TOPSIS方法(第8讲)[宣讲].ppt

正理想解和负理想解确定 由于之前对属性数据作了效用的映射，因此，各个属性指标的正理想解为效用值最高的三角模糊数，而负理想解为效用值最低的三角模糊数。考虑到效用函数的取值范围[0，1]，定义正理想解为三角模糊数（1，0，0），负理想解为三角模糊数（0，0，0）。因此，各属性效用模糊数到理想解的距离公式为： 3.3 基于效用理论的TOPSIS模型 * 精品PPT | 实用可编辑 相似度计算 假定各属性权重向量为 ，则各备选方案与正、负理想解的加权欧式距离为： 式中： 为第j个备选方案的第i个属性值所对应效用函数的三角模糊数数值； 表示该属性效用值与正理想解的距离； 表示该属性效用值与负理解的距离。 3.3 基于效用理论的TOPSIS模型 * 精品PPT | 实用可编辑 3.4 基于联系度的TOPSIS模型 * 精品PPT | 实用可编辑 二、TOPSIS方法的基本步骤 二、TOPSIS方法的基本步骤 * 精品PPT | 实用可编辑 步骤一 用 向量规范法 求得规范决策矩阵Z 步骤二 构成加权规范阵X 步骤三 确定理想和负理想解 理想解 负理想解 效益型属性 成本型属性 效益型属性 成本型属性 基本步骤 * 精品PPT | 实用可编辑 步骤四 计算各方案到理想解与负理想解的距离 到理想解的距离 到负理想解的距离 步骤五 计算各方案与理想解的接近程度 步骤六 按 由大到小排列方案的优劣次序 基本步骤 * 精品PPT | 实用可编辑 属性有多种类型：效益型、成本型 非量纲化 归一化 2.1数据预处理（规范化） * 精品PPT | 实用可编辑 （1）线性变换 效益型属性： 变换后的属性值最差不为0，最佳为1 成本型属性： 变换后的属性值最佳不为1，最差为0 或 变换后的属性值最差不为0，最佳为1，且是非线性变换 2.1数据预处理（规范化） * 精品PPT | 实用可编辑 （2）标准0－1变换 效益型： 成本型： 特点：每一属性，最佳值为1，最差值为0，而且变换后的差值是线性的。 2.1 数据预处理（规范化） * 精品PPT | 实用可编辑 (3)最优值为给定区间时的变换 2.1数据预处理（规范化） * 精品PPT | 实用可编辑 (3)最优值为给定区间时的变换 设给定的最优属性区间为 其中， 为无法容忍下限， 为无法容忍上限。 若 若 若 2.1数据预处理（规范化） * 精品PPT | 实用可编辑 （4）向量规范化 特点：规范化后，各方案的同一属性值的平方和为1；无论成本型或效益型，从属性值的大小上无法分辨。常用于计算各方案与某种虚拟方案（如理想点或负理想点）的欧氏距离的场合。 2.1数据预处理（规范化） * 精品PPT | 实用可编辑 优选法：淘汰劣解 满意值法属性值低于阈值，即刷。如考研分数线 逻辑和法属性值高于阈值，即留。 2.2 方案初选 * 精品PPT | 实用可编辑 目标重要性的度量，即衡量目标重要性的手段 权重的三重含义 ①决策人对目标的重视程度 ②各目标属性值的差异程度 ③各目标属性值的可靠程度权重应综合反映三种因素的作用 2.3 权重确定 * 精品PPT | 实用可编辑 2.3 权重确定 * 精品PPT | 实用可编辑 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 * 精品PPT | 实用可编辑 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 * 精品PPT | 实用可编辑 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