TOPSIS法

TOPSIS法（精选9篇）

TOPSIS法 第1篇

配送中心作为物流网络的节点,其合理选址不仅影响到配送中心本身的运营成本、运营绩效、竞争战略和未来的发展,而且还影响到配送中心上游的供应商、下游的分销商或零售商的物流成本、以及物流战略和竞争战略,甚至影响到区域经济的发展。国内外对各种类型物流中心的选址问题在理论和实践方面都取得了令人瞩目的成就,形成了许多可行的模型和方法。归纳起来,这些物流配送中心选址方法分为三类,包括应用连续型模型选择地点、应用离散型模型选择地点和应用德尔菲(Delphi)专家咨询法选择地点。

配送中心选址恰当与否,不但对生产力布局、城镇建设、企业投资、建设速度有重大影响。而且对设施建成后的设施布置以及投产后的生产经营费用、产品和服务质量及成本都有重要的意义。设施选址是一个复杂的技术和社会经济系统,对其评价涉及的因素很多,其中,有些是可以量化的因素,也有很多定性的因素。在文献[1]中把需要考虑的因素总结为30种因素,在进行评价方案的时候不一定把30种因素全部进行考虑,可以从其中选择比较重要的因素进行评价。设施选址的评价标准也已不仅仅局限在成本或运输距离的最小化,许多定性和定量的因素也影响着企业的决策,因此在进行设施选址的综合分析比较时,可根据条件采用定性的、定量的或定性定量相结合的方法。设施选址评价属于多属性决策评价。常用的设施选址方法有优缺点比较法、加权因素分析法、重心法、线性规划—运输法、德尔菲分析模型等。在已有的一些方法中凭主观经验进行决策较多。本文根据熵的概念和性质,把熵权引入到设施选址权重确定中,采用多属性决策理论中的TOPSIS法考虑定性和定量两种指标对设施选址方案进行评价。

1 TOPSIS法评价原理

TOPSIS(technique for order preferenec by similarity toidel solution)是一种逼近理想解的排序方法[2,3],它借助多属性问题的理想解和负理想解对方案集中的方案进行排序。其基本思路是:首先用向量规范化的方法建立规范决策矩阵,然后确定理想解和负理想解,最后计算各方案到理想解和负理想解的距离,根据综合评价指数对方案进行排序。在应用TOPSIS法时有一个重要的数据即属性权重的确定,文献[4]中应用DEA结合AHP方法确定权重,综合考虑了主观和客观的因素。文献[5]、[6]应用熵权法确定权重。本文中采用熵权的方法给属性确定权重,熵权法是一种客观赋权方法,按照信息论基本原理的解释,信息是系统有序程度的一个度量,熵是系统无序程度的一个度量。如果指标的信息熵越小,该指标提供的信息量越大,在综合评价中所起作用理当越大,权重就应该越高,权重用如下向量表示。w=w1,w2,…,wnT,wi为第i个属性的权重。

2 基于熵权的TOPSIS法具体算法

步骤1建立包含n个属性m个方案的决策矩阵见公式(1)。

设由n个属性构成一个指标体系来评价m个方案的优劣,第i个评价对象的第j个指标的值为yij,可以得到各个方案的特征值矩阵为:Y=yij m*n。对于给定的j,yij差异越大,则不同评估对象间指标值的相对差距越大,指标对评估对象的比较作用也越大,携带和传递的信息就越多。

其中Ai是第i个备选方案,Yij是第i个方案关于第j个属性的数值结果。在n个属性中有的是效益型指标,记为I1,即指标值越大越好的指标。有的是成本型指标,记为I2,即指标值越小越好的指标,yij∈0,∈1∈。另有一些指标的属性既非效益型也非成本型指标则需要进行转换。为消除指标间由于量纲不同而带来的比较困难使数据能够在同一个范围内进行度量,需要对数据进行预处理,把各种类型的属性范围转换为无量纲的属性,使不同属性有进行比较的可能。在本文中使用标准0-1变换对决策矩阵Y进行同趋势化处理:

对d/ij进行归一化处理:

步骤2用熵权法确定属性权重。

熵(entropy)最早由德国物理学家克劳修斯在热力学中引入,在热力学中,熵表示物质热状态的概率,用来描述离子或分子运动的不可逆现象,是反映自然界热变化过程方向性的一个物理量,表征物质系统状态的一个函数。后来应用于信息论中,用熵表示事物或问题的不确定性,诞生了信息熵的重要概念,这为决策定量化开辟了新的道路。在信息论中,信息是系统有序程度的一个度量,熵是系统无序程序的一个度量,二者绝对值相等,符号相反。按照熵的思想,人们在决策中获得信息的多少和质量是决策的精度和可靠性大小的决定因素之一。熵在应用于不同决策过程的评估时是一个很理想的尺度,不确定性越小,熵值也就越小,反之,熵值就大。按照熵权理论的思想,决策者在决策中取得信息的数量和质量,决定了所制定决策精度和可靠性。

第j项指标的熵为:

计算指标差异度:

计算熵权:

从以上公式可以看出熵权具有以下性质,当di1=di2=…=din时,熵值Hj达到最大值,此时的熵权等于零,也就是说第j个指标没有向决策者提供任何有用的参考信息,因此该指标可以删除。熵指标值越大,其熵权越小,该指标就越不重要。从信息的角度考虑,熵权代表该指标在问题中提供有用信息量的程度。所以,计算出的熵权可以作为属性权重,熵权越大,权重越大,对应指标属性就越重要。

步骤3用向量规范化的方法求得规范决策矩阵。通过下面的公式把决策矩阵Y=yijΣΣ转化为规范化决策矩阵

步骤4构成加权规范阵X=xij,。

每一属性权重与其对应的矩阵中元素进行相乘,表示为下面点乘的形式。

步骤5确定理想解x*和负理想解x0。

设理想解x*的第j个属性值为xj*,负理想解x0的第j个属性值为xj0,则

步骤6计算各方案到理想解与负理想解的距离。

步骤7计算各方案的综合评价指数,按综合评价指数由大到小排列方案的优劣次序。

3 配送中心选址算例

内蒙古某企业由于生产能力扩张,为了进一步发展业务,要新建一个配送中心。考虑经济、社会、技术等相关因素准备在4个备选场址中进行选择。备选方案表示A=,A1,A2,A3,A4,,评价这4个工程项目考虑5种特征属性:指标属性表示为Y=,Y1,Y2,Y3,Y4,Y5,,总投资Y1,单位万元,,对社会的影响Y2,基于语义定义,,运行费用Y3,单位万元/年,,内部收益率Y4,%,,净现值Y5,单位万元,。对社会的影响是定性指标,要把它定量化,在本例中应用5位专家打分法对4种方案进行分值在,10,20,分的打分,综合5位专家分值取得4种方案平均值为15,12,18,14。其中Y1,Y2,Y3为成本型指标,Y4,Y5为效益型指标,决策矩阵如下:

应用公式(2)、(3)对矩阵Y进行趋势化和归一化处理得矩阵D:

