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。     

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.     

基于TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

一种修改的TOPSIS法

目的改进传统多属性决策问题的TOPSIS法。方法对有限方案多目标决策分析法的一种修改方法。结果改进了传统的TOPSIS方法,提出在解决某些实际问题时应放弃全序而采用偏序,即TOPSIS偏序法,能更合理地反映出方案的优劣性。结论修改和补充了有限方案多目标决策分析方法,使其更具合理性,并扩大了传统方法的应用,决策人可由方案的优劣性根据自己的偏好做出最终的理想选择。     

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。     

一种基于加权马氏距离的TOPSIS改进评价法及其应用

传统TOPSIS评价法构造的正、负理想解容易产生逆序现象,而且使用的欧氏距离无法考虑到决策指标之间的相关性;针对此类问题,提出了一种基于加权马氏距离的TOPSIS改进法:一是用极差变换法对评价指标进行无纲化处理,消除逆序现象;二是对评价方案做正交变换,利用变换后的评价方案到正、负理想解的马氏距离代替传统欧式距离,经案例证明,改进后的TOPSIS优于传统的方法。     

加权序数偏好下多属性群决策的TOPSIS法

对考虑每个属性下各决策者权重的决策问题,提出序数偏好下的群体理想解概念,用TOPSIS法求解.先对决策者加权,用TOPSIS法将每个属性下各备选方案的个体偏好序集结为群体排序;再对属性加权,用TOPSIS法将每个属性下的群体排序综合为备选方案的最终排序结果.以供应商选择算例说明方法的可用性,与现有方法的求解结果比较表明了方法的合理性;该方法将TOPSIS法扩展到处理具有序数偏好的多属性群决策问题,避免了逆序的产生.     

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     

基于分层熵权TOPSIS法的岗位测评方法

岗位测评是衡量企业员工工作价值的一个重要手段,本文将岗位测评看作分层多属性决策问题,各属性的重要性以熵权计算得到,并采用TOPSIS方法进行岗位排序。采用熵权克服不同评价人员的主观性,使岗位评价结果更加有效;采用分层的方法避免大矩阵的运算,并且减少不同属性因素之间的干扰。案例分析表明在没有专家权重的情况下,该方法可以克服不同评价人员的主观性,得到合理的岗位测评结果。     

项目投资选择模型的左右得分型TOPSIS法

由于决策者知识的局限性和现实决策问题的复杂性,某些多属性决策问题的属性值常需要模糊数刻画。三角模糊数是一类有效刻画模糊属性值的一类模糊数,于是针对属性值为三角模糊数的项目投资选择问题,提出了一类新的多属性决策方法。其具体步骤是:首先利用左右得分的基本思想将规范化的三角模糊数定义左右得分,进而将决策矩阵转化为基于得分的区间数决策矩阵,最后依据TOPSIS法的基本思想对备选方案进行排序和择优。文末通过实际例子说明本文所提出的方法的有效性和实用性。     

基于TOPSIS的学术期刊比较研究

基于TOPSIS测度五类学术期刊正理想解和负理想解的接近程度,依此将五类学术期刊排序,从一个侧面表征五类学术期刊的相对地位和影响力,促进学术期刊的发展。     

基于逼近理想解方法在目标选择中的应用

多属性决策是目标选择中常用的决策方法,决策矩阵可以由定量数据和定性数据构成.通过将定性数据规范化,再利用层次分析法计算出各指标的权重,最后利用逼近理想解方法可选出最好的方案.     

基于 TOPSIS 的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法（technique for order preference by similarity to ideal solution,TOPSIS）的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出 TOPSIS 的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。     

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ANP和TOPSIS的零部件供应风险评价

针对供应风险评价研究只关注供应商风险,缺少供应链全局视角评价问题,从系统科学的角度,分析构成供应风险的构成要素,建立供应链供应风险的评价指标体系,集成ANP和TOPSIS方法对供应风险进行评估,使得评价过程既考虑不同层次的元素组及元素间可能存在的关联关系,又依据评价企业与理想化目标的接近度排序.实例验证了评估模型的科学有效性.     

基于TOPSIS的第三方物流综合评价方法

从经济和企业发展战略角度分析了第三方物流的发展现状以及主要决定因素,提出了第三方物流企业能力评价的主要度量指标及其优劣权重关系,构建了基于TOPSIS的第三方物流企业综合评价方法：首先,确定第三方物流企业的评价指标,应用熵和AHP方法确定各指标的主客观权重,再利用归一化求出综合权重;在此基础上,应用TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）方法对各物流服务商进行方案的排序,从而获得第三方物流企业综合评价结果,实例证明该方法的有效性及可行性,并在实践中得到了较好的结果。     

基于TOPSIS的舰船抗沉辅助决策系统研究

在舰船发生破损时,快速有效地实施损管,是维持舰船生命力的关键.而良好的抗沉辅助决策,是快速有效进行舰船抗沉的重要保障.针对现有抗沉辅助决策系统存在抗沉方案生成时间较长、实施较复杂的问题,将逼近理想解排序法(TOPSIS)应用于舰船不沉性系统研究,生成一套操作简便、抗沉方案生成快捷简便且易于实施、计算精确满足实际要求的舰船抗沉辅助决策系统.实船案例计算验证了系统的可靠性、快速性、操作便捷性,精确度满足实用要求.     

基于TOPSIS的多维网络安全度量模型研究

为了能够较为全面地对网络安全进行度量,使用层次分析法将网络安全划分为3个维度,即环境安全、可靠性安全和漏洞安全3个维度,并选取逼近理想解排序法作为对网络安全度量指标进行综合评估的方法来消除层次分析法的主观性,以快速发现网络攻击并度量其风险.从3个维度出发,对网络安全进行划分,提取各个维度的度量指标,对其进行量化.在环境安全维度上,通过对网络中基础设施和基础数据的度量,得到网络的基础评估值;在可靠性安全维度上,将网络抽象为图,结合复杂网络和图论的理论知识,计算可靠性安全指标;在漏洞安全维度上,使用工具对网络中的漏洞进行扫描,对漏洞划分等级,计算漏洞相关度量值.实验结果表明,该模型在网络安全度量上有较好的准确性与实时性,这在网络安全维护的过程中,对网络中存在安全隐患的部分进行及时准确地定位并提高网络的安全性有重要意义.      

求解序区间偏好信息群决策问题的理想点法

为了求解具有序区间偏好信息的群决策问题,提出了一种理想点法.首先对具有序区间偏好信息的群决策问题进行了描述,给出了任意两个序区间之间距离的公式;然后依据传统理想点法的基本思路,给出了解决具有序区间偏好信息的群决策问题的计算步骤,其核心是运用所给出的距离公式计算每个方案与正理想点、负理想点之间的距离,并进一步根据计算得到的方案的相对接近度对方案进行排序.最后通过一个算例说明了给出方法的可行性和有效性.