基于TOPSIS法的研究:原理概述与代码实现
发布时间
阅读量:
阅读量
优劣解距离法(TOPSIS法)的原理简析_实例应用_代码
- TOPSIS算法步骤
-
- 第一步:对初始数据矩阵进行正向化处理
- 第二步:对完成正向化的矩阵实施标准化操作
- 第三步:确定评分值并执行归一化处理
-
TOPSIS算法实例解析
-
- 第一步:对各项指标实施正向化转换
- 第二步:构建标准化矩阵
- 第三步:计算各项指标的得分值
- 第三步:依据所得分数进行排序处理
-
模型应用中的关键点
-
- 1. 关于标准化的具体实现方式
- 2. 归一化与标准化之间的区别与联系。
-
模型存在的限制因素
-
算法实现代码
-
首先需要厘清若干基础概念
- 指标的分类方式
| 指标名称 | 指标特点 |
|---|---|
| 极大型指标 | 越大越好 |
| 极小型指标 | 越小越好 |
| 中间性指标 | 越接近某个值越好 |
| 区间型指标 | 落在某个区间最好 |
例如:
极大型指标包括成绩、GDP增长率、企业盈利水平等
极小型指标则涵盖成本、不良品率以及污染程度
中间型指标如水质检测中的PH值
区间型指标例如人体体温
在应用TOPSIS方法进行计算时,通常需要将各类指标统一转化为极大型指标,以实现标准化处理
2. 归一化处理
归一化处理的主要作
全部评论 (0)
还没有任何评论哟~