应用公式(4)、(5)、(6)计算指标的熵权wj:

wj=40.1789,0.1491,0.1619,0.2848,0.22524

用向量规范化的方法求得规范决策矩阵。通过公式(7)把决策矩阵Y={yij}转化为规范化决策矩阵Z={zij}。

应用公式(8)构成加权矩阵X:

确定理想解x*和负理想解x0,Y1,Y2,Y3为成本型指标,Y4,Y5为效益型指标,在成本型指标中理想解选择越小越好,在效型指标中理想解选择越大越好。

根据公式(10)计算综合评价指数Ci*

按综合评价指数由大到小排列方案的优劣次序为A4优于A1优于A2优于A3。

4 结论

对多属性配送中心选址决策问题:(1)充分考虑各指标权重的影响,引入欧式距离,使评价结果更精确。(2)应用改进的TOPSIS法对配送中心选址方案进行评价。它通过对原始数据进行同趋势和归一化,可消除不同量纲的影响,应用欧式距离度量每个方案与正、负理想解得距离,并通过计算每个方案的综合评价指数对方案优劣进行排序。实际应用例子说明,该方法的决策原理简单、易于实现,为该领域的评价方法提供了新的思路。

参考文献

[1]朱耀祥,朱立强.设施规划与物流[M].北京:机械工业出版社,2004:102-103.

[2]岳超源.决策理论与方法[M].北京:科学出版社,2003:212-214.

[3]陈廷.决策分析[M].北京:科学出版社,1987:203-206.

[4]王旭,陈嘉佳,邢乐斌.基于“TOPSIS/DEA/AHP”模型的战略性供应商选择[J].工业工程,2008,11(4):70-73.

[5]何鑫,朱宏泉,高成凤.基于熵权法与TOPSIS法的房地产项目投资风险评价[J].商业研究,2009(3):105-108.

[6]罗建强,韩玉启,张银萍.基于熵权TOPSIS的客户订单分离点定位研究[J].工业工程与管理,2008(5):83-87.

TOPSIS改进小结 第2篇

想到了改进的TOPSIS的想法：

o1x11ox221原始对象矩阵：Xijonxn1x12x22xn2x1mx2m

xnm第一步：指标标准化处理

xijxijxjj

1n1n2其中，xjxij，jxxijj

ni1ni1这一步的作用是，去掉量纲，让各个指标的数量级相同，在大小上具有可比性。

x11o1ox221得到：Xijxn1onx12x222xnmx1mx2 xnm显然，这种处理方法，各个对象在某个指标上的大小关系不变，且同一对象不同的指标之间在大小上有了可比性。比如，3个县公司的电力系统可靠性是99.991%、99.993%、99.996%，而线路联络率是90%、89%、88%，如果不进行标准化处理，由于可靠性变化范围太小了，导致了在topsis方法中电力系统可靠性这个指标就基本不起作用了。

第二步：求各个指标的最优值和最差值

设第j个指标的最优值为bj，则bj满足：

j,x2jxnjmaxx1j,x2jxnjbjminx1-xjminx1jxj,x2jxj满足xij指标j是正向变量（越大越好的变量）指标j是负向变量（越小越好的变量）xj的xijxnj指标j是中间变量（在中间最好的变量）其中，xj=bjxjj,bj是指标j的理论最优值

求各个指标的最差值

j,x2jxnjminx1j,x2jxnjsjmaxx1-xjmaxx1jxj,x2jxj满足xij指标j是正向变量（越大越好的变量）指标j是负向变量（越小越好的变量）指标j是中间变量（在中间最好的变量）xj的xijxnj其中，xj=bjxjj,bj是指标j的理论最优值。

这样我们就求得了各个指标的最优值，从而得到

b2最优值向量bb1，最差向量ss1s2bm sm显然，这一步没有把各个变量转换为正向指标，然后寻找最优值，而是直接寻找最优值，这样做更加直接明了。

第三步：计算各个对象oi与最优向量b的加权距离di以及各个对象oi与最差向量s的加权距离dimwjxijbjj12m2wjxijsj j1这里，采用了加权距离，这是一个改进，不同的变量，重要性不同，所以采用加权距离更好。其中wj1mj1，wj为正数。

第四步：计算各个对象oi的得分ci

cidi，显然满分为1分，最低分为0分。

TOPSIS法 第3篇

关键词:熵值法TOPSIS法战略供应商决策矩阵有效性

Abstract: In the review and analysis of several methods of supplier selection based on multi-objective evaluation, the new method of entropy method and TOPSIS method is put forward to evaluate and sort the strategic supplier. At first the candidate supplier Entropy weight is calculated based on the principle of entropy in the information theory, and then using the TOPSIS method to construct improved decision matrix. Decisions are made through the establishment of strategic supplier selection. The results show that the effectiveness and feasibility of the method, it is an important reference value to the core enterprise strategic supplier selection.

Key words: Entropy; TOPSIS; Strategic supplier; Decision matrix; Effectiveness

1.引言

供应商选择对企业竞争力有深远影响。 根据美先进制造研究报告，采购成本在企业总生产成本中占相当大比重。在美国，大型汽车生产商的零配件采购成本与企业销售总额的比例高达50%；以高新技术为主体的大型制造服务公司的产品和服务的供给成本高达80%。供应商绩效对核心企业甚至整条供应链绩效都产生重要影响。因而对供应商评价就得异常重要。

供应商选择的定量化方法主要有模糊评价模型、AHP方法、综合评价方法、灰色综合评价等方法。这些方法要么计算比较复杂，要么权重的确定具有很大的主观性，对不同类型的核心企业要重新确定权重，因而使用起来很不方便。

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，我们可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。本文用熵值法确定各个评价指标的权重，并利用TOPSIS方法对各供应商进行优劣排序，避免权重确定的主观性，使评价结果更加客观，更加符合实际。

2.熵值法原理

（1）计算第 项指标下第 个项指标占该指标的比重：

（公式1）

（2）计算第j项指标的熵值。

（公式2）

（3）计算第 项指标的差异系数。对第 项指标，指标值的差异越大，对方案评价的左右就越大，熵值就越小，定义差异系数：

（公式3）

（4）：求权值：

（公式4）

（5）：计算各候选供应商的熵权值：

（公式5）

3.TOPSIS分析法原理

（1）设某一决策问题，其决策矩阵为A. 由A可以构成规范化的决策矩阵Z′，其元素为Z′ij，且有

（公式6）

式中，fij 由决策矩阵给出。

（公式7）

（2）构造规范化的加权决策矩阵Z，其元素Zij

（公式8）

Wj为第j个目标的权。

（3）确定理想解和负理想解。如果决策矩阵Z中元素Zij值越大表示方案越好，则

（4）计算每个方案到理想点的距离Si和到负理想点的距离S -i 。

（5）计算Ci，并按每个方案的相对接近度Ci 的大小排序，找出满意解。

4.供应商选择的指标体系

不同企业供应商指标的选择不尽相同。但是影响供应商选择的因素主要有：产品价格、服务水平、质量、创新能力、市场反应能力、业界声誉等这几个方面。

产品质量，产品质量对于企业的重要性，不言而喻，不注重产品质量，最终会寸步难。产品质量的好坏直接会影响消费者对产品的忠诚度，因而直接影响到公司未来的发展，因而是影响供应商选择的首要因素。

