目录
1.TOPSIS法介绍
TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution),可翻译为逼近理想解排序法,国内常简称为优劣解距离法,TOPSIS 法是一种常用的综合评价方法,其能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。
2. 计算步骤
(1)数据标准化
设决策矩阵为X=(xij)m×n,(在进行决策时,因决策属性类型的不同、属性量纲不同和属性值的大小不同,决策与评价的结果会受影响)进行属性值的规范化(方法不唯一,可视具体情况而定),设规范化决策矩阵(也就是标准化后的矩阵)X=(xij)m×n ,其中
(2)得到加权后的矩阵
计算信息熵:
权重为:
设标准化后的数据矩阵元素为rij ,由上可得指标正向化后数据矩阵元素为xij' :
(3)确定正理想解和负理想解
处理过后可以构成数据矩阵 R=(rij)m*n
-
定义每个指标即每列的最大值为正理想解
- 定义每个指标即每列的最大值为负理想解
(4)计算各方案到正(负)理想解的距离
- 定义第i个对象与最大值距离为正理想解的距离
- 定义第i个对象与最大值距离为负理想解的距离
(5)计算综合评价值
得分为:
明显可以看出0<=score<=1 ,当scorei越大时,d+越小,说明指标离最大值距离越小,越接近最大值
3.实例研究
数据来源:蓝奏云
3.1 读取数据
data=xlsread('D:\桌面\TOPSIS.xlsx')
3.2 数据标准化
%标准化 标准化处理后数据为data1
data1=data;
for j=1:size(data1,2)
data1(:,j)= data(:,j)./sqrt(sum(data(:,j).^2));
end
3.3 得到信息熵
%得到信息熵
[m,n]=size(data1);
p=zeros(m,n);
for j=1:n
p(:,j)=data1(:,j)/sum(data1(:,j));
end
for j=1:n
E(j)=-1/log(m)*sum(p(:,j).*log(p(:,j)));
end
3.4 计算权重并计算权重数据
%计算权重
w=(1-E)/sum(1-E);
%得到加权重后的数据
R=data1*w';
3.5 得到最大值和最小值距离
%得到最大值和最小值距离
r_max=max(R); %每个指标的最大值
r_min=min(R); %每个指标的最小值
d_z = sqrt(sum([(R -repmat(r_max,size(R,1),1)).^2 ],2)) ; %d+向量
d_f = sqrt(sum([(R -repmat(r_min,size(R,1),1)).^2 ],2)); %d-向量
3.6 计算得分
%得到得分
s=d_f./(d_z+d_f );
Score=100*s/max(s);
for i=1:length(Score)
fprintf('第%d个投标者百分制评分为:%d\n',i,Score(i));
end
返回:
总代码
clc;clear;
data=xlsread('D:\桌面\TOPSIS.xlsx');
%标准化 标准化处理后数据为data1
data1=data;
for j=1:size(data1,2)
data1(:,j)= data(:,j)./sqrt(sum(data(:,j).^2));
end
%得到信息熵
[m,n]=size(data1);
p=zeros(m,n);
for j=1:n
p(:,j)=data1(:,j)/sum(data1(:,j));
end
for j=1:n
E(j)=-1/log(m)*sum(p(:,j).*log(p(:,j)));
end
%计算权重
w=(1-E)/sum(1-E)
%得到加权重后的数据
% w=[0.3724, 0.1003,0.1991, 0.1991,0.0998,0.0485]; %使用求权重的方法求得
R=data1*w';
%得到最大值和最小值距离
r_max=max(R); %每个指标的最大值
r_min=min(R); %每个指标的最小值
d_z = sqrt(sum([(R -repmat(r_max,size(R,1),1)).^2 ],2)) ; %d+向量
d_f = sqrt(sum([(R -repmat(r_min,size(R,1),1)).^2 ],2)); %d-向量
%sum(data,2)对行求和 ,sum(data)默认对列求和
%得到得分
s=d_f./(d_z+d_f );
Score=100*s/max(s);
for i=1:length(Score)
fprintf('第%d个投标者百分制评分为:%d\n',i,Score(i));
end