数学建模笔记(3)Topsis

本文介绍了Topsis法(TechniqueforOrderofPreferencebySimilaritytoIdealSolution),一种在评价类问题中寻找接近最优解且远离最劣解的方法。主要步骤包括指标正向化(如将负向指标转化为极大问题)、标准化和得分归一化。通过实例演示了如何应用这些步骤。

Topsis法解决评价类问题

在这里插入图片描述
通俗来讲就是,一个评价问题有最优解和最差解,我们要寻找一个最靠近最优解,最远离最劣解的解。
在这里插入图片描述
1.首先,正向化的意思是把所有问题指标都变成极大问题,即我们希望考试分数越大越好,而受惩罚次数越少越好,考试分数就已经是一个正向化问题,我们就需要把受惩罚次数变成一个正向化问题。正向化方法如下:
在这里插入图片描述
2.标准化
在这里插入图片描述
3.计算得分并归一化
在这里插入图片描述

例子

问:
在这里插入图片描述
1.正向化
在这里插入图片描述

2.标准化

在这里插入图片描述

3.得分归一化

在这里插入图片描述

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值