产品价格，采购价格对于降低企业生产成本，提高产品的市场竞争力有着很明显的作用，因而价格也是一个非常重要的因素。

服务水平，即供应商内部各作业环节，能够为购买者提供优质的服务，主要包括顶顶处理的速度、准确性、服务态度、服务质量等方面，这些因素直接会影响消企业生产进度。

创新能力，随着当今社会面向多品种、小批量生产，需要企业能够快速的反应市场能力，能够及时的根据市场需要提供新的产品，快速占有市场，因此就需要供应商具备很强的创新能力。

市场反应能力，所谓市场快速反应能力，是指企业抓紧了解市场，搜集信息，把市场信息快速反映到决策者手中，经过认真、科学的论证，明确产品调整的具体目标并采取强有力的手段，快速组织实施，将适应消费需求和引导消费新潮流的产品快速投放市场的一整套相互联接、互为依存、又相互促进的企业经营的机制。

业界声誉和管理制度，这是选择供应商战略合作关系额长期指标，主要考察供应商的企业体制是否健全、管理制度是否完备，在业界是否具有良好的声誉，这些都直接会影响到产品的销售，因而是一个很重要的指标。

5.案例分析

在不需要合作的情况下，现对四个供应商家评价。通过对四个商家的情况了解和产品测试后，制定评价体系后得下面矩阵如表1所示。

名人名言伟大的事业是根源于坚韧不断的工作，以全副精神去从事，不避艰苦。——罗素

表1评价指标及评分

利用熵值法将各指标进行归一化处理得到下表2，然后计算各供应商的熵值，并计算得到权值，见表3所示。

表2评价指标归一化处理

表3各指标的熵值和权值

利用熵值法得到的权值，并采用TOPSIS方法来计算。首先将各指标进行归一化处理，得到各商家指标矩阵Aij。

（1）计算规范化矩阵，得到下面矩阵Aij

（2）计算加权决策矩阵

由熵值法可以得到各指标的权值见表3，因此可以得到加权后的决策矩阵为Vij。

（3）确定正理想解和负理想解

（4）确定某个方案与正理想解和负理想解的分离度。

（5）确定相对接近度

供应商选择排序为：供应商4，供应商2，供应商1，供应商3。

5.结论

战略供应商的选择是现代供应链管理的中心环节，对核心企业而言，与战略供应商建立起长期合作伙伴关系，对于增强供应链的竞争力和提高对最终用户需求的反应能力具有重要意义。文中将熵值法与TOPSIS相结合选择战略供应商的方法，在一定程度上克服了原有选择方法的主观性，增强了选择优秀供应商的准确性。

参考文献

[1]许远明,陶书金,曾令德. 基于熵权--TOPSIS方法的施工评标模型应用研究[J]. 工程管理学报,2012,(05).

[2]俞淑婷,金志刚,刘永磊. 基于TOPSIS的无线嗅探安全评估模型[J]. 计算机工程,1.

[3]陈 文,余本功. 基于 Vague 软集的 TOPSIS 方法及其应用研究[J]. 计算机工程与应用,,:.

[4]田冉,孙林夫,李斌勇,廖伟智. 基于模糊粗糙集的TOPSIS供应商评估方法[J]. 计算机应用研究,201,.

[5]杨玉中,张强,吴立云. 基于熵权的TOPSIS供应商选择方法[J]. 北京理工大学学报,2006,(01):31-35.

[6]吴敏,徐玖平. 制造型企业战略联盟中供应商选择的“TOPSIS-AHP模拟”模型及实证分析[J]. 软科学,2006,(04):19-23.

[7]胡辉,徐泽水. 基于TOPSIS的区间直觉模糊多属性决策法[J]. 模糊系统与数学,2007,(05):108-112.

[8]朱强,阎子刚. 基于AHP与TOPSIS算法的供应商选择决策方法[J]. 交通标准化,2008,(Z1):197-201.

[9]初艳巍. AHP-TOPSIS法在第四方物流供应商选择中的应用[J]. 电子商务,2011,(01):66-67+69.

[10]郭伟,白丹,单飞,陈思佳,张谦,潘华平. ANP/TOPSIS应用于制造企业供应商选择研究[J]. 武汉理工大学学报(信息与管理工程版),2011,(01):147-150+155.

[11]董福贵,刘慧美. 基于ANP/TOPSIS的燃煤供应商选择[J]. 现代电力,2012,(01):82-85.

TOPSIS法 第4篇

关键词：综合指数,TOPSIS,医疗质量,综合评价

医疗质量作为医院管理的核心, 是一个多因素、多指标的复杂系统, 考虑单一因素的评价是片面的。应将各种有关因素的信息集中, 依据其内在联系进行适当加工提炼, 用数理统计方法制定出评价模型, 对评价对象的类别或优劣等级进行较为客观的评价[1]。现应用综合指数法和TOPSIS法对福建省邵武市第二医院6年来的医疗质量进行评价和分析, 并将两种评价方法的评价结果进行比较。

1 资料来源

资料来源于福建省邵武市第二医院2004~2009年综合统计年报, 数据准确, 真实、可靠。

2 方法与步骤

2.1 指标的确立

根据医院医疗质量指标体系, 选择具有代表性、敏感性的九项指标。医疗数量指标:门诊人次 (X1) , 出院人数 (X2) ;医疗效率指标:病床使用率 (X3) , 病床周转次数 (X4) , 出院者平均住院日 (X5) ;诊断质量指标:出入院诊断符合率 (X6) ;治疗质量指标:治愈好转率 (X7) , 病房抢救成功率 (X8) , 病死率 (X9) 。见表1。

2.2 综合指标法

2.2.1 标准值的确定

选用平均值作为标准值。

2.2.2 指标指数化

将原始指标与标准值相对比。原始指标指数化时首先要判别原指标是高优指标还是低优指标。9项指标中, 除去出院者平均住院日 (X5) 和病死率 (X9) 为低优指标, 其余皆为高优指标, 见表2。

高优指标指数化计算公式:YJ=XJ/MJ

低优指标指数化计算公式:YJ=MJ/XJ

2.2.3 指数综合

按同类指标指数相乘、异类指标指数相加的方法进行指数综合, 见表3。

指数综合计算公式:

2.3 TOPSIS法

2.3.1 同趋势化

TOPSIS法要求各指标具有同趋势性, 常用倒数法将低优指标转化为高优指标。即将原始数据中的低优指标X'ij通过公式Xij=1/Xij转化为高优指标X'ij;指标完成趋势性变换后, 建立数据矩阵。

2.3.2 数据归一化

将同趋势化后的矩阵进行归一化处理, 得归一化矩阵Z:

2.3.3 根据Z矩阵, 得最优质向量Z+和最劣质向量Z-。

2.3.4 计算每年指标值与最优值d+劣值的矩离d-

2.3.5

计算各评价对象与最优方案的接近程度ci根据ci评价对象进行排序, 见表4

3 结果

从两种方法的各年度综合质量排序结果可以发现, 其评价结果基本一致。从总体来看, 医院的医疗综合质量基本是呈逐年上升趋势。

4 讨论

4.1 综合指数法是用单一统计指标定量地反映多个指标综合变动水平的一种方法。是将多个不同性质、不同类别, 不同计量单位的指标综合成一个无计量单位的指标, 将不同侧面的质量问题进行综合分析。此方法可用于不同分布类型数据间的比较, 综合考虑指标的变异度, 评价其优劣, 较为直观[2]。

