使得规范化后表中任一属性下性能越优的方案变换后的属性值越大） ②非量纲化（排除量纲的选用对决策或评估结果的影响） ③对同趋势化后的原始数据矩阵进行归一化处理，并建立相应矩阵。（把表中的数值均变换到[0,1]区间上） （1）构造初始矩阵（n个待评价对象，m个评价指标） 属性值 属性值具有多种类型,包括效益型、成本型和区间型等。 效益型属性越大越好，成本型属性越小越好，区间型属性在某个区间最佳。 ①评价指标同趋势化 所谓高优指标就是相对于评价目标高效优质的对象指标。 Topsis法进行评价时，要求所有指标变化方向一致（即所谓同趋势化），将高优指标转化为低优指标，或将低优指标转化为高优指标，通常采用后一种方式。转化方法常用倒数法，即令原始数据中低优指标通过倒数变换而转化成高优指标。 常用的属性同趋势化方法 (a)线性变化 (b)标准0-1变换 (c)区间型属性的变换 (a)线性变化 原始的决策矩阵为 变换后的决策矩阵记为 . 设 是决策矩阵第j列中的最大值, 是决策矩阵第j列中的最小值.若 为效益型属性,则: 此时,经过变换的最差属性值不一定为0,最优属性值为1. 若 为成本型属性,则: 此时,经过变换的最优属性值不一定为1,最差属性值为0. (b)标准0-1变换 为了使每个属性变换后的最优值为1 ,且最差值为0,可以进行标准0-1变换. 若 为效益型属性,则: 若 为成本型属性,则: (c)区间型属性的变换 有些属性既非效益型又非成本型,如生师比. 设给定的最优属性区间为 , 为无法容忍下界, 为无法容忍上限,则: 设数据的最优区间为[5,6], 则: 处理前数据 处理后数据 1 5 1 2 6 1 3 7 0.8333 4 10 0.3333 5 2 0 变换后的属性值bij 与原属性值aij 之间的函数图形为一般梯形。当属性值最优区间上的上下限相等时,最优区间退化为一个点时,函数图形退化为三角形。 ②对同趋势化后的原始数据矩阵进行归一化处理，并建立相应矩阵。 原始数据标准化处理 （2） 构造加权标准化矩阵 各个指标的权重 权重确定方法有Delphi法、对数最小二乘法、层次分析法、熵 （3） 确定正、负理想解 其中 为效益型指标， 为成本型指标。 （4） 计算距离 ，供应商的评价与正理想解和负理想解的距离 （5）计算相对接近度并做出判断 相对接近度越大的供应商为优选供应商 （1）某防疫站拟对当地1997~2001年公共场所卫生监督工作质量进行评价 （2）儿童医院1994~1998年5个年度的医疗质量综合评价 2. TOPSIS的数学模型 例21-4 （1）某防疫站拟对当地1997~2001年公共场所卫生监督工作质量进行评价，选择的评价指标包含监督率%（x1）、体检率%（x2）、培训率%（x3）原始数据如下： 1997~2001年公共场所卫生监督工作质量 年份 监督率% （x1） 体检率%（x2） 培训率%（x3） 1997 95.0 95.3 95.0 1998 100.0 90.0 90.2 1999 97.4 97.5 94.6 2000 98.4 98.2 90.3 2001 100.0 97.4 92.5 对5年的公共场所卫生监督质量进行综合评价。 1.归一化处理 转换指标值的Z矩阵 年份 监督率% （x1） 体检率%（x2） 培训率%（x3） 1997 0.4327 0.4452 0.4591 1998 0.4555 0.4205 0.4359 1999 0.4437 0.4555 0.4572 2000 0.4482 0.4588 0.4364 200