Matlab学习系列30.-理想解法(TOPSIS)法讲课教案.docxVIP

Matlab学习系列30.-理想解法(TOPSIS)法 30. 理想解法(TOPSIS)法 一、基本原理 TOPSIS法是一种综合评价方法，其基本原理是： (1) 将n个评价指标看成n条坐标轴，由此可以构造出一个n维空间，则每个待评价的对象依照其各项指标的数据就对应n维空间中一个坐标点； (2) 针对各项指标从所有待评价对象中选出该指标的最优值（理想解，对应最优坐标点）和最差值（负理想解，对应最差坐标点），依次求出各个待评价对象的坐标点分别到最优坐标点和最差坐标点的距离和 (3) 构造评价参考值 则值越大代表评价结果越优。 二、算法步骤 1. 构造决策矩阵，每一列是一个评价指标，每一行是一条待评价样本；为去掉量纲效应，做规范化处理得到，其中 注：该规范化法处理后，各评价样本的同一评价指标值的平方和为1, 适合TOPSIS法中计算欧氏距离的场合。 2. 根据每个评价指标对评价结果的贡献程度的不同，指定不同的权重：，将B的第j列乘以其权重，得到加权规范矩阵 3. 确定正理想解和负理想解 其中， ， ， 4. 计算每个待评价样本到正理想解和负理想解的距离和 5. 计算每个待评价样本的评价参考值 再将从大到小排列，得到各评价样本的优劣结果。 三、数据规范化处理 1.为什么需要数据规范化？ 原始样本数据的不同变量列的数据，可能： (1) 不具有一致性：有的是越大越好，有