大家好，今天小编关注到一个比较有意思的话题，就是关于topsis的问题，于是小编就整理了2个相关介绍topsis的解答，让我们一起看看吧。
topsis综合评价法指标体系？
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。
基本过程为先将原始数据矩阵统一指标类型（一般正向化处理） 得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响，并找到有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行。
topsis法适用范围？
关于这个问题，Topsis方法适用于多属性决策问题，适用于以下情况：
1.决策对象有多个属性，且属性之间具有比较性；
2.属性值可以量化成数值；
3.决策对象的属性值可以通过归一化处理，使得不同属性值之间具有可比性；
4.决策对象的属性值之间相互独立；
5.决策者需要根据不同权重对属性值进行评价和排序。
TOPSIS （Technique for Order Preference by Similarity to an Ideal Solution ）法是C.L.Hwang和K.Yoon于1981年首次提出，TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。TOPSIS法是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增（或递减）性就行。TOPSIS法是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。
TOPSIS法其中“理想解”和“负理想解”是TOPSIS法的两个基本概念。所谓理想解是一设想的最优的解（方案），它的各个属性值都达到各备选方案中的最好的值；而负理想解是一设想的最劣的解（方案），它的各个属性值都达到各备选方案中的最坏的值。方案排序的规则是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。
TOPSIS法（Technique for Order of Preference by Similarity to an Ideal Solution）是一种多属性决策分析方法，主要用于评估决策对象在多个属性的情况下的优劣。
TOPSIS法适用于以下情况：
1. 决策对象具有多个评价指标：如企业决策、投资项目评估、产品质量评价等。
2. 评价指标是连续性变量：TOPSIS法主要适用于对连续性变量进行决策，不能用于对分类变量进行决策。
3. 所有评价指标权重已知：在使用TOPSIS法之前，必须确定每个评价指标的权重，并将其作为输入参数。
Topsis法适用广泛。
因为Topsis法可以用来解决多目标决策问题，比如工程、管理、经济、市场等领域。
此外，Topsis法还可以处理不同类型的数据，包括定量和定性数据，能够处理离散数据、连续数据和混合数据等，同时其处理结果也非常直观、易于理解。
所以Topsis法适用范围很广，可以适用于多种领域和不同类型的问题。
到此，以上就是小编对于topsis的问题就介绍到这了，希望介绍关于topsis的2点解答对大家有用。
