优劣解距离法Topsis模型学习笔记

在这里插入图片描述
使用层次分析法的弊端
在这里插入图片描述web

由此引出新的方法
应用此公式可让评分分布于0~1之间,显然max为1,min为0bash

在这里插入图片描述

评分公式以下svg

在这里插入图片描述

拓展问题以下,其中成绩为极大型指标,与他人争吵次数为极小型指标spa

在这里插入图片描述

为方便后续的计算,要将全部的指标都化为极大型指标,其中极小型转换极大型公式为max-x3d

在这里插入图片描述

#标准化处理代码
x = [89,1;60,3;74,2;99,0]
[n,m] = size(x)
x./repmat(sum(x.*x).^0.5,n,1)

在这里插入图片描述
对公式进行变形,以便进一步理解code

在这里插入图片描述
在这里插入图片描述

#计算得分代码
x = [89,1;60,3;74,2;99,0]
[n,m] = size(x)
z = x./repmat(sum(x.*x).^0.5,n,1);
D_P = sum([Z - repmat(max(Z),n,1)).^2],2) . ^ 0.5 %D+向量
D_N = sum([Z - repmat(max(Z),n,1)).^2],2) . ^ 0.5 %D-向量

在这里插入图片描述

step1将原始矩阵正向化 全部指标都转化为极大型xml

在这里插入图片描述

step2 极小型—>极大型blog

在这里插入图片描述
中间型–>极大型token

在这里插入图片描述
区间型–>极大型图片

在这里插入图片描述 感谢阅读,还望批评指正!