AI智能
改变未来

评价类模型——Tposis法

Tposis法学习笔记

  • 适用的范围
  • 操作方法
  • 第一步 > 将原始矩阵正向化
  • 第二步>正向化矩阵标准化
  • 第三步>计算得分并归一化

适用的范围

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。

解决评价类问题中适用于有多个决策变量,或者指标的数据已知。
同为评价类模型的层次分析法不适用于多个决策变量,并且标度比较模糊,在指标为精确的数据时不能反映出数据的特征。

操作方法

第一步 > 将原始矩阵正向化

正向化,即把指标的类型全部转化为极大型(把数值的意义统一)

常见指标类型如下:

极小型→极大型

中间型→极大型

区间型→极大型

第二步>正向化矩阵标准化

消除指标中不同量纲的影响

第三步>计算得分并归一化

赞(0) 打赏
未经允许不得转载:爱站程序员基地 » 评价类模型——Tposis法