数学建模：优劣解距离法TOPSIS

优劣解距离法

TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution）常简称为优劣解距离法，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。

层次分析法的局限:

层次分析法的一些局限性
（1）评价的决策层不能太多，太多的话判断矩阵和一致矩阵差异可能会很大。
（2）如果决策层中指标的数据是已知的，那么我们如何利用这些数据来使得
评价的更加准确呢？

1.指标正向化处理

指标类型	说明
极大型指标	越高（大）越好
极小型指标	越少（小）越好
中间型指标	越靠近中间某个值越好
区间值指标	区间内最好

极大型指标评分公式：$f(x)=\frac{x-m i n}{m a x-m i n}$
极小型指标评分转换：${f(x)=max(f(・))-f(x)}$

2.正向化矩阵标准化

标准化的目的是消除不同指标量纲的影响。

3.计算得分并归一化

---

拓展：带权重的TOPSIS

来源：51CTO

作者：maylisa_du

链接：https://blog.csdn.net/weixin_42490152/article/details/100801763