TOPSIS偏序法

对多属性决策中的TOPSIS法提出一种改进方法,使之可用来产生备选方案的偏序,而不是传统的全序结果。阐述了这种改进方法的合理性。将TOPSIS法及改进方法编写成了方便使用的MATLAB程序,最后得出了一个应用实例。     

基于改进TOPSIS法的物流云服务选择研究

针对传统TOPSIS法在物流云服务选择中主观指标权重的不确定性,以及不能完全反映出各方案优劣性的问题,提出基于熵值法和改进相对接近度算法的TOPSIS法.在分析传统TOPSIS法基本原理的基础上,构建出改进的TOPSIS法评价模型,并结合具体算例对此评价模型进行实验验证:A公司为了有效控制供应链成本、提高客户满意度,决定使传统TOPSIS法和改进TOPSIS法在服务质量(Qo S)指标参数相同的情况下,对相同物流云服务提供商选择进行比较.评价结果表明,改进的TOPSIS法可以消除主观因素对结果造成的影响,用于物流云服务提供商选择更具客观性与合理性,为物流云服务的选择提供了参考与借鉴.     

混凝土结构梁式转换层支撑方案的TOPSIS选择方法研究

TOPSIS法是一种系统工程中有限方案多目标决策方法.本文详细介绍TOPSIS法的原理和算法步骤,并将此法用于某大厦混凝土结构梁式转换层支撑方案的优化选择中,说明此法应用的合理性与经济性.     

关于TOPSIS法的研究

根据传统TOPSIS法的缺点,提出了一种决策矩阵排序和确定权重的新方法:改进的TOPSIS法。该法推广和改进了TOPSIS法所用的决策矩阵规范化方法,简化了正负理想方案的计算,提出了一种更易计算的与原TOPSIS法相对接近度等价的新的相对接近度。同时,采用目标规划优化模型和高等数学的方法计算各评价指标的权重,弱化了主观因素,使其更具合理性和实用性     

改进的TOPSIS方法在地表水质量评价中的应用

TOPSIS法是一种有限方案多目标决策分析方法,它的思想可用以环境质量综合评价中。本文主要探讨地表水质量的评价方法,运用TOPSIS评价方法对地表水水质进行综合评价。评价结果与模糊数学法评价结果大体相同,且与实际情况相吻合。知TOPSIS方法是评价水体环境污染的一种简单、快速、实用的综合评价方法。     

TOPSIS法应用中的逆序问题

在多属性决策中,TOPSIS法是一种常用的排序方法,传统的TOPSIS法在应用中容易产生逆序。本文分析TOPSIS法产生逆序的主要原因,提出一种基于参照标准和绝对理想解的改进方法,不仅举出实例对改进的TOPSIS法进行了有效验证,而且对本文方法的保序范围也做了进一步说明。与其他排序方法相比,当决策方案集发生变动时,本方法还能充分利用已有计算结果,使得决策所需计算量大大减少。     

直孔掏槽一次成井的改进TOPSIS-CV掏槽方式评价模型

为了解决直孔掏槽一次成井中掏槽方式选择的难题,通过引入逼近理想解技术(TOPSIS),并将垂面距离代替欧氏距离的正交投影法和传统TOPSIS相结合,提出一种基于改进TOPSIS法的综合评价模型。从安全、技术、经济3个方面综合考虑选取了7个评价指标,利用变异系数法(CV)确定指标权重,避免主观权重赋值法的人为因素干扰,使得权重赋值更加客观化。将该评价模型应用于某矿山一次成井治理采空区试验中,对初步设计的4种掏槽方式进行综合评价,并将最佳的掏槽方式用于工业试验。研究结果表明:计算出每个方案到正理想解的垂面距离分别为0.125 94,0.089 89,0.060 40,0.041 53,从而确定第4种方案为最优方案。与传统的TOPSIS法评价结果相比,改进的TOPSIS法评价结果的优劣程度更加明显,更加容易甄选出最佳方案。由最佳方案形成的天井上下贯通,达到设计规格,效果较好。     

基于实数型多属性决策TOPSIS方法的研究

本文对基于属性值为实数的多属性决策问题进行了探讨,提出了一种改进的TOPSIS方法,该方法在一定程度上解决了传统的TOPSIS方法不能反映决策者主观偏好信息的问题．应用实例说明了改进后的TOPSIS方法的合理性及其有效性．     

基于TOPSIS法的我国经济综合实力评价——以22个省份为例

中国中东西部经济发展不平衡,对我国经济综合实力的提高具有一定的影响力。而TOPSIS法可以根据有限多个评价对象与理想目标的接近程度来进行排序,是在现有的评价对象中进行相对优劣的评价。因此,选取了22个省份的7个经济指标建立我国经济综合实力评价体系。首先建立了TOPSIS评价模型;其次,利用22个省份的7个指标数据进行优劣评价分析;揭示了各省在经济发展中的存在的差距,并且提出了提高我国经济综合实力的建议。     

