ByteMaster_的博客

请输入类型矩阵：1: 极大型 2: 极小型 3: 中间型 4: 区间型。数据的正向化处理看 [[TOPSIS法]]一节。权重就是每个指标的关联度所占总关联度的和的比例。

TOPSIS 法作为一种多属性决策方法，在众多领域有着广泛的应用。它以其全面性、直观性和实用性为决策者提供了一种有效的决策工具。然而，我们也必须认识到它存在的局限性，如指标相关性、权重确定主观性和理想解相对性等问题。在实际应用中，需要根据具体情况，结合其他方法或采取相应的措施来弥补这些不足，以提高决策的准确性和可靠性。随着决策科学的不断发展，TOPSIS 法也在不断地完善和改进，相信它将在未来的复杂决策问题中继续发挥重要作用，为决策者提供更有力的支持和帮助。

它是一种用于量化不同因素之间相对重要性的工具，通过 1 - 9 标度法将人们对因素重要性的主观判断转化为矩阵中的数值。比如在选择投资项目时，准则层包含投资回报率、风险程度等因素，判断矩阵能够确定投资回报率相对于风险程度等其他因素是同等重要、稍微重要还是更重要等程度，并且通过计算其特征向量来得到各因素的权重向量，从而为后续的一致性检验和综合评价提供基础，最终帮助决策者在复杂的多因素决策情境下，根据因素间的相对重要性来做出更合理的选择。归一化处理得到（a/sum, b/sum, c/sum)