改进的TOPSIS法在油气田开发中的应用

为了科学合理有效地优选油气田开发方案,针对传统的TOPSIS方法（逼近理想解法）在方案综合评选中存在距离理想解近的方案也可能距离负理想解近的问题,对TOPSIS方法进行了改进：引入垂面距离代替欧氏距离来判断方案贴近理想解的程度,并按照各方案与理想解的垂面距离进行排序择优。将改进的TOPSIS方法应用于某油田开发方案优选的实例中,在综合考虑油田开发效果指标、经济效益指标的基础上建立方案优选评价模型,改进的TOPSIS方法优选结果与模糊决策方法优选结果进行对比,对比结论说明了此方法在油气田开发方案优选中的有效性以及使用此方法具有简捷易操作性。     

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。     

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。     

基于混合模糊多属性决策的复杂产品模块划分方案评价

针对复杂产品的模块划分难以获得唯一方案问题,提出了一种基于混合模糊多属性决策理论的复杂产品模块划分方案评价方法.根据指标特性,分别运用区间数、三角模糊数、直觉模糊数和区间直觉模糊数对指标进行合理赋值;采用模糊层次分析法确定指标权重;基于逼近理想解(TOPSIS)排序框架计算备选方案到正、负理想解距离,根据综合相对贴进度进行方案排序.并以某品牌汽车发动机的模块划分方案为例,验证方法的有效性.     

基于AHP-TOPSIS法的煤矿突发事件应急能力评价研究

煤矿企业应急能力是煤矿安全管理的重要内容,为了提高煤矿企业应急能力水平,基于AHP和TOPSIS法提出了煤矿突发事件应急能力的评价模型。采用AHP确定评价指标的权重;设定评价等级划分标准值,采用TOPSIS法分别计算并比较被评价煤矿企业与正理想解、负理想解之间的距离,得到煤矿企业的突发事件应急能力等级。以某地区的8家煤矿企业为研究对象进行实证研究,研究结果表明,该模型不仅可以有效地评价出煤矿突发事件应急能力的等级,而且还可以计算出与正理想的之间差距,为煤矿突发事件应急能力的提升提供客观依据。     

一种基于语言变量和TOPSIS的普通高校体育专业教学质量的评价方法

分析体育专业教学质量的研究现状,在相关文献的基础上建立体育专业教学质量的评价指标体系。由于评价指标的常用语言变量表示,因此,本文建立了基于语言变量的评价矩阵和指标权重矩阵,再利用TOPSIS方法计算各评价方案与理想解和负理想解的距离和方案的相对接近度,并确定各方案的优劣排序。最后,结合应用实例分析说明了评价体系和评价方法的有效性。     

基于马氏距离及最差理想解的TOPSIS出租房源推荐系统应用研究

通过对综合排序方法TOPSIS法的研究,实现了一个将马氏距离及最差理想解相结合改进TOPSIS法的出租房源推荐系统,该系统通过分布式爬虫模块抓取各大租房网站的出租房源信息,存入MongoDB数据库中,利用Spring boot框架读取MongoDB中的出租房源数据,调用将马氏距离和最差理想解相结合改进的TOPSIS法对出租房源数据进行综合评价,评价过程依据出租房源数据的面积、租金、通过经纬度求得的距离属性和输入的目标地点进行计算和决策.此后,将评价的最终结果以排序分组的形式显示在高德地图图标上,租房者点击图标会显示该出租房源的具体数据信息,输入的目地点后会出现相应距离和乘车路线及时长.点击图标上方的具体房源信息,则会跳转到相应租房网站.该系统满足了侧重点不同的租房群体查找出租房源信息的需求,具有很高的实用价值.     

基于TOPSIS算法的群体决策研究

TOPSIS算法是一种常用的有限方案多属性决策分析法,这种方法以靠近理想解和远离负理想解的程度作为评价指标.因TOPSIS算法对对象的评价既全面又客观,所以在多属性决策中得到广泛的应用.将TOPSIS算法应用到群体决策中,可综合各方案的特点、各决策者的偏好以及重要程度得到令群体相对满意的决策.     

基于熵权TOPSIS的服装企业节能环保评价模型

依据产业集群、政府或行业组织、企业、客户4个层面构建了服装企业节能环保的指标体系和基于熵权理论的TOPSIS(接近理想点法)评价模型.以此为基础,对温州藤桥服装产业集群中的相关服装企业进行案例分析,运用熵权法赋予服装企业节能环保指标的权重,借助TOPSIS模型计算各服装企业与理想解、负理想解的距离,根据相对接近度由大到小对被调查企业进行环保节能排序,并分析相应结论.     

TOPSIS方法在Vague集中的应用

研究属性值和权重皆为Vague值形式的逼近理想解的排序方法(TOPSIS). 根据Vague集的加法和乘法对属性值加权;根据记分函数确定理想解和负理想解;定义Vague集上的Hausdorff测度,据此度量各方案与理想解和负理想解的距离,在此基础上提出了属性值和权重同时表示赞成度和反对度的Vague集TOPSIS方法,并通过实际算例验证该方法的有效性.