解法TOPSIS评价"/>
理想解法TOPSIS评价
这次的评价是在无量纲化数据之后进行的,具体无量纲的方法在上一篇综合评价里有详细介绍,下面直接开始介绍理想评价法
所谓理想评价法,就是找到各评价标准里边(就是评价矩阵里边的每一列)的最优解,然后将没一列最优解抽象出来,构建一个虚拟的评价对象,它是在每个评价指标里边都是最好的,简单的说,就是全能的一个对象,就像一个所有科目100分的学生,然后找差距呗,和理想对象差距小的肯定是好的呗。
下面给出具体求法:
(1)对评估值无量纲化处理。具体见上一篇博客。
(2)定权。过程和上一篇综合评价论权的方法一样,不重复。但是注意可以将权数写成矩阵形式,如下:
Wi 是每个评价标准的分权,然后将评价矩阵乘权矩阵得到:
解释一下 f i j =Zij*Wi 。
然后就得到了加权之后的评价值。
(3)寻找最优最劣解。如下:
找到每一列的最优记为fj*
找到每一列最差记为fj^
F*=[f1*,f2*,...,fn*]为最优解向量。
F^=[f1^,f2^,...,fn^]为最劣解向量。
(4)找差距
计算各评价对象与最优最劣向量的欧式距离。如下
(5)计算各目标的相对贴近程度。如下
(6)根据相对贴近程度就可以排列优劣了。
Finish,个人觉得理想TOPSIS解法和综合评价差别并不是很大,综合评价是通过求加权平均来确定每个评价对象的综合指标,而TOPSIS是通过寻找差距找。其实在找到加权矩阵后,每行求和就可以评价了,就是综合评价。
更多推荐
理想解法TOPSIS评价
发布评论