文章目录 （1）模型介绍（2）TOPSIS应用例子：（3）算法步骤1）将原始矩阵正向化<1>极小型到极大型<2>中间型到极大型<3>区间型到极大型 2）正向化矩阵标准化3）计算得分并归一化
（1）模型介绍 TOPSIS法（Technique for Order Preference by Similarity to ideal Sulution）可翻译为逼近理想解排序法，国内简称为优劣解距离法。（优解：最大值；劣解：最小值）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，其结果能精确地放映各评价方案之间地差距。层次分析法地一些局限性
差异太大，可能无法通过一致性检验
（2）TOPSIS应用例子：
排名越小越好，但评分越高越好，所以要进行修正。
问题：第一名与最后一名无论成绩为多少评分都是1和0，为什么要用上图的公式，不用下图的公式？
解释：
1>如果评价的人数很多，只有最前与最后两个有影响，无所谓。
2> lydz一个指标得分为零，但有其他指标弥补
3>…
指标类型不同，要进行统一处理：
Z − 与 Z + Z^-与Z^+ Z−与Z+为每个指标的最小值，最大值
D i − 与 D i + D_i^-与D_i^+ Di−与Di+为第i个评价对象的每个评价指标与最大值的距离之和。
修改: M = m a x ( ∣ x 1 − x b e s t ∣ , ∣ x 2 − x b e s t ∣ , . . . ) M = max(|x_1-x_{best}|, |x_2-x_{best}|, ...) M=max(∣x1−xbest∣,∣x2−xbest∣,...)。
∣ x i − x b e s t ∣ |x_i-x_{best}| ∣xi−xbest∣越大，转换后值越小
2）正向化矩阵标准化 3）计算得分并归一化最 后 一 行 应 该 是 ： D i + 越 小 最后一行应该是：D^+_i越小 最后一行应该是：Di+越小