4.2 TOPSIS即逼近理想解排序法, 它是基于归一化后的原始数据矩阵, 找出最优方案和最劣方案, 通过计算评价对象与最优方案和最劣方案的距离, 获得评价对象与最优方案的接近程度, 以此评价各对象的优劣。

4.3 综合指数法和TOPSIS法的联合应用, 可以互补其优缺点, 提高评价的准确性和可信性。尽管如此, 综合评价法在实际运用中仍然存在局限性, 综合指数法对比较标准依赖太强, 同时标准的确定较为困难, 采用平均值作为标准值, 易造成误差, 影响评价结果的准确性, TOPSIS法评价时, 只能对每个评价对象的优劣进行排序, 不能分档管理, 灵敏度不高。两种方法或多种方法可联合使用, 使评价效果更准确可靠, 可检查计划的执行情况, 鉴定各项规划计划活动的效率和效益, 对医院医疗管理工作的各个环节起着很好的控制作用[3]。

4.4 分折结果表明, 这两种方法用于评价医疗综合质量是等效的。医疗质量基本呈逐年上升趋势。2008年医疗质量最高。2009年由于受到即将体制改革的影响, 医院要被民营企业托管, 工作人员的情绪波动较大, 积极性受到一定程度的影响, 直接影响到医院的综合质量。近年来, 医院开展了“以患者为中心, 提高医疗服务质量为主题”的医院管理年活动, 加强医院内部规范化管理, 医院新技术, 新业务的开展, 大型医疗设备等的陆续投入使用, 提高了医疗诊断治疗水平, 门诊就诊人数, 入院人数也逐年增加, 使医疗综合质量不断上升。

参考文献

[1]翁滔华, 银琳.TOPSIS和综合指数法在医疗质量综合评价中的应用[J].中国医院统计, 2003, 10 (1) :34-36.

[2]黄宝龙, 于力.综合指数法和TOPSIS法在医疗质量综合评价中的应用[J].中国医院统计, 2008, 15 (3) :219-221.

TOPSIS法 第5篇

1 材料与方法

1.1 材料

数据材料来源于江苏省医疗机构药品(耗材)网上集中采购与监管平台记录,以及灌南县2013年17家乡镇卫生院的各季度督查结果。选取各被评价单位2013年度的采购药品种数(X1)、采购金额(X2,万元)、验配比(X3,%)、验收总记录数(X4)、验收时间异常比(X5,%)、计划申报采购金额(X6,万元)、计划完成率(X7,%)、计划外采购占比(X8,%)、年度费用到账率(X9,%)等9项指标作为综合评价的原始数据。

1.2 改良TOPSIS法

在Excel 2003中录入各指标原始数据Xij,设评价指标j=1~9,评价单位i=1~17,计算改良Topsis法综合评价相关指标[3]。以评价单位与“最优方案”的相对接近度Li作为综合指数,其数值越大,表示评价单位的运行情况越好。其中,原始数据阵X5和X8为低优指标,同趋势化与归一化处理后取最优方案A+=[1,1,1,1,1,1,1,1,1]1×9,取最劣方案A-=[0,0,0,0,0,0,0,0,0]1×9。计算中运用sum()、sqrt()、sumsq()、mmult()等工作表函数。利用SPSS Ver20.0进行评价单位Li值的系统聚类。

2 结果

2.1各评价单位的基本药物集中采购情况、与正理想解的欧氏距离(Di+)、与负理想解的欧氏距离(Di-)、相对接近度Li及综合排名

见表1。

2.2聚类结果

可得四类:其中堆沟港镇卫生院显示出类拔萃,L值为1.2763;百禄、孟兴庄和三口等3家卫生院为第二类良好,平均Li值为1.856;花园、李集、田楼、二院、汤沟、新安镇、硕湖等7家卫生院为第三类一般,Li值平均为2.563;其余6家卫生院可作为第四类,有待进步,Li值平均为2.896。

3 讨论

新的医疗卫生体制改革以实施基本药物制度为突破口,建立基层医疗卫生机构公益性管理体制和运行机制,打破“以药养医”,病人负担明显减轻[4]。基本药物的采购与监管,是国家基本药物制度实施的关键环节之一。按新医改有关文件精神,基层卫生院基本药物实行网上集中采购,统一配送、统一结算、零差率销售。通过统一采购渠道,集中单品种采购量,增加价格谈判优势,规范资质审查与采购流程,保证购进药品质量[5]。能够反映基层医疗机构基本药物采购运行情况的内容涉及多方面,而可以选择用于在县域内对基层医疗机构进行综合评价的指标却不多。文献6对乡镇医疗机构的考核重在监管制度运行,绝大多数评价指标在考核时属“不达标即否决”,在基本药物采购运行方面实际无法拉开差距。本文从该县乡镇卫生院的基本药物采购计划制定与完成(X6,X7,X8)、基本药品配备规模(X1,X2)、制度执行情况(X3,X4,X5,X9)等三个维度选取指标进行综合评价。指标赋权很重要,本文以各指标等权重进行综合评价,是考虑:(1)本文所取选的部分指标之间虽然存在一定共线性,利用主成分评价或以第一主成分进行评价[1,7]的结果不易解释,评价单位难于接受;(2)所选指标数据多数不服从正态分布,不适合使用指标难度赋权法[8];(3)以主成分方差贡献率或以数据离散程度为基础的其他赋权方法存在诸多不足[8],且在不同评价周期或不同地域之间,各指标所赋权重不稳定,动态评价困难;(4)实施主观赋权的条件还不成熟。

TOPSIS法即“逼近于理想值的排序方法”(Technique for Order Preference by Similarity to Ideal Solution),是Hwang和Yoon于1981年提出的一种有限方案多目标决策的综合评价方法。该法通过消除原始数据不同量纲,充分利用原始数据信息,反映各方案之间差距,具有原理简洁直观,结构合理可靠,对样本资料无特殊要求等优点,有着广泛的应用。王一任博士提出的改良TOPSIS法整合了传统法中同趋势化和归一化处理过程,有限方案中的“最优方案”和“最劣方案”定义以及欧氏距离计算等都更为简单,具有强保序性,且比传统法更灵敏的特点[3]。针对本文的指标选择和各评价单位的原始数据阵,运用改良TOPSIS法的综合评价结果显示有较好的可解释性。此外,利用所得综合指标的系统聚类树状图,对评价单位进行等级划分,可使综合评价结果的描述更加形象直观。需要注意的是,TOPSIS法在具体应用时易受离散程度大的指标中异常值影响,而使结果不稳定的情况[9]。

