TOPSIS方法总结计划研究讲解

精品文档精品文档PAGEPAGE15精品文档PAGETOPSIS方法研究摘要本文主要介了TOPSIS分析方法理及其主要思想，运用数学理，其算法行了的分析，并指出原始方法存在的缺点；在此基上提出了一种改的TOPSIS分析方法，出具体求重的方法，突出其客公正性.本文分析了TOPSIS方法逆序生的原因及其改的方法，突出其用性，推广其用范.关TOPSIS法;改的TOPSIS;重；逆序TOPSISANALYSISMETHODABSTRACTThispaperdescribesamethodoftheory—TOPSIS,anditsmainidea.Usingmathematicaltheory,itsalgorithmforadetailedanalysisandnotedtheadvantagesanddisadvantagesoftheoriginalmethods.Onthisbase,animprovedTOPSISmethodisgiven,andspecificforweight,inordertohighlightitsobjectiveimpartiality.ThepaperalsoanalyzesthecausesofTOPSISReverseanditsimprovedmethods,highlightitspracticalityandthepromotionofitsuse.KeywordsTOPSISmethod;ImprovedTOPSIS;weight;Reverse目录中文摘要....................................................⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅰ英文摘要....................................................⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅱ引言.......................................................⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...1一般TOPSIS分析方法1.1TOPSIS分析方法概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.2TOPSIS分析方法的一般解步⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3用例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..42改的TOPSIS法2.1一般TOPSIS解法的缺点⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯52.2改的TOPSIS法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.5⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..5指重的确定各劣排序⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯..6⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...72.3例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7.3.关于TOPSIS法的逆序⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯93.1逆序产生的原因9⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..由于增加新的方案产生逆序................⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9由于指标权重改变原始数据结构产生逆序........⋯⋯⋯⋯⋯⋯⋯⋯103.2逆序消除的方法11⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯.结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.....13参考文献..................................................⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..13引言TOPSIS的全称是“逼近于理想值的排序方法”(TechniqueforOrderPreferencebvSimilaritytoIdealSolution)，是Hwang和Yoon于1981年提出的一种适用于根据多项指标、对多个方案进行比较选择的分析方法.这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，所谓正理想解是一设想的最好值(方案),它的各个属性值都达到各候选方案中最好的值,而负理想解是另一设想的最坏值(方案)，然后求出各个方案与理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案优劣的.TOPSIS法是有限方案多目标决策的综合评价方法之一，它对原始数据进行同趋势和归一化的处理后，消除了不同指标量纲的影响，并能充分利用原始数据的信息，所以能充分反映各方案之间的差距、客观真实的反映实际情况，具有真实、直观、可靠的优点，而且其对样本资料无特殊要求，故应用日趋广泛.TOPSIS法较之单项指标相互分析法，能集中反映总体情况、能综合分析评价，具有普遍适用性.例如，其在评价卫生质量、免疫工作质量、医疗质量；评价专业课程的设置、顾客满意程度、软件项目风险评价、房地产投资选址；评价企业经济效益、城市间宏观经济效益、地区科技竞争力、各地区农村小康社会等方面都已得到广泛、系统的应用.尽管如此，该方法在评价各类不同问题过程中还存在着不同的问题，例如权重信息是事先给定，因此结果有一定主观性；另外此方法在应用中由于新增加方案而容易产生逆序问题等，需要对其进行更加具体深入的分析研究.1．一般TOPSIS分析方法1．1TOPSIS分析方法概念TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution)称为逼近于理想解的排序方法.它的基本思想是：对归一化后的原始数据矩阵，确定出理想中的最佳方案和最差方案，然后通过求出各被评方案与最佳方案和最差方案之间的距离，得出该方案与最佳方案的接近程度，并以此作为评价各被评对象优劣的依据.假设有m个目标，每个目标都有n个属性，则多属性决策问题的数学描述如式(1)所示：Z=max／min{zij|i=l，2，⋯m，j=l，2，⋯.n}(1)1．2TOPSIS分析方法的一般解题步骤○1．设有m个目标(有限个目标)，n个属性,专家对其中第i个目标的第j个属性的评估值为xij,则初始判断矩阵V为：x11x12x1nx21x22x2nV(2)xi1xijxm1xm2xmn○2．由于各个指标的量纲可能不同，需要对决策矩阵进行归一化处理：x11'x12'x1'nx21'x22'x2'nV'xij'(3)xi'1xm'1xm'2xmn'其中x'nx2=xij/,i=1,2⋯m;j=1,2⋯n.（4）ijk1ij○3．根据DELPHI法获取专家群体对属性的信息权重矩阵B，形成加权判断矩阵：x11'x12'x1'nw100x21'x22'x2'n0w20ZV'Bxij'wjxi'10xm'1xm'2xmn'00wnf11f12f1nf21f22f2n=fijfi1fm1fm2fmn○4．根据加权判断矩阵获取评估目标的正负理想解：正理想解：fj*max(fij),jJ*j1,2,...n,min(fij),jJ'负理想解：fj'minf(ij)j,J*j1,2,...n,maxf(ijj),J'其中，J*为效益型指标，J'为成本型指标.○5．计算各目标值与理想值之间的欧氏距离：mS*(fijf*)2,j1,2,...,n,ijj1mSi'(fijf')j2,j1,2,...n,.j1○6．计算各个目标的相对贴近度：Ci*Si'/(Si*Si'),i1,2,...,m.○7．依照相对贴近度的大小对目标进行排序，形成决策依据.5）(6)(7)(8)(9)(10)1.3应用实例某公司需要对其信息化建设方案进行评估，方案由4家信息咨询公司分别提供，记为方案一(S1)、方案二(S2)、方案三(S3)、方案四(S4).