数学建模.优劣解距离法Topsis-Toy模板网

这篇具有很好参考价值的文章主要介绍了数学建模.优劣解距离法Topsis。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.引言

Topsis也是一种分析类的方法，得到最优结果。

层次分析法：有我了还要你干嘛？

哈哈，这里简单说一下，Topsis与层次分析法的区别：

在处理多个决策层的时候，层次分析法会不准确，显得力不从心，那么这个时候用Topsis会更好一些，简单可以理解为Topsis是层次分析法的优化。

2.第一步：正向化

像成绩这样的决策层，分数越高越好，我们把这种叫做极大型；

像打架这样的决策层，次数越少越好，我们把这种叫做极小型；

像水质量评估的PH值这样的决策层，PH越中间越好，我们把这种叫做中间型；

像体温这样的决策层，越在某一区间越好，我们把这种叫做区间型；

大体上分为这四种类型，那么他们如何来正向化呢？这里我们可以把正向化简单理解为越大越好，换句话来说就是将其他类型转换成极大型

a:极小型

b：中间型

c:区间型

3.第二部：标准化

为什么要标准化呢？因为每个决策层的单位不一样

如成绩和争吵的次数。

那么如何来给这些决策层一个统一的标准单位呢？

运用这样的一个公式就好了。

4.计算得分并归一化

举个例子：

5.补充

我们可以想一想，可不可以将成绩，吵架次数这样的准则做一个重要权重：答案是当然可以

我们可以通过层次分析法将准则层进行权重的求解。这样会使得你的分析具有层次性，合理性，完整性。

之前：

运用层次分析法求出的权重后：

Topsis的讲解就到这里啦！后面代码部分会在一下篇文章讲解。

本篇文章是学习清风网课后的总结，希望对大家有所帮助！文章来源地址https://www.toymoban.com/news/detail-754890.html