灌南县2013年在全县全面推进基本药物制度实施工作,通过实行灵活采购方案,加大采购频率,缩短基药采购周期,启动应急采购程序等措施,实现村覆盖率全市领先,综合评价获全市第一。但该县在基本药物采购运行方面还存在多种问题,如:各卫生院在平台中实际采购的品种数普遍较少,全县计划采购药品金额实际完成率仅有46.96%,计划外调剂采购金额达(调剂使用)17.24%,个别药品(如有的利薄成本高的品种)有时采购困难面临断档,乡镇卫生院和村卫生室存在台账资料不够完善(不规范、不齐全,或内容不全面等)、部分数据异常、药品采购超常预警和处方点评管理有待提高,以及村卫生室在制度建设、信息系统培训、数量维护、价格维护等方面亟需完善与规范等。建议:加强乡镇及村级医疗机构基本药物临床应用指南和处方集的培训[10],提高基本药物普及率和利用率;完善采购与监管平台功能,适时调整基层基本药物目录;明确价格参照标准,应对部分药品价格虚高和价低利薄难以采购等问题;指导乡镇医疗机构建立健全基本药物监管督查公报制度和整改责任制度,有效规范流通秩序;通过单指标评价和多指标综合评价等多种方式,促进乡镇及村级医疗机构在发展中学习先进,在探索中寻找标杆,全面推进基本药物制度实施,着力解决“看病难、看病贵”的民生问题。

本文探索性地建立综合评价指标体系,首次应用改良TOPSIS法对乡镇医疗机构基本药物购情况进行评价,不足之处是评价指标体系还有待完善,指标赋权方法与权重有待进一步探讨。

摘要：目的:为推进基本药物制度实施和卫生行政决策提供参考。方法:选取基本药物集中采购相关的9项指标,利用改良TOPSIS法对2013年度灌南县17家乡镇卫生院进行综合评价,以综合评价指标进行聚类分析。结果:堆沟港镇卫生院综合情况最好,其次为百禄、孟兴庄、三口等卫生院;17家卫生院可归为四类。结论:改良TOPSIS法原理简单,操作容易,评价结果合理,具有一定适用价值。

关键词：乡镇卫生院,基本药物,采购,评价,改良TOPSIS法

参考文献

[1]闫峻峰，陈鸣，童荣生，等．不同等级不同类型医疗卫生机构使用国家基本药物的考核标准研究[J]．中国药房，2013,24(40):3755-3758．

[2]洪兰，贡庆，叶桦．对三十个省份基本药物招标采购实施方案的分析[J]．中国卫生经济，2014,33(7):75-78．

[3]王一任，任力锋，陈丽文，等．一种新的改良TOPSIS法及其医学应用[J]．中南大学学报（医学版），2013,38(2):196-201．

[4]叶宜德，朱霖，吴晓红，等．实施基本药物制度对新型农村合作医疗的影响研究[J]．中国农村卫生事业管理，2011,31(12):1221-1224．

[5]翁美贞，林映红，陆安娜．卫生院中药饮片以区为单位集中议价采购的探索[J]．中国农村卫生事业管理，2011,31(5):460-461．

[6]江苏省卫生厅．《江苏省基本药物集中采购考核评价办法》[EB/OL].2012-04-19/2014-12-06.http：//www.jswst.gov.cn/gb/jsswst/gzdt/bmdt/ywzc/userobject1ai29635/00000000.

[7]孙一丹，孙永涛．主成分个数选择问题的探讨[J]．济源职业技术学院学报，2011,10(4):10-12．

[8]俞立平，武夷山．学术期刊客观赋权评价新方法---指标难度赋权法[J]．现代图书情报技术，2011,204(4):64-70．

[9]孙振球．医学综合评价方法及其应用[M]．北京：化学工业出版社，2006:53-56．

TOPSIS法 第6篇

一、电力上市公司盈利能力指标体系

从财务指标衡量的电力上市公司盈利能力指标主要从经营获利能力、资产获利能力、股东获利能力和企业发展能力四个方面选取。其中:

经营获利能力指标:净利润率

资产获利能力指标:总资产收益率和净资产收益率

股东获利能力指标:每股收益和每股净资产

企业发展能力指标:主营业务收入增长率、总资产增长率和净利润增长率

二、基于熵权改进的TOPSIS评价模型

TOPSIS的全称是“逼近于理想值的排序方法”, 是Hwang和Yoon于1981年提出的一种适用于根据多项指标、对多个方案进行比较选择的分析方法。中心思想是确定各项指标的正理想值和负理想值, 然后求出各方案与正理想值、负理想值之间的距离, 计算贴近度作为被评价方案优劣和排序的标准。本文引入熵权确定各指标权重, 避免了传统TOPSIS法选用Delphi法和层次分析法确定指标权重时主观因素的影响。建模过程如下:

设有n个待评价公司, p个评价指标, 第i个对象的第j个指标的评估值为xij, 初始判断矩阵为X= (xij) np。

(1) 对X矩阵作正向化和无量纲化处理得矩阵Y, Y= (yij) mni=1, 2, n;j=1, 2p

(2) 计算pij, 即第i个评价对象第j项指标值的比重。

(3) 计算第j项指标的熵值hj和差异系数gj。

有0燮hj燮1, 并假定当pij=0时, pijlnpij=0。

对于第j项指标, hj越大, 表明该指标提供的信息越少, 指标值的变异程度越小;hj越小, 该指标提供的信息越多, 指标值的变异程度就越大。所以定义变异系数为:

(4) 计算熵权即第j项指标值的权重wj。

(5) 计算加权判断矩阵Z= (zij) np。

(6) 根据加权判断矩阵获取指标的正负理想解。

正理想解:

负理想解:

(7) 计算各评价对象目标值与理想值之间的欧氏距离。

(8) 计算各个评价对象与理想向量之间的相对贴近度。

表明评价对象越优。

(9) 依照相对贴近度的大小对评价对象进行排序, 得到评价结果。

三、基于TOPSIS评价模型和电力上市公司盈利能力评价分析

应用上述模型对沪深交易所15家电力上市公司盈利能力进行评价。数据来源于上交所和深交所网站电力行业上市公司2010年年报数据。15家电力上市公司指标的具体数据如表1所示。

正相化和无量纲化后见表2。

求得各指标的熵值、变异系数和熵权见表3。

然后计算加权判断矩阵和正负理想解以及各评价对象目标值与理想值之间的欧氏距离, 再计算各个评价对象与理想向量之间的相对贴近度, 根据相对贴近度的大小进行排序, 如表4所示:

从上述结果分析可知, 运用改进熵权的TOPSIS法评价电力行业上市公司盈利能力是可行的。本文只采用了反映其盈利能力的财务指标, 没有考虑其它反映电力行业上市公司盈利能力的指标, 比如电力企业总装机容量等。

四、结论

TOPSIS综合评价方法可以定量评价不同被评价对象的优劣程度, 评价结果客观准确。而基于熵权改进的TOPSIS法, 消除了对评价指标主观赋权的不足, 其用于电力行业上市公司盈利能力评价, 可综合客观公正评价各公司的盈利能力, 为公司提高盈利水平提供参考。

