![TOPSIS評價(jià)方法PPT課件_第1頁](http://file2.renrendoc.com/fileroot_temp3/2021-11/4/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f714/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f7141.gif)
![TOPSIS評價(jià)方法PPT課件_第2頁](http://file2.renrendoc.com/fileroot_temp3/2021-11/4/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f714/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f7142.gif)
![TOPSIS評價(jià)方法PPT課件_第3頁](http://file2.renrendoc.com/fileroot_temp3/2021-11/4/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f714/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f7143.gif)
![TOPSIS評價(jià)方法PPT課件_第4頁](http://file2.renrendoc.com/fileroot_temp3/2021-11/4/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f714/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f7144.gif)
![TOPSIS評價(jià)方法PPT課件_第5頁](http://file2.renrendoc.com/fileroot_temp3/2021-11/4/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f714/6f22ec2f-6d1d-4f3c-b10f-781e2eb1f7145.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、topsis目錄一、topsis簡介二、topsis決策分析步驟三、思考四、案例1五、案例2一、topsis簡介 topsis(technique for order preference by similarity to ideal solution)為接近理想點(diǎn)法(接近理想方案的排序方法)。是一種多目標(biāo)決策方法。 方法的基本思路是定義決策問題的理想解和負(fù)理想解,然后在可行方案中找到一個方案,使其與理想解的距離最近,而與負(fù)理想解的距離最遠(yuǎn)。 topsis法引進(jìn)相對接近度的概念來考慮兩種距離,其中距離是指(加權(quán)以后的)歐幾里德距離。二、topsis決策分析步驟 topsis是在加權(quán)規(guī)范化決策矩
2、陣的基礎(chǔ)上,擬定理想方案a*和負(fù)理想方案a-,并確定每個方案距離a*和a-的距離。最后根據(jù)相對距離確定方案的優(yōu)劣。步驟1:構(gòu)造規(guī)范化決策矩陣r(是對屬性矩陣r進(jìn)行規(guī)范化處理后得到的矩陣,這里的規(guī)范化包括同趨化處理和歸一化處理)21,(/)mijijijijirrrxx二、topsis決策分析步驟 步驟2:構(gòu)造加權(quán)規(guī)范化矩陣vij (w是題目給定的權(quán)重矩陣)1 112 1211 212 222112212*nnnnmmn mnnwrw rw rwrw rw rvr wwrw rw rwwww二、topsis決策分析步驟 步驟3:確定理想方案和負(fù)理想方案 當(dāng)屬性值為效益型時(shí)(效益越高越理想),理想
3、方案為每列中的最大值,負(fù)理想方案為每列中的最小值;當(dāng)屬性值為成本型時(shí)(成本越低越理想),理想方案為每列中的最小值,負(fù)理想方案為每列中的最大值。具體表示如下:二、topsis決策分析步驟 步驟3*1212max|, min|1,2,min|, max|1,2,(1,|(1,|ijijiinijijiinavjjvjjimv vvavjjvjjimvvvjjn jjjn j 其中,為效益型的目標(biāo)屬性);為成本型的目標(biāo)屬性)。二、topsis決策分析步驟步驟4:計(jì)算距離所計(jì)算的距離包括與理想方案的距離si*和與負(fù)理想方案的距離si-,其中:22*2211,nniijjiijjjjsvvsvv二、to
4、psis決策分析步驟 步驟5: 計(jì)算相對接近度 求出了與理想方案的距離以及與負(fù)理想方案的距離后,就可以計(jì)算相對接近度ci了。步驟6:排序,根據(jù)ci的大小對各方案進(jìn)行排序。(ci越大的方案越理想)*1,010001iiiiiiiiiiiiiscimcssscaascaa 時(shí),時(shí),三、思考topsis方法與灰色關(guān)聯(lián)分析在原理與思路上的異同? 不同點(diǎn):不同點(diǎn):topsis的基本思路是找出理想方案和負(fù)理想方案,然后根據(jù)各方案與理想方案和負(fù)理想方案的距離來衡量對該方案的滿意度。而灰色關(guān)聯(lián)分析方法的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密,曲線越接近,相應(yīng)序列之間的關(guān)聯(lián)度也就越大。 相
5、同點(diǎn):相同點(diǎn):topsis方法和灰色關(guān)聯(lián)分析都是通過計(jì)算評價(jià)對象與理想對象的接近程度來判斷各評價(jià)對象的優(yōu)劣次序。四、案例1 應(yīng)用topsis方法評選戰(zhàn)斗機(jī),戰(zhàn)斗機(jī)購買決策矩陣如下表,六個屬性的權(quán)重為w=(0.2,0.1,0.1,0.1,0.2,0.3)t。案例1具體決策過程步驟1 構(gòu)造屬性矩陣m2.01500200005.5592.52700180006.5351.82000210004.5772.21800200005.055m步驟2 屬性加權(quán)規(guī)范化處理2.1同趨化處理21500200005.5592.52700180006.5351.82000210004.5772.21800200005
6、55r2150020000 18.1818 5 92.5 2700 18000 15.38463 51.82000 21000 22.2222 7 72.2 180020000 20.0000 5 5r步驟2 屬性加權(quán)規(guī)范化處理2.2歸一化處理0.4671 0.3662 0.5056 0.4757 0.4811 0.67080.5839 0.6591 0.4550 0.4025 0.2887 0.37270.4204 0.4882 0.5308 0.5814 0.6736 0.52170.5139 0.4394 0.5056 0.5232 0.4811 0.3727r步驟2 屬性加權(quán)規(guī)范化處理
7、2.3加權(quán)處理0.20000000.10000000.10000000.10000000.20000000.3w*0.0934 0.03660.05060.04760.09620.20120.11680.06590.04550.04020.05770.1118*0.08410.04880.05310.05810.13470.15650.10280.04390.05060.05230.09620.1118v r w步驟3 負(fù)理想方案與理想方案分別為:a-=(0.0841,0.0366,0.0455,0.0402,0.0577,0.1118);a*=(0.1168,0.0659,0.0531,0.