每套方案的评估标准均包括以下6项内容：Pl(目标指标)、P2(经济成本)、P3(实施可行性)、P4(技术可行性)、P5(人力资源成本)、P6(抗风险能力).，四个方案作为4个目标，6个评价标准作为6个属性.其中，P2和P5是成本型指标，其他为效益型指标.这里每个目标所对应的属性值均由4名评估专家分别给出，表l列出了去模糊化之后4位专家评估值的集结结果，并把它作为多属性决策的初始矩阵，每个属性在评估结果中所占的比重(W)根据德尔菲法获得，整个决策方法的处理步骤如下所述：表1专家评估值结果表属性目标P1P2P3P4P5P6S18.125512.613.2765.4S26.721013.210.71027.2S36.023315.39.5633.1S44.520215.2131202.6○1．初始条件：根据表l的专家决策结果生成初始判断矩阵V利用德尔菲法则，生成集结后的群体偏好矩阵：B(2.3,5.1,4.0,6.5,4.8,3.2)T.○2．正、负理想解如下：○3．结果(计算贴近度)：Ci*=（0.6621，0.4666，0.6106，0.5851），依据Ci*从小到大的顺序对决策方案进行排序可知C2〈C4〈C3〈C1，表明方案一更优.结果分析:根据方案的排序结果，可以看出,技术可行性占方案的比重最大，经济成本次之，他们对整个评估结果的影响也最大.2.改进的TOPSIS法2.1一般TOPSIS解法的缺点从TOPSIS法的排序决策步骤可知，TOPSIS法存在如下的缺点：①用(4)式求规范决策矩比复，不易求出正理想解和理想解；②重j(j=l，2，⋯，n)是事先确定的，其通常是主，因而具有一定的随意性；③当方案zi，zj关于f*和f'的称，由于fi*=fj*，fi'=fj'，因而无法比zi、zj的劣.文献[10]提出了一种改的TOPSIS法，既保留了TOPSIS法的点，同又克服了TOPSIS法存在的三个缺点.2.2改进的TOPSIS法此一工程招的例子来明改的TOPSIS法的求解步.一般来，承包位的需要从招位的利益出，考的因素包括投位的工程价、工程工期等等，由于方案有多指性特点，各方案指的劣程度可能会不一.除此之外，在程中，客、公正性要求高，因此，我运用改的理想解法各个承包位行.格初后的投位有m家，采用的指有n个，第i家投位的第j个指xij，构成一个m行n列的价矩：A=(xij)mn.然xij是从各投位在投或格初提供的料中取的.求解步：○1．求矩行范化，将其一效益型指，得到准化矩R(rij)mn于效益型指rij(xijxjmin)/(xjmaxxjmin)xjmaxxjmin,1xjmax(1)xjmin.于成本型指rij(xjmaxxij)/(xjmaxxjmin)xjmaxxjmin1xjmaxxjmin.确定准化矩的理想解：,(2).maxrij,jJrj*1im，j1,2,...n.（3）minrij,jJ1im其中J效益型指集，J成本型指集，rj*表示第j个指的理想.然，于矩R，因都一效益型指了，故理想解R*j=(1，1，⋯，1)，理想解Rj=(0，0，⋯，0).指标权重的确定从上面的分析中可知，应用改进理想解法进行评价必须先确定各指标的权重.确定指标权重通常有两类方法：一类是主观方法，如专家打分法、层次分析法、经验判断法等；另一类是客观方法，如熵权计算法、主成分分析法等.因评标过程中，指标的权重对被评价对象的最后得分影响很大，要做到评标尽可能客观，所以采用客观计算法来计算指标的权重比较合适.即根据决策矩阵的数值信息建立目标规划优化评标模型，通过一定的高等数学求解方法来计算权重.求解步骤：设有指标G1,G2,⋯，Gn，对应的权重分别为w1,w2,⋯，wn,各方案正理想解和负理想解的加权距离平方和为n2nfi(w)fi(w1,w2,....wn)=w2j(1rij)w2jrij2(4)j1j1在距离意义下，fi(w)越小越好，由此建立如下的多目标规划模型minf(w)(f1(w),f2(w),.....fm(w))，(5)n0,j1,2,...,n.其中j1，jj1由于fi(w)0,i1,2,....,m,上述多目标规划可以化为单目标规划mminf(w)j1fi(w)，n0,j1,2,...,n.其中j1，jj1构造拉格朗日函数mnnF(w,)w2j((1rij)2rij2)(1wj).i1j1j1Fm)2r2)2w((1r0wjjijiji1令Fn1wj0j1(6)(7)8）n解之得wjj/j,.（9）j1mrij)2rij2).