参考文献

TOPSIS法 第7篇

有色金属工业是国民经济重要的基础原材料产业, 产品种类多、应用领域广、产业关联度高, 在经济社会发展以及国防科技工业建设等方面发挥着重要作用。近年来, 我国有色金属工业实现了快速发展。2010年有色金属工业增加值按可比价格计算增长12.7%, “十一五”期间年均增长16.2%, 占全国GDP的比重由2005年的1.2%增加到2.0%[1]。2010年, 我国10种有色金属主要产品产量达到3 135万吨, 已经连续9年居世界第一, 消费量连续8年居世界第一。

作为最重要的有色金属工业之一的铝工业, 近10年来终保持高速发展态势, 产品产量迅速增长, 企业规模不断扩大, 技术装备水平逐步提高。从2001年和2004年起, 我国原铝产量、消费量分别跃居世界第一, 且呈稳步增长态势。我国铝的消费量占世界总消费量的比例, 从2001年的15%逐渐增加到2010年的40%, 我国铝工业总量规模已经居世界第一位。

中国有色金属工业协会会长陈全训认为, 应当冷静看待这一成就。在我们成为铝工业第一大国的同时, 世界大部分有色金属矿产资源仍然掌握在少数国家手里, 大部分有色金属价格操纵在几家寡头手里, 大部分利润留在少数跨国企业, 大部分技术专利掌握在发达国家手里。

我国已经成为世界有色金属大国、铝工业大国, 但我国却不是强国[2,3], 究其原因, 是因为我们在发展的同时, 付出了沉重的资源、能源、环境的代价, 现在摆在我们面前的是一条可持续发展道路, 只有实现有色金属工业的可持续发展, 我国才逐渐成为有色金属工业强国。

2我国铝工业可持续发展评价指标体系的建立

英国是最早实行可持续发展战略的国家之一。基于国家可持续发展战略的分析和考虑, 2002年, 英国有色金属联盟 (Non Ferrous Alliance, NFA) 在贸易工业部的资助下, 完成了英国有色金属行业可持续发展指标体系的设计工作[4]。该套指标是在经济可持续性、社会可持续性、环境可持续性的基本框架下, 重点从行业的经济地位、社会作用、环境影响等方面, 分列多个关键问题, 筛选出系列指标, 对有色金属行业的发展进程进行监测与评价[5]。

我国对有色金属行业可持续发展评价的研究并不多。但有色金属工业作为发展循环经济的试点行业, 曾建立了一套指标[6], 用以反映和评价有色金属行业循环经济的发展程度和发展趋势。根据联合国可持续发展委员会“DSR”模型, 参考英国有色金属可持续发展评价体系和我国有色金属行业循环经济指标体系, 建立我国铝工业可持续发展能力的评价指标。

可持续发展评价指标体系是一套由目标层、准则层、领域层和指标层构筑的梯阶层次体系, 其中目标层由准则层加以反映, 准则层由领域层加以反映, 领域层由指标层加以反映。这套指标体系包括:

1个目标层 (A) :我国铝工业可持续发展能力;

2 个准则层 (B) :发展能力、发展协调性;

6个领域层 (C) :社会发展、产业发展、经济发展、资源协调、能源协调、环境协调;

29个指标 (D) :从业人员、工人实物采矿量、、 (电解铝) 大修渣排放。

指标体系的结构模型见表1。

3 评价对象的选取

本文对“十一五”期间历年的我国铝工业可持续发展能力进行评价, 即选取的评价样本为I={i1, i2, i3, i4, i5}={2006年, 2007年, 2008年, 2009年, 2010年};评价指标为J={j11, j12, j21, , j65}={从业人员, 工人实物采矿量, 营业利润率, 、 (电解铝) 大修渣排放}。

4 评价方法的选择

本文选用熵权TOPSIS模型作为评价工具, 用熵权来确定各评价指标的权重, 用TOPSIS分析法来评价发展能力。

4.1 熵权法的原理

熵权法 (entropy method) 是一种客观赋权方法, 它通过计算指标的信息熵, 根据指标的相对变化程度对系统整体的影响来决定指标的权重, 相对变化程度大的指标具有较大的权重[7]。

根据信息论的定义, 在一个信息通道中第i个信号出现的频率为Pi, 则这个信号传输的信息量:

如果这个信息通道中有n个信号, 其出现频率分别为:P1, P2, , Pm, 则这n个信号的平均信息量, 即熵为:

4.2 熵权法确定权重的步骤

利用熵的概念, 计算指标权重的步骤[8]如下:

(1) 数据的特征比重变换;

(2) 计算第j项指标的熵值;

(3) 计算第j项指标的差异性系数;

(4) 确定权重。

4.3 TOPSIS法的原理

TOPSIS法 (Technique for Order Preference by Similarity to Ideal Solution) 由Wang和Yoon于1981年首次提出, 是一种多目标决策方法[9,10]。运用TOPSIS进行综合评价的原理是:通过测度各评价对象的指标值向量与理想解和负理想解的相对距离来确定评价对象的综合得分。评价对象越接近理想解同时又越远离负理想解, 则评价对象的综合评价得分越高。所谓理想解是评价对象的最佳值, 即标准化指标值的最大值;所谓负理想解是评价对象的最劣值, 即标准化指标值的最小值。

利用TOPSIS确定评价得分, 对样本数量和数据的分布特征没有任何限制, 相对于传统的用于评价问题的多元统计方法来说具有分析原理直观, 计算简便, 对样本量要求不大等特点。

4.4 TOPSIS法评价的步骤

(1) 数据的无量纲化处理;

(2) 构造加权标准化矩阵;

(3) 确定理想解与负理想解;

(4) 确定正负理想值距离;

(5) 计算贴近度, 根据贴近度做出评价。

5 数据获取及处理

根据评价体系确定的评价指标, 选取“十一五”期间的2006-2010年的数据进行评价, 其中D1j~D5j的数据来源于《中国有色金属工业年鉴》, D6j的数据来源于具有代表性企业的实测数据, 本数据仅供研究使用。原始数据见表1。

特殊数据处理:

根据熵权法确定权重的公式, 所有原始数据须满足:Xij≥0。但指标D23 (营业收入增长率) 在2009年的数据为-2.9%, 因此, 需对D23指标修正。令:Xi=Xi+2.9, 并用Xi作为原始数据, 与其他原始数据一并处理和运算。

6 我国铝工业可持续发展能力的评价

6.1 熵权法确定指标权重

根据上述方法和步骤, 首先计算D1指标层的两个指标D11、D12对于领域层C1的比重。

(1) 根据公式对原始数据进行特征比重变换, 得特征比重值Pij。

(2) 根据公式计算各指标的熵值, 其中, m=5。根据公式gj=1-ej计算各指标的偏差值。

(3) 根据公式, 计算得到指标层对于领域层的权重WDC, 计算结果如表2。

(4) 按照这种办法, 分别计算各指标层D对领域层C的权重WDC、各领域层C对准则层B的权重WCB、各准则层B对目标层A的权重WBA, 最后根据WDA=WDC*WCB*WBA确定指标层D对目标层A的权重WDA。结果如表3。

6.2 用TOPSIS法进行评价

(1) 数据无量纲化处理

评价指标中, D4j~D6j均为极小值型数据, D1j~D3j (D26除外) 为极大值型数据。资产负债率D26是一个理想值型指标, 国际上一般公认资产负债率为60%时对企业发展最有利。因此, 本文选取理想值为60%。对该指标的处理方法是:先计算出D26每一个原始数据与理想值60%之间的距离, 再对该指标数据采用极小值法处理, 得该指标的无量纲化数据。