TOPSIS法在连续方案多目标决策中的应用

TOPSIS法的提出是为了解决有限方案的多目标决策问题。本文根据TOPSIS法的基本思想,探讨其在连续方案多目标决策中的推广应用;并提出了具体的应用途径与力法。文中,通过构造密切度C,求得与理想点最近而与负理想点最远的解,即协调解。文中还提出了以负理想点和各属性的非劣极点为顶点的多面体与可行域的交R′的概念,它的应用可以大大缩减搜索空间,从而大大节省计算工作量。     

属性权重信息不完全区间数多属性决策方法

依据传统的TOPSIS方法的基本思路,基于相对隶属度法,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是借助每一方案的综合加权距离求得每个方案相对于优等方案的隶属度,再按隶属度的大小进行决策。该方法克服了以往研究此类问题时所遇到的区间数难以排序的困难,表明相对隶属度法的择优与排序能力要比传统的逼近理想解法强。最后,用实例说明了模型的可行性和有效性。     

TOPSIS中不同规范化方法的研究

针对不同规模、不同属性值数据范围和类型的多属性决策问题,采用排序一致性指标(RCI)定量地衡量了向量规范化法、极差变换法、线性比例变换法、比重变换法和指数变换法这5种规范化方法对TOPSIS排序一致性的影响.排序一致性指标越大,对应的规范化方法越好.研究结果表明,向量规范化方法能有效处理不同规模、不同属性值数据范围和类型的多属性决策问题,是TOPSIS排序中一种有效的规范化方法.     

区间数多指标决策的一种TOPSIS方法

针对具有不确定性区间数的多指标决策问题,给出了一种逼近于理想点(TOPSIS)的分析方法·首先对区间数多指标决策问题和区间数运算法则进行了描述;然后依据传统的TOPSIS方法的基本思路,给出了解决区间数多指标决策问题的计算步骤·该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题·最后给出了一个算例·     

基于I-TOPSIS的可比较语言多属性决策方法

针对属性值是可比较语言的多属性决策问题,提出了一种新的多属性决策方法——I-TOPSIS法;传统的TOPSIS方法的综合评价值只能反映各评价对象内部的相对接近度,为了体现各方案与理想的最优方案的接近程度,引进I-TOPSIS法,通过定义正负理想点找到最优的参照方案,根据备选方案与最优参照方案之间的距离对备选方案进行排序和择优;最后,通过实例分析说明了方法的有效性和合理性。     

基于可比较语言多属性决策的扩展TOPSIS方法

针对偏好信息是可比较语言的多属性决策,提出了一种新的决策方法——基于可能度分布距离测度的TOPSIS方法;该方法首先将可比较语言转化为犹豫模糊语言信息,通过定义可能度分布距离公式,避免了传统犹豫模糊语言评价信息在距离计算过程中的误差;然后建立了基于可能度分布距离测度的TOPSIS决策模型,通过计算正负理想点得到最优参照方案,根据各方案与最优参照方案间的距离进行排序并择优,相比于传统TOPSIS方法更能体现各方案与理想方案的贴近程度;最后,以快递服务公司的测评案例验证了所提方法的可行性和有效性。     

一种新型决策树属性选择标准

讨论传统决策树算法中三种常用的基于熵的属性选择标准，提出一种基于属性重要性排序的建立决策树的新方法。该方法在决策树的每个内结点首先依据属性重要性将属性进行排序，然后选择最重要的属性作为分类属性生成决策树，并抽取出规则。与传统的决策树数据分类方法相比，此方法可有效地选择出对于分类最重要的分类属性，增强决策树的抗干扰能力，并提高规则的预测精度。     

基于Shapley-TOPSIS的辐射源威胁评估

针对雷达对抗领域辐射源威胁评估问题,利用基于Shapley值的优势关系粗糙集客观权重分配法克服主观赋值、不依赖先验知识的优点,与TOPSIS(逼近理想解排序)结合,提出一种基于Shapley-TOPSIS的辐射源威胁评估模型。首先,区分收益型和成本型对属性指标进行规范化,构建目标集与属性集的评判矩阵;然后,利用优势关系进行属性约简,并基于Shapley值确定各属性权重,再利用属性权重更新评判矩阵;最后,计算得到模型的正、负理想解,分别求解各辐射源的贴近度,进行辐射源威胁等级排序。仿真结果表明,与基于专家系统赋值的TOPSIS模型相比,文中模型综合考虑了各属性的相互关系,威胁等级排序结果更准确。     

具有区间数的多属性决策问题的分析方法

为了解决带有不确定性区间数的多属性决策问题,首先给出了一个决策分析模型;然后针对决策方案的综合评价值,提出了关于数的两种排序方法,最后给出了实例计算。     

带有Fuzzy偏好关系的多属性决策方法

针对多属性决策分析中决策者给出关于方案的Fuzzy偏好关系,提出了一种新的多属性决策方法·该方法是通过建立一个线性目标规划模型来确定属性的权重向量并相应地进行方案的排序,得到的方案排序结果体现了决策者给出的方案偏好信息与决策矩阵的集成,并最大程度地反映了决策者的偏好·最后给出了一个算例·