文章目录
在 多目标决策分析 中，我们常常需要在多个选择中找到一个最优解。 TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法 是一个广泛应用的决策方法，基于理想解与负理想解的距离来评估各个选项的优劣。本文将简要介绍TOPSIS法的基本原理、步骤以及其在实际决策中的应用。
TOPSIS法的基本原理
TOPSIS法的核心思想是：对于一个多属性决策问题，首先确定每个方案与理想解（最大化各属性）和负理想解（最小化各属性）的距离，然后通过比较这些距离来确定每个方案的优劣。
理想解 和负理想解 分别代表了在所有方案中最佳 和最差 的情形。TOPSIS法的目的是：选择出这样一个方案：最接近理想解，最远离负理想解。
TOPSIS法的基本步骤
-
构建决策矩阵
假设有 m m m个备选方案， n n n个评价指标。决策矩阵 X \mathbf{X} X为 m × n m \times n m×n的矩阵，其中每个元素 x i j x_{ij} xij 表示第 i i i个方案在第 j j j个评价指标上的得分。
-
标准化决策矩阵
为消除量纲的影响 ，首先对决策矩阵进行标准化处理 。常用的标准化方法是向量标准化，即将每个元素 x i j x_{ij} xij 除以该列的欧几里得范数。标准化后的矩阵元素 r_{ij} 表示为：
r i j = x i j ∑ i = 1 m x i j 2 ∀ j = 1 , 2 , ... , n r_{ij} = \frac{x_{ij}}{\sqrt{\sum_{i=1}^{m} x_{ij}^2}} \quad \forall j = 1, 2, \dots, n rij=∑i=1mxij2 xij∀j=1,2,...,n
-
构造加权标准化决策矩阵
若不同指标的重要性不同，可以为每个指标分配不同的权重 w j w_j wj。加权后的标准化决策矩阵 V \mathbf{V} V为：
v i j = r i j × w j ∀ i = 1 , 2 , ... , m , j = 1 , 2 , ... , n v_{ij} = r_{ij} \times w_j \quad \forall i = 1, 2, \dots, m, \, j = 1, 2, \dots, n vij=rij×wj∀i=1,2,...,m,j=1,2,...,n
权重的确定可以通过主观方法，也可以通过客观方法。主观方法可以参考：【数学建模】层次分析法(AHP)详解及其应用；客观方法可以参考：【数学建模】熵权法；等等。
-
确定理想解与负理想解
理想解（ A + A^+ A+）和负理想解（ A − A^- A−）分别是各列的最大值和最小值。即：
A + = ( max ( v 1 j ) , max ( v 2 j ) , ... , max ( v m j ) ) ∀ j A^+ = \left( \max(v_{1j}), \max(v_{2j}), \dots, \max(v_{mj}) \right) \quad \forall j A+=(max(v1j),max(v2j),...,max(vmj))∀j
A − = ( min ( v 1 j ) , min ( v 2 j ) , ... , min ( v m j ) ) ∀ j A^- = \left( \min(v_{1j}), \min(v_{2j}), \dots, \min(v_{mj}) \right) \quad \forall j A−=(min(v1j),min(v2j),...,min(vmj))∀j
-
计算各方案与理想解及负理想解的距离
使用欧几里得距离计算每个方案与理想解和负理想解的距离。理想解与第 i i i个方案的距离 D i + D_i^+ Di+为：
D i + = ∑ j = 1 n ( v i j − A j + ) 2 D_i^+ = \sqrt{\sum_{j=1}^{n} \left(v_{ij} - A^+_j\right)^2} Di+=j=1∑n(vij−Aj+)2
负理想解与第 i i i个方案的距离 D i − D_i^- Di−为：
D i − = ∑ j = 1 n ( v i j − A j − ) 2 D_i^- = \sqrt{\sum_{j=1}^{n} \left(v_{ij} - A^-_j\right)^2} Di−=j=1∑n(vij−Aj−)2
-
计算相对接近度
最后，计算每个方案相对于理想解的相对接近度（即综合评估值） C i C_i Ci：
C i = D i − D i + + D i − C_i = \frac{D_i^-}{D_i^+ + D_i^-} Ci=Di++Di−Di−
其中， C i C_i Ci的值越大，说明第 i i i个方案越接近理想解 ，优先选择该方案。
TOPSIS法的应用
TOPSIS法广泛应用于各类决策问题中，尤其是在多标准评价场景下，如：
- 供应商选择：在选择供应商时，可以综合考虑多个因素（如价格、质量、交货期等），通过TOPSIS法来评估不同供应商的优劣。
- 项目评估：在评估多个项目的优先级时，TOPSIS法可以帮助决策者根据多个评估标准（如成本、收益、风险等）做出最优选择。
- 人才招聘：在筛选多个候选人时，考虑多个维度（如学历、经验、技能等），使用TOPSIS法进行排名。
总结
TOPSIS法通过综合考虑各个方案与理想解的距离，能够清晰地排序出最优方案。其简洁明了、易于理解的特点使其在实际应用中得到了广泛的使用。然而，TOPSIS法也有一些限制，如对于权重的选择较为敏感，且假设评价指标之间是独立的，这在某些实际情况下可能不完全成立。尽管如此，TOPSIS法仍然是一个有效的多目标决策工具，尤其适用于需要综合考虑多个因素的决策场景。