本文使用极值法对原始数据进行无量纲化处理, 得到无量纲化数据X*ij。极值法处理数据的公式为:

对极大值型指标:X*ij= (Xij-mj) / (Mj-mj)

对极小值型指标:X*ij= (Mj-Xij) / (Mj-mj)

其中:Mj=max{Xij}为第j项指标的最大值, mj=min{Xij}为第j项指标的最小值。

经过无量纲化处理后, 所有数据均在[0, 1]区间中, 且其指标性质均为极大值型指标。

(2) 构造加权标准化矩阵

对各指标进行无量纲化处理后的数据赋予权重, 形成加权标准化矩阵, 即:Vij=Wj*X*ij (3)

(3) 确定理想解与负理想解

对于极大值型 (效益型) 指标:

理想解:Vj+=max (X*ij) ;负理想解:Vj-=min (X*ij)

对于极小值型 (成本型) 指标:

理想解:Vj+=min (X*ij) ;负理想解:Vj-=max (X*ij)

(4) 确定距离

确定被评价对象与理想解和负理想解之间的距离, 一般采用多维欧氏距离 (Euclidean distance) 来表示, 通用公式为:

与理想解和负理想解的距离:

其中, Vij, Xj+, Xj-分别为加权后的无量纲化数据及其中的理想解、负理想解。

(5) 计算贴近度

被评价对象与理想解的贴近度:

并以此作为判断被评价对象优劣程度的依据。

(6) 对目标进行评价

依据计算出的贴近度, 对目标层进行评价, 我国铝工业可持续发展能力从强到弱的排序为:2010年>2009年>2008年>2007年>2006年。

7 结论

(1) 根据联合国可持续发展委员会“DSR”模型, 确定了包含1个目标层 (A) 、2个准则层 (B) 、6个领域层 (C) 和29个指标 (D) 的我国铝工业可持续发展评价体系。

(2) 采用熵权法确定各指标的权重。6个领域层:社会发展、产业发展、经济发展、资源协调、能源协调、环境协调中, 占权重较大的指标分别是:工人实物采矿量 (0.985) 、营业收入增长率 (0.752) 、铝材+铝盘条产量 (0.275) 、铝矿剥采比 (0.285) 、露采出矿综合能耗 (0.884) 、电解铝冶炼渣排放 (0.412) 。

(3) 6个领域层:社会发展、产业发展、经济发展, 资源协调、能源协调、环境协调, 占各自准则层的权重分别是:0.463、0.270、0.267、0.248、0.467、0.285。

(4) 2个准则层:发展能力、发展协调性, 占目标层的权重分别是:0.390、0.610。

(5) 用TOPSIS方法对我国可持续发展能力进行评价, 评价对象2006-2010年历年的综合得分分别是:0.206、0.269、0.475、0.637、0.819;因此, 我国铝工业可持续发展能力按优劣程度排序为:2010年、2009年、2008年、2007年、2006年。

摘要：本文根据联合国可持续发展委员会“DSR”模型, 建立了我国铝工业可持续发展评价体系:包含1个目标层、2个准则层、6个领域层和29个指标。用熵权法确定了各指标的权重, 发展能力和发展协调性对评价目标的权重分别是0.39和0.61。用TOPSIS方法对我国2006-2010年历年可持续发展能力进行评价, 评价对象的按优劣程度排序为:2010年、2009年、2008年、2007年、2006年。

关键词：熵权法,TOPSIS方法,DSR模型,中国铝工业,可持续发展能力评价

参考文献

[1]王华俊.2010年有色工业实现解决增长[N].2011-02-12.

[2]肖亚庆.中国铝工业技术发展[N].北京:冶金工业出版社, 2007.

[3]宋书巧, 周永章.矿业可持续发展的基本途径探讨[J].矿业研究与开发, 2002 (4) .

[4]中华人民共和国国土资源部信息中心.国际国土资源可持续发展研究理论与实践[M], 北京:地质出版社, 2005.

[5]吴初国.英国有色金属行业可持续发展的导向指标[J].国土资源情报, 2007 (8) :19-22.

[6]王华俊.建立有色金属工业循环经济评价指标体系探讨[J].中国矿业, 2008, 17 (1) :46-48.

[7]匡海波, 陈树文.基于熵权TOPSIS的港口综合竞争力评价模型研究与实证[J].科学学与科学技术管理, 2007 (10) :157-162.

[8]郭亚军.综合评价理论、方法及应用[M].北京:科学出版社, 2007.

[9]V M Ozernoy.Choosing the“Best”Multiple Criteria Decision-making Method[J].INFOR, 1992 (30) :159-171.

TOPSIS法 第8篇

现有的车辆路径选择问题大多是考虑路程最短或时间最少.然而随着路况的改善和车辆拥有率的提升, 在路径选择方面只有将驾驶员的心理偏好考虑到导航系统才会赢得更多的市场占有率.现有的大多数交通流诱导系统在设计上还没有考虑此类驾驶员的特殊偏好要求.随着模糊数学以及多目标决策理论的发展, 近年来已经有部分学者尝试利用模糊逻辑或近似推理等方法来解决该问题[1,2].驾驶员在进行车辆最优路径选择问题上, 会考虑多个路径选择的影响因素[3], 如行驶时间、行驶距离、拥挤程度 (路上车辆数、排队长度) 、出行费用、行驶困难程度 (道路宽度、车道数、行人和自行车数量等) 和沿途景观 (特别是对长途旅行) 等.因而含有驾驶员行为偏好的车辆路径选择问题实质上也是一个复杂的多属性决策问题.近10年来, 多属性决策方法已经得到了大量的研究和关注, 方法已经被广泛应用到供应商合作伙伴选择[4]、企业信用评价[5]、水质评价[6]以及目标识别[7]等多个领域.

已经有部分学者将多属性决策理论应用到含有驾驶员行为偏好的车辆路径选择问题, 但是这方面的研究成果的还很少, 有必要进行进一步的研究.文献[8-9]利用灰色系统理论研究了考虑驾驶员心理行为因素的自适应最优路径选择问题, 取得了较好的效果.在确定影响因素 (属性) 权重的过程中, 该文采用的层次分析法的思想.不过对于层次分析法, 很多学者对其必须满足一致性提出了质疑, 并且在成对比较矩阵的维数较大时, 层次分析法的一致性矩阵构造以及修正都会遇到困难[9].文献[10]提出的属性权重确定的G1法可以有效地避免层次分析法的上述缺憾.由于驾驶员针对不同属性的偏好选择路径时, 对不同的路径属性有不同的要求, 且对其属性值存在一个可接受范围, 此时区间数相比精确数而言, 具有更好的刻画效果.为此本文针对存在驾驶员心理行为因素的最优路径选择问题进行研究, 提出了一种基于G1法和M-TOPSIS法的能够反映驾驶员偏好的最优路径选择方法.