其中j1/((1（10）i1各方案优劣排序根据（4）式可求出各方案fi(w)的值，将其由大到小排序，即可得优劣顺序.2.3实例分析某公司拟向国内外招标，现有数家单位投标，经资格预选后，有4家单位达到条件标准，可参与最后的竞标，其具体资料如下表所示表24家单位竞标资料单位投标标价工程工期优良工程主材用量施工经验完成x1/万元x2/月率x3/%x4/万元率x5/%率x6/%甲4900358019008075乙4950377519508080丙5050357520507575丁5100378021007580○1．由上述各指标，显然在评标中优良工程率、施工经验率、合同完成率是作为效益指标处理；其他作为成本型指标处理.这些指标构成决策矩阵X(xij)46(i1,2,3,4;j1,2,...,6)，按改进理想解的步骤，首先由（1）（2）式对xij进行标准化处理得标准化矩阵(yij)46，计算结果见表3.表3xij经标准化处理后得标准化矩阵Y甲111110乙0.75000.7511丙0.25100.2500丁001001○2．根据标准化矩阵y，用本文给出求权重的方法，即由式(9)可求得各指标的权重分别为Wj=(0.1905,0.1548,0.1548,0.1905,0.1548,0.1548)T.○3．利用改进理想解法，求得f(i)的值并排序.由(4)式得：f(i)=(0.024，0.0525，0.1128，0.1206)f(1)f(2)f(3)f(4)，因此，方案优劣排序为：甲>乙>丙>丁.从上述结果可知，改进理想解法的评标结果同文献[8]中的线性规划优化模型评标结果相吻合.这表明，将改进理想解法应用于工程评标是合理有效的，且在技术操作上显得更简便、易行.关于TOPSIS法的逆序问题3.1逆序产生的原因由于增加新的方案产生逆序下面，举一个简单的例子来说明使用传统的TOPSIS法很容易产生逆序情况.假设多指标问题仅有两个指标(即n=2)，且两指标权重相等，则每一个方案都可以用点Ai(xi1,xi2)表示.设有4个可行方案，分别为A1(1，2)，A2(2，2)，A3(1.9，2.2)，A4(2，3).根据TOPSIS法计算步骤，首先将原始数据标准化处理，有A1(0.2817，0.4280)，A2(0.5634，0.4280)，A3(0.5352，0.4708)，A4(0.5634，0.6420)，可求得负理想解A=(0.2817，0.4280)，正理想解A*=(0.5634，0.6420)，点A2距负理想解的距离SA=0.2817，2距理想解的距离SA*=0.2140，2所以点A2的相对贴近度CA*2SA2*=0.5682.SA2SA2计算点A3距负理想解的距离SA=0.2571,距理想解的距离SA*=0.1735,33点A3的相对贴近度*SA3CA3SA3SAn30.5971.设现又增加了一个方案A5(5，2).，则将原始数据标准化后有A1(0.1631，0.3934)，A2(0.3261，0.3934)，A3(0.3098，0.4328)，A4(0.3261，0.5902)，A5(0.8153，0.3934)，由此知负理想解A=(0.1631，0.3934)，理想解A*=(0.8153，0.3934)，点A2距负理想解的距离为SA=0.1630，2距理想解的距离为SA*2=0.5273，点A2的相对贴近度为CA*=0.2361；2点A3距负理想解的距离为SA=0.1510，3距理想解的距离为SA*3=0.5294，点A3的相对贴近度为CA*=0.221．3同理可计算出点A4和A5的相对贴近度分别为CA*=0.3431，CA*=0.7682．45这样5个方案的优劣排序为A5A4A2A3A1,比较以上两个排序结果可以发现，当只有4个方案时，A3优于A2，而增加了一个方案，其他方案均无变化时，A2优于A3，出现了逆序.产生逆序的根本原因是因为增加新的决策方案后，决策问题的理想解和负理想解发生了变化，从而引起评价标准的变化，这样就会产生方案优劣顺序的变化.由于指标权重改变原始数据结构而产生逆序当给出各指标权重W=（1，2，.....n)T时，传统的TOPSIS法是将其直接加权于标准化后的数据.设4个可行方案分别为A1(1，2)，A2(2，2)，A3(1.9，2.1)，A4(2，3).若不考虑指标的权重，则经过计算可求得4个方案的优劣顺序为A4A3A2A1.