TOPSIS评价方法.ppt

TOPSIS，目录，一，TOPSIS简档二，TOPSIS决策分析步骤三，思考四，案例十五，案例二，一，tops is (techniquefororderedpreferecebysimilarityto 多目标决策方法。 方法的基本想法是定义决策问题的理想解和负的理想解，在可行的方案中找到与理想解的距离最近、与负的理想解的距离最远的方案。 TOPSIS法导入相对接近度的概念，考虑两种距离。 其中，距离是(加权后的)欧几里得距离。 二、TOPSIS决策分析程序，TOPSIS根据加权规范化决策矩阵，制定理想方案A*和负理想方案A-，确定各方案的距离A*和A-的距离。 最后根据相对距离决定方案的优劣。 步骤1 :归一化决定矩阵r (是对属性矩阵r进行归一化处理而得到的矩阵，这里的归一化包含同步处理和归一化处理)，二，TOPSIS决定分析步骤，步骤2 :加权归一化矩阵V=vij(W是主题赋予的权重矩阵)，二，TOPSIS决定分析步骤， 步骤3 :决定理想方案和负理想方案的属性值为利益型的情况(利益越高越理想)，理想方案为每列的最大值，负理想方案为每列的最小值属性值为成本型的情况(成本越低越理想)，理想的方案为各列的最小值，负的理想方案为各列的最大值。 具体来说，表示如下：二、TOPSIS决策分析步骤、步骤3、二、TOPSIS决策分析步骤，步骤4 :计算距离的距离是与理想方案的距离Si*和负的理想方案的距离Si-，其中：二、TOPSIS决策分析步骤，步骤5 :计算相对接近度与理想方案的距离为负步骤6 :排序，根据Ci的大小对各计划进行排序。 (Ci越大的计划越理想)、三、思考、TOPSIS方法和灰色关联分析的原理和想法的差异是？ 差异点： TOPSIS的基本想法是找到理想方案和负理想方案，根据各方案和理想方案和负理想方案的距离来测量对该方案的满意度。 灰色关联分析方法的基本思想是根据序列曲线的几何形状的相似度来判断其关联是否紧密，曲线越近，对应序列间的关联度也越大。 共同点： TOPSIS法和灰色关联分析通过计算评价对象与理想对象的接近程度来判断各评价对象的优劣顺序。 四、用情况1、TOPSIS法选出战斗机，战斗机购买决策矩阵如下表所示，6个属性的权重为w=(0.2、0.1、0.1、0.2、0.3)t。 情况1具体的决定过程、步骤1属性矩阵m、步骤2属性加权归一化处理2.1同步化处理、步骤2属性加权归一化处理2.2归一化处理、步骤2属性加权归一化处理2.3加权处理、步骤3负理想方案和理想方案分别是a-=(0.0841，0.000 步骤4中的每个方案与理想方案和负理想方案之间的距离： S1*=0.0548、S2*=0.1195、S3*=0.0579、S4*=0.1009S1-=0.0982、S2-=0.0439、S3-=0.0920 S4-=0.0454， 确定理想方案和负理想方案的构想：理想方案一般设想最佳方案，与其对应的各属性在各方案中是最佳值的负理想方案假定最坏的方案，其对应的各属性在各方案中是最坏的值。 计划排列的决策规则：将实际可行的计划与理想的计划和负理想的计划进行比较，某个可执行的计划最接近理想的计划，同时离负的计划最远时，该计划是成套的满意解。步骤5计算相对接近度C1=0.6420 C2=0.2686； C3=0.6135； C4=0.3101 .步骤6等级用Ci的数值获得方案等级： 5、情况2、出院人数、病床使用率、平均住院日、病死率、危重患者的急救成功率、治愈好转率和院内感染率等7个指标纵向综合评价儿童医院19941998年5年的医疗质量。 原始数据如下：步骤1 :将平均住院日、病死率、院内感染率三个低指标倒数转换，扩大到100倍，出院人数压缩到100倍。 步骤2 :对数据进行标准化处理，c=(0.4833，0.4805，0.4634，0.8178，0.4776，0.4487，0.5612 ) c-=(0.4142，0.4081，0.4321，0.2024，0. 0.3118 )步骤3 :理想案和负理想案c-，步骤4 :计算各案和理想案和负理想案的距离，步骤5 :计算相对接近度，先求出的结果如下表：步骤6 :按相对接近度的大小进行排序，如上图所示，根据排序结果，从1998年度的1996年度医疗质量最差，TOPSIS评价方法总结的优点： TOPSIS法规范原始数据，消除了不同指标维度的影响，可以充分反映各方案之间的差距、客观真相，具有真实、直观、