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。