基于topsis模型的山西省各地市经济实力排序
【摘 要】本文首先介绍了topsis模型的基本原理,然后具体介绍了模型的计算方法,并借助此模型,选择人均gdp、固定资产投资、财政收入、城市居民人均可支配收入、农民人均纯收入和居民人均消费水平作为经济梯度分析的指标,对山西省11个地市的经济实力进行了排序。
【关键词】经济实力;排序;topsis
一、topsis模型的基本原理
topsis(technique for order preference by similarity to an ideal solution)法是c.l.hwang和k.yoon于1981年首次提出,topsis法根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相对优劣的评价。理想化目标(ideal solution)有两个,一个是肯定的理想目标(posi
tive ideal solution)或称最优目标,一个是否定的理想目标(nega
tive ideal solution)或称最劣目标,评价最好的对象应该是与最优目标的距离最近,而与最劣目标最远,距离的计算可采用明考斯基距离,常用的欧几里德几何距离是明考斯基距离的特殊情况。
二、topsis的模型介绍
遇到多目标最优化问题时,通常有n个评价目标(d1,d2,d3,…,dn),每个目标有m个被评价单元(m1,m2,m3,…,mm),第m个被评价单元mi(i=1,2,…,m)在目标dj(j=1,2,…,n)下取值为mij,那么初始矩阵为: m= (1)。评价指标的同趋势化与归一化:评价指标分为高优指标和低优指标,高优指标是指指标数值越高越优,低优指标反之。评价前,一般将高优或低优指标转化为同一种指标,使所有指标趋势相同。对于相对数指标,采用差值法转化;对于绝对数指标,采用取倒数的方法转化: z= (2)。式中i=1,2,…,m,j=1,2,…,n。将矩阵m中的所有原始数据m同趋化后,得到矩阵z=((z)n×m)。若原指标已满足同趋势要求,则不进行转化。构造决策矩阵:将原始矩阵按式(2)进行转化,把归一化后的数据矩阵(即决策矩阵)记为zij:zij= (3)。确定理想解和反理想解:理想解z的第j个指标值为z,负理想解z的第j个指标值为z,有: z=(z,z,…,z) (4)z=maxz,z,…z,j=1,2,…,n;z=(z,z,…,z) (5)z=minz,z,…z,j=1,2,…,n。根据zij矩阵和式(4)、式(5)可以得到正理想解z和负理想解z。计算距离尺度:即计算每个目标到理想解和反理想解的距离,距离尺度可以通过n维欧几里得距离来计算。目标到理想解z的距离为s,到反理想解z的距离为s: s= (6);s= (7),式中i=1,2,…,m,j=1,2,…,n。计算理想解的贴近度:ci= (8),i=1,2,…,m。即ci越大,表明第i个评价对象越优;根据接近度的大小,就可以对评价对象进行排序。
¥29.8
¥9.9
¥59.8