TOPSIS方法(第8讲)TOPSIS方法.ppt

相对重要程度 定义 说明 1 同等重要 两个目标同样重要 3 略微重要 经验和判断，略微重要 5 相当重要 经验和判断，重要 7 明显重要 深感重要，有实践证明 9 绝对重要 强烈地感觉重要 2,4,6,8 相邻判断的中间值 需要折衷时采用 2.3 权重确定 心理学的实验表明，大多数人对不同事物在相同属性上差别的分辨能力在5～9级之间，采用1 ～ 9的标度反映了大多数人的判断能力； 大量的社会调查表明，1～9的比例标度早已为人们所熟悉和采用； 科学考察和实践表明，1～9的比例标度已完全能区分引起人们感觉差别的事物的各种属性。 为什么采用1～9级的指标比例呢？ 2.3 权重确定 判断矩阵和积法计算步骤: （1）将判断矩阵每一列归一化： （2）对按列归一化的判断矩阵，再按行求和： （3）将向量 归一化 则： 即为所求的特征向量 2.3 权重确定 列向量归一化 （4）计算最大特征根： 2.3 权重确定 精确计算，得 求和 归一化 2.3 权重确定 表3－1给出的决策矩阵是一个钻探工艺方案评价与优选的多属性决策问题，原先有5个方案 ，3个属性 ——寿命， ——时效， ——成本，其中 和 为效益型属性， 为成本型属性，权向量 。下面分析当增加一个决策方案 时TOPSIS法的逆序问题。 表3－1 工艺方案基本数据 方案 （寿命） （时效） （成本） 31.5 1.65 268 29.5 2.05 250 25.2 1.55 225 18.4 1.85 240 25.7 1.51 230 26.0 2.60 280 课堂练习 5个方案时的相对贴近度依次为 （0.4759，0.7096，0.5094，0.4294，0.4798）， 其优劣顺序为 6个方案的相对贴近度为 （0.3773，0.5696，0.4145，0.3800，0.3291，0.6058） 其优劣顺序为 比较两种结果可以发现，只有5个方案时， 优于 ，而6个方案时， 优于 ，再现了逆序现象。 课堂练习 经计算发现，TOPSIS法同样存在逆序现象。当增加决策方案时出现了逆序，其根本原因是当引进新的决策方案后，理想点发生了变化，5个方案时的正理想点为（31.5，2.05，225），负理想点是（18.4，1.51，268），而6个方案时的正正想点为（31.5，2.60，225），负理想点是（18.4，1.51，280）。理想点的变化，实际上就是决策评价标准的变化，而评价标准的变化必然导致评价结果的不同，即引起方案优劣顺序的变化，这是很自然的事情，不足为怪。 课堂练习 采用TOPSIS方法计算大学排名 数据获取(高校20所以上，属性值10个以上) 采用TOPSIS方法进行计算，并得出结论 提交形式：PPT演示文档(15-20页) 合理分工(每组3-4人，注明每人工作量) 如有雷同，绝对零分 分组作业 可能的一些观点： 高校应无为而治； 浙大是如何崛起的； 西交应如何快速崛起； 国外高校的先进模式； 高校排名工作的改进。 分组作业 三、TOPSIS方法的主要改进 三、TOPSIS方法的主要改进 用熵值法计算指标权重 消除人为因素造成的误差 结论客观公正，为科学评价提供了新途径 3.1基于信息熵的TOPSIS模型 熵是一种描述系统总体特性的统计量 信息熵，即平均信息量 一般情况下 状态空间： 概率分布： 且 ，假设各状态都是独立的出现 的不确定性： 信息熵： 3.1基于信息熵的TOPSIS模型 熵值法是在客观条件下，由评价指标值构成的判断矩阵来确定指标权重的一种方法，它能尽量消除各因素权重的主观性，使评价结果更符合实际。根据熵的定义，m个方案n个评价指标，其评价指标的熵为： 其中， 计算评价指标的熵权W： 其中， A 1 2 B 3 3 B 9 4 3.1基于信息熵的TOPSIS模型