8、0581,0.1347,0.2012).、步驟4 各個方案與理想方案和負(fù)理想方案的距離: s1*=0.0548,s2*=0.1195,s3*=0.0579,s4*=0.1009 s1-=0.0982,s2-=0.0439,s3-=0.0920,s4-=0.0454確定理想方案和負(fù)理想方案的思路:理想方案一般是設(shè)想最好的方案,它所對應(yīng)的各個屬性均是各個方案中的最好值;負(fù)理想方案是假定最壞的方案,其對應(yīng)的各個屬性均為各個方案中的最劣值。方案排隊(duì)的決策規(guī)則:把實(shí)際可行方案和理想方案與負(fù)理想方案作比較,若某個可行方案最靠近理想方案,同時(shí)又最遠(yuǎn)離負(fù)理方案,則此方案是方案集的滿意解。步驟5 計(jì)算相對接近度
9、c1=0.6420;c2=0.2686;c3=0.6135;c4=0.3101.步驟6 排序 依據(jù)ci的數(shù)值可得方案排序:1342aaaa五、案例2 按出院人數(shù)、病床使用率、平均住院日、病死率、危重病人搶救成功率、治愈好轉(zhuǎn)率和院內(nèi)感染率等7個指標(biāo)對兒童醫(yī)院19941998年5個年度的醫(yī)療質(zhì)量進(jìn)行縱向綜合評價(jià)。原始數(shù)據(jù)如下:步驟1:對平均住院日、病死率、院內(nèi)感染率三個低優(yōu)指標(biāo)做倒數(shù)變換后擴(kuò)大100倍,出院人數(shù)壓縮100倍。轉(zhuǎn)換后的數(shù)據(jù)如下:步驟2:對數(shù)據(jù)進(jìn)行歸一化處理c+ =( 0.4833,0.4805,0.4634,0.8178,0.4776,0.4487,0.5612 )c- =( 0.4
10、142,0.4081,0.4321,0.2024,0.3916,0.4455,0.3118 )步驟3:找出理想方案與負(fù)理想方案c+ c-步驟4:計(jì)算各方案與理想方案和負(fù)理想方案的距離.6302. 03118. 03118. 04482. 04455. 0.4805. 04081. 04833. 04142. 02492. 03118. 05612. 04482. 04487. 0.4805. 04805. 04833. 04833. 0199822222222余類推)()()()()()()()(年度:例如dd步驟5:計(jì)算相對接近度余類推年例如.2842.06289.02497.02497.019941iiidddf前面求出的結(jié)果如下表所示:步驟6:按照相對接近度的大小進(jìn)行排序,如上圖所示從排序結(jié)果可以看出:1998年度的醫(yī)療質(zhì)量最優(yōu),1996年度的醫(yī)療質(zhì)量最差topsis評價(jià)方法總結(jié)n 優(yōu)點(diǎn): topsis法對原始數(shù)據(jù)進(jìn)行了規(guī)范化的處理,消除了不同指標(biāo)量綱的影響,并能充分利用原始數(shù)據(jù)的信息,所以能充分反映各方案之間的差距、客觀真實(shí)的反映實(shí)際情況,具有真實(shí)、直觀、可靠的優(yōu)點(diǎn),而且其對樣本資料無特殊要求,故應(yīng)用日
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年個體商鋪出租合同模板(2篇)
- 2025年度建筑行業(yè)勞動合同法實(shí)施細(xì)則范本
- 2025年度供暖服務(wù)供暖設(shè)備智能化升級合同
- 2025年度汽車銷售合同終止書
- 2025年度新型城鎮(zhèn)化建設(shè)項(xiàng)目招投標(biāo)及合同履行監(jiān)管辦法
- 2025年度拱橋施工安全生產(chǎn)責(zé)任合同
- 2025年度物業(yè)智能化系統(tǒng)升級與社區(qū)服務(wù)融合合同
- 2025年度國際市場準(zhǔn)入合同及其合規(guī)審查
- 2025年度人工智能技術(shù)研發(fā)合同擔(dān)保人知識產(chǎn)權(quán)保護(hù)范本
- 2025年度秸稈生物質(zhì)能源項(xiàng)目工程承包合同
- 汽車電氣設(shè)備檢測與維修中職全套教學(xué)課件
- 幼兒園大班數(shù)學(xué)PPT課件2、3、4的分解與組成
- 遙感圖像的分析解譯(共34張PPT)
- “花卉栽培”培訓(xùn)教學(xué)計(jì)劃
- API682機(jī)械密封沖洗方案(中文)課件
- 七年級上冊英語完形填空、閱讀理解綜合訓(xùn)練100題(含參考答案)
- DB35T 1345-2013蘭壽系列金魚養(yǎng)殖技術(shù)規(guī)范
- 祛痘產(chǎn)品原料配方與消費(fèi)者祛痘方案選擇建議
- 年產(chǎn)一萬噸蓖麻項(xiàng)目可行性論證報(bào)告
- 儒林外史每回概括
- GB/T 1995-1998石油產(chǎn)品粘度指數(shù)計(jì)算法
評論
0/150
提交評論