1最优路径选择的区间数型多属性决策模型

2最优路径选择决策方法

步骤1.识别、确定待选择的车辆行驶路径和属性, 记可行路径集和属性集分别为:

A={A1, A2, …, Am}和O={o1, o2, …, on};

G1法是一种主观赋权法, 其基本实现步骤为[10]:

专家从属性集合O={o1, o2, …, on}选出最重要的属性, 并标记为o1*;然后从剩余的属性中再选出最重要的, 并标记为o2*;按照此种做法一直到只剩下一个属性, 记为on*..然后专家将各属性按照重要程度进行排序, 顺次比较相邻两个评价属性o*k-1与ok*的重要程度, 然后根据由专家给出其认为合适的重要程度的比值rk=wk-1/wk (wk为指标ok*的权重) , 通常rk的确定依据如下原则:若o*k-1与ok*同等重要, 则rk=1.0;o*k-1比ok*稍微重要, 则rk=1.2;若o*k-1比ok*重要, 则rk=1.4;若o*k-1比ok*明显重要, 则rk=1.6;若o*k-1比ok*强烈重要, 则rk=1.8.则属性权重的确定按照下面的公式进行:

其中wk*为属性ok*对应的权重.

步骤4.下面给出正、负理想解的定义.

步骤5.计算备选方案Ai到正、负理想解的距离.

步骤7.根据折中比值Ci的大小对备选路径进行排序, Ci越大则路径越优.

3应用例子

下面要求利用本文所提出的方法对车辆路径进行排序和择优, 具体的方法和步骤如下:

4结束语

在驾驶员对影响路径选择因素有行为偏好的情况下, 本文将G1法引入到路径选择因素权重的确定, 可以克服层次分析法的一些不足.同时本文所提出的基于G1-TOPSIS法思想的最优路径选择方法计算简单, 易于利用Matlab语言程序化操作, 有利于拓展智能交通流诱导系统的功能, 以满足不同驾驶员个性化的需求, 带来更大的需求空间.

摘要：以前的车辆最优路径选择大多是考虑路程最短或时间最少.然而在实际的情形往往是伴随着驾驶员不同的行为偏好.充分考虑了驾驶员在路径选择中的不同要求, 将G1法引入到驾驶员路径选择影响因素的权重确定, 同时发展出基于G1-TOPSIS法车辆最优路径方法, 并通过应用例子说明了方法的有效性和实用性.

TOPSIS法 第9篇

1 基于TOPSIS网站影响力评价方法

TOPSIS法是由C.L.Hwang于1981年率先提出,是一种类似简单加性加权法的排序方法。基于被选择的方案应该是距理想解最近,同时距离负理想解最远的概念,而假定每一属性是单调递增或递减,因此可以将偏好转化为欧氏距离而加以计算和衡量,并经综合比较后而得到多个方案的排序结果。具体使用TOPSIS进行网站影响力评价过程如下:

Step1:根据现有的网站评价指标,针对不同的网站设计有效的问卷调查,得出该类网站的评价指标体系,如一般而言网站可以从内容、服务、技术等指标进行评价,而内容主要包括准确性、实时性、新颖性、内涵等多个角度,给出具体的评价分数或量化数值。

Step2:针对不同的指标,可采用问卷调查、德尔菲法、层次分析法等获得指标权重。Step3

Step3:根据已生成的指标体系及其权重,进行数据规范化处理。

假设对科技论文网站指标体系有Xk(k=1,2,,n)指标,同时指标值均为百分制切为正向指标。每个指标所占的权重为Wk(k=1,2,,n)且W1+W2++Wn=1,针对不同的网站1,2,,L,量化数据如表1所示。

进行如下规范化处理,得到规范化数据如表2所示。

Bij=(X1j*X1j+X2j*X2j+..+XLj*XLj)

Step4:从表2中选取每列的最大元素构成正理想解,记为R+,R+={R1+,R2+,.Rn+},选取每列的最小元素构成负理想解,记为R_,R_={R1_,R2_,.Rn_}。

Step5:求解每个网站量化得分与正理想解和负理想解的距离。如对于编号为i的网站,与正理想解距离Si+如下计算:

令Zi+=(Ri1-R1+)*(Ri1-R1+)+(Ri2-R2+)*(Ri2-R2+)+(Rin-Rn+)*(Rin-Rn+)

与负理想解距离Si-如下计算:

令Zi_=(Ri1-R1_)*(Ri1-R1_)+(Ri2-R2_)*(Ri2-R2_)+(Rin-Rn_)*(Rin-Rn_)

Step6:定义di=Si_/(Si++Si_)为与理想解的贴近程度,该值表示该网站与其他网站相比与所有待评价网站综合理想得分的接近程度。比较不同的di生成网站之间的排序方案。

2 实例分析

现有科技论文网站A、B、C、D,通过分析分别从内容、服务、技术三个层面给出评价,其中内容主要考虑其权威性、价值性两个方面,而服务主要考虑更新速度、下载质量等方面,技术层面指网站的设计性能方面。同时通过专家访谈三个方面所占的权重分别为0.4 0.3、0.3。经过问卷调查,用户给出的统计得分(百分制为标准)汇总结果如表3所示。

按照本文提出的方法,在权重分别为0.4,0.3和0.3,可得出本例中不同指标规范化后数据如表4所示。

其正理想解为{0.207,0.156,0.152},负理想解为{0.191,0.139,0.145}。以A为例,可计算其得分{0.207,0.156,0.145}到正理想解距离为0.007,到负理想解距离为0.023,其贴近度为0.023/(0.007+0.023)=0.77。

同理,可计算乙的贴近度为0.57,丙的贴近度为0,丁的贴近度为0.73。根据贴近度得出网站A、B、C、D的最后排名为A>D>B>C。

3 结论

网站影响力评价对于网站建设而言具有重要的意义,该文利用多属性决策领域的重要方法TOPSI给出了其用于网站影响力评价的实施步骤。实例证明,该方法在已确定网站评价指标,且指标数据已量化,指标相对权重已知的情形下,能够生成网站之间的排序方案。该方法为多属性决策理论在新的领域的应用提供了一个新的方向。事实上,网站影响力本身涉及到很多难以量化的模糊指标。因此,如何借助模糊多属性决策的有关理论进行后续的研究是一个值得深入的课题。

摘要：根据现有网站评价方法及其评价体系,得出网站影响力评价的主要指标构成,采用用户调查或德尔菲法得出每个指标的评价数据及其相对权重。提出了利用TOPSIS方法,对指标体系进行集成的实施步骤,从而得出不同网站的排序方案。实例证明该方法有效、可行。

关键词：网站影响力,TOPSIS,德尔菲法

参考文献

[1]中国互联网络发展状况统计报告(2008年1月)[EB/OL].http://www.cnnic.net.cn/uploadfiles/pdf/2008/1/17/104156.pdf.2008203215.

[2]Ornondroyd,J.etc.How to Critically AnalyzeInformation Sources[EB].http://www.library.edu/okuref/rsesarch/skill26.html.

[3]Kapoun J.Five Criteria for Evaluating Web Pages[EB].http://www.library.edu/okuref/webcrit.html.

[4]Harris Robert.Evaluation Internet ResearchSources[EB].http://www.sccu.edu/faculty/R-Harris/evalu&it.html.