熵权topsis法怎么对每个维度进行评价? 第1页

1、两个例子及其流程图

上面一篇论文页脚的第19页，文档显示的25页。

框住的部分就是你所说的，对每个维度进行评价。

上面有一个流程图。是那篇论文变形的画法。

可以记住，你其实用一边的就行。记住Ka 的就可以。

上面是一个具体的处理过程，直接看最后的流程图。

到K+ K-就是你想做的。

2、一句话说清topsis的数学本质

带权值的距离公式求解归一化矩阵到正负理想点的距离。

上面隐含了4个关键词。这四个关键词在下面链接有专门解释。

第一、归一化 （有六种）

第二、求权重 （很多种方法，归类为客观法，主观法）偷懒就用熵权法。主观法可以用ahp

第三、距离公式（有很多种，这里列了常见的欧式距离公式，一般用这种）

第四、正负理想（区域）点的距离。

你的是每个维度按照距离公式来算。所以就是那个K+ K-

比如例子中的结果是，无法区分大小。

但是 P Q的可以区分大小。

3、更高级的每个维度的评价

同样的数据，如上面的。

流程如上。

一下子画好多对抗图。有13个，呈现夹逼的过程。

从上面的到最下面的。

这一些，都跟你的归一化方法，求权重的方法，距离公式有关。

但是大体是一致的。