现设给出的指标权重为(0.6由此知负理想解理想解点A2距负理想解的距离距理想解的距离点A2的相对贴近度点A3距负理想解的距离距理想解的距离点A3的相对贴近度则4个方案的优劣顺序为，0.4)，则标准化后的数据经指标加权后为：A1(0.1690，0.1729)A2(0.3380，0.1729)A3(0.3211，0.1815)A4(0.3380，0.2594),A1=(0.1690，0.1729)，A4=(0.3380，0.2594)，SA2=0.169，*SA2=0.0865，*CA2=0.6614；SA3=0.1523，S*A3=0.0797，*CA3=0.6565．A4>A2>A3>A1与前排序结果相比可以看出，由于在原始数据上人为地乘上权系数，从而改变了原决策数据间的关系结构，从而使排序结果产生逆序．传统TOPSIS法在计算中直接将指标权重作用于原始数据，这样做不仅会改变原决策数据间的关系结构，而且也不符合权重使用的原意．3.2逆序消除的方法根据前面模型，传统TOPSIS法的理想解和负理想解分别为理想解fj*max(fij),jJ*j1,2,n..（1）min(fij),jJ'负理想解fj'min(fij),jJ*j1,2,...,n.（2）max(fij),jJ'由此可以看出，这样定义的理想解和负理想解与决策方案是紧密相连的，因此是相对的.如果能够定义一种绝对理想解和负理想解(即在决策的有效区域内，任何决策方案都不会比绝对理想解更好，也不会比绝对负理想解差)，则可以证明，这样使用TOPSIS方法就不会出现逆序的现象.基于这一思想，提出一种改进的TOPSIS法-RTOPSIS法[2].RTOPSIS法的计算步骤为：①．用向量归一化法对决策矩阵作标准化处理，得到标准化矩阵：y=(yij)mnm其中，yijxij/xij2，i=1，2⋯m;j=1,2⋯n.i1②．确定绝对理想解和负理想解：绝对理想解和负理想解可以由决策者自己根据对决策问题的了解设定，家根据经验确定.设V*(V1*,V2*,...Vn*),V（V1，V2，...Vn）.③．计算各决策方案距绝对理想解和负理想解的距离：nSi*j(yijVj*)2,i=1,2,⋯,m.1n(3)也可由有关专(4)Sj(yVj)2,i=1,2,⋯,m.(5)iijj1④．计算相对贴近Ci*Si,i=1,2,⋯,m.Si*Si⑤．按照相对贴近度的大小对决策方案进行排序.由(2)、(3)式可见，使用绝对理想解和负理想解，由于Si*和Sj值不发生任何变化，无论再增加或减少决策方案，相对贴近度没有任何变化，因此不会出现逆序的问题.使用RTOPSIS法的关键是要确定合理的绝对理想解和负理想解，这点在实践中并不难做到.特别是在对原始数据进行标准化处理后，决策数据均转化为[0，1]之间的值，故绝对理想解可以设定为向量1n1(1,1...,1)T；绝对负理想解可以设定为向量0n1(0,0...,0)T，更加便于计算.结论：TOPSIS法是系统工程中用于综合评价的一种方法,近几年已开始用于经济和卫生领域.该法对原始数据进行同趋势和归一化处理,不仅消除了不同指标量纲的影响,又能充分利用原始数据信息,可以定量评价不同单元的优劣程度、结果客观、准确.本文讨论了一般TOPSIS法的缺点及其改进，并讨论了该法逆序问题产生的原因及改进的方法.应用TOPSIS法进行综合评价,对数据分布、样本含量指标多少均无严格限制,既适用于小样本资料,也适用于多评价单元、多指标的大系统资料,既可用于横向(多单位之间)对比,也可用于纵向(不同年度)分析,应用灵活,数学计算比较简单,结果量化客观,因此认为该法在经济领域工作质量、经济效益等的综合评价中有一定的实用价值.参考文献[1].永.一种基于TOPSIS的多属性决策方法研究.企技开，2006,25（9）：89-91[2]..关于TOPSIS法用中的逆序及消除的方法.运筹与管理，2005,14（3）：39-43[3].李坡，文生.各地区村建全面小康社会的TOPSIS分析.数理与管理，2006,25（4）：414-418[4].鞠荣,何,杜娟,常淑.用TOPSIS法校外教学点行合价分析.西北医学教育，2004,12（6）：497-499潘仲.主成分分析及与TOPSIS法用于医院候室生价的比分析.数理医学志，1999,12（2）：174-177余雁，梁.多指决策TOPSIS方法的一步探.系工程.2003,21（2）：98-101[7].菊.用TOPSIS法合价工效益.与信息,2005,20(3):61-63.改理想解法及其在工程中的用.系工程理方法用，2004,13（5）：471-473静,王婷,牛.用于价的改TOPSIS法.北力大学，2004,31（3）：68-70尤天慧，樊治平.区数多指决策的一种TOPSIS方法.东北大学学报，2002,23（9）：840-842