TOPSIS——AISM联合求解过程
论文写作或者计算需要帮助可发邮件到 hwstu # sohu.com 把 #替换成@,非免费
原始数据如下
$$ \begin{array}{c|c|c|c|c|c|c}{M_{12 \times15}} &S1 &S2 &S3 &S4 &S5 & -S6 &S7 &S8 &S9 &S10 &S11 &S12 &S13 &S14 &S15\\
\hline
北京 &1010.8 &401.59 &36102.6 &0.14 &2.24 &8 &1032.78 &22203 &228716.43 &3391428.24 &59 &3350.39734 &13420.5 &23235.9 &22.2\\
\hline
天津 &787.7 &81 &14083.7 &0.12 &1.61 &11 &2600.36 &52519 &69733.02 &958419.09 &14.9 &1059.31421 &2346.4 &3226.3 &7.3\\
\hline
河北 &2886 &382.8 &36206.9 &0.78 &19.7 &5 &13729.95 &247323 &230392.65 &2423535.28 &27.5 &637.92347 &1926 &2726.3 &7.1\\
\hline
辽宁 &1311.2 &188.51 &25115 &0.65 &12.48 &9 &5421.47 &167341 &79515.65 &1038723.06 &32.9 &944.57084 &2570.3 &4112 &5.5\\
\hline
上海 &1650.4 &426.87 &38700.6 &0.05 &1.3 &7 &32795 &138839 &313326.08 &12888432.81 &50.4 &5031.89465 &11367.5 &20462.4 &11\\
\hline
江苏 &3170 &574.95 &102719 &0.36 &15.99 &2 &10890.45 &275209 &574060.4 &6189768.28 &48.3 &6427.74738 &7418 &9873.8 &9.4\\
\hline
浙江 &1980.1 &444.59 &64613.3 &0.28 &12.18 &3 &12324.24 &300276 &1326252.08 &9129240.47 &31.2 &4879.34351 &4005.2 &11482 &11.7\\
\hline
福建 &1482.2 &255 &43903.9 &0.35 &10.98 &6 &9014.32 &140698 &261951.28 &2591559.72 &22.9 &2026.65893 &1725.1 &4477.9 &11.2\\
\hline
山东 &3636.1 &377.76 &73129 &0.66 &28.03 &4 &10377.01 &316831 &288856.17 &2883528.32 &44.6 &3184.4703 &7959.8 &12882.4 &12.5\\
\hline
广东 &3658 &525.23 &110760.9 &0.47 &22.03 &1 &27210.83 &344439 &1680594.05 &18479102.08 &82.6 &10236.3414 &21902.5 &30168.2 &10.8\\
\hline
广西 &902 &219.49 &22156.7 &0.52 &12.78 &10 &4159.61 &187444 &56386.31 &746466.29 &19.1 &702.8563 &1355.3 &1586.5 &9.5\\
\hline
海南 &256 &144.92 &5532.4 &0.1 &3.81 &12 &3683 &20670 &8143.41 &184819.15 &7.3 &135.39428 &297.1 &828.5 &12.9\\
\hline
\end{array} $$
采用的归一方法如下
极差法
正向指标公式:$$ n_{ij} = \frac{{o_{ij}-min(o_{j})}}{{max(o_{j})-min(o_{j})}} $$
负向指标公式:$$ n_{ij} = \frac{max(o_{j})-{o_{ij}}}{{max(o_{j})-min(o_{j})}} $$
计算后的归一化矩阵如下
$$ \begin{array}{c|c|c|c|c|c|c}{M_{12 \times15}} &S1 &S2 &S3 &S4 &S5 & -S6 &S7 &S8 &S9 &S10 &S11 &S12 &S13 &S14 &S15\\
\hline
北京 &0.222 &0.649 &0.291 &0.123 &0.035 &0.364 &0 &0.005 &0.132 &0.175 &0.687 &0.318 &0.607 &0.764 &1\\
\hline
天津 &0.156 &0 &0.081 &0.096 &0.012 &0.091 &0.049 &0.098 &0.037 &0.042 &0.101 &0.091 &0.095 &0.082 &0.108\\
\hline
河北 &0.773 &0.611 &0.292 &1 &0.688 &0.636 &0.4 &0.7 &0.133 &0.122 &0.268 &0.05 &0.075 &0.065 &0.096\\
\hline
辽宁 &0.31 &0.218 &0.186 &0.822 &0.418 &0.273 &0.138 &0.453 &0.043 &0.047 &0.34 &0.08 &0.105 &0.112 &0\\
\hline
上海 &0.41 &0.7 &0.315 &0 &0 &0.455 &1 &0.365 &0.182 &0.694 &0.572 &0.485 &0.512 &0.669 &0.329\\
\hline
江苏 &0.857 &1 &0.924 &0.425 &0.55 &0.909 &0.31 &0.786 &0.338 &0.328 &0.544 &0.623 &0.33 &0.308 &0.234\\
\hline
浙江 &0.507 &0.736 &0.561 &0.315 &0.407 &0.818 &0.355 &0.864 &0.788 &0.489 &0.317 &0.47 &0.172 &0.363 &0.371\\
\hline
福建 &0.36 &0.352 &0.365 &0.411 &0.362 &0.545 &0.251 &0.371 &0.152 &0.132 &0.207 &0.187 &0.066 &0.124 &0.341\\
\hline
山东 &0.994 &0.601 &0.642 &0.836 &1 &0.727 &0.294 &0.915 &0.168 &0.148 &0.495 &0.302 &0.355 &0.411 &0.419\\
\hline
广东 &1 &0.899 &1 &0.575 &0.776 &1 &0.824 &1 &1 &1 &1 &1 &1 &1 &0.317\\
\hline
广西 &0.19 &0.28 &0.158 &0.644 &0.429 &0.182 &0.098 &0.515 &0.029 &0.031 &0.157 &0.056 &0.049 &0.026 &0.24\\
\hline
海南 &0 &0.129 &0 &0.068 &0.094 &0 &0.083 &0 &0 &0 &0 &0 &0 &0 &0.443\\
\hline
\end{array} $$
正极值点构成
$$ \begin{array}{c|c|c|c|c|c|c}{M_{1 \times15}} &S1 &S2 &S3 &S4 &S5 & -S6 &S7 &S8 &S9 &S10 &S11 &S12 &S13 &S14 &S15\\
\hline
\mathbf{Max} &1 &1 &1 &1 &1 &1 &1 &1 &1 &1 &1 &1 &1 &1 &1\\
\hline
\end{array} $$
负极值点构成
$$ \begin{array}{c|c|c|c|c|c|c}{M_{1 \times15}} &S1 &S2 &S3 &S4 &S5 & -S6 &S7 &S8 &S9 &S10 &S11 &S12 &S13 &S14 &S15\\
\hline
\mathbf{Min} &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0\\
\hline
\end{array} $$
带权重的距离公式中权重的计算方法——此处处理的为客观权重方法所得权重
采用的是熵权法(EWM)求权重
$$ \begin{array}{c|c|c|c|c|c|c}{M_{2 \times15}} &S1 &S2 &S3 &S4 &S5 & -S6 &S7 &S8 &S9 &S10 &S11 &S12 &S13 &S14 &S15\\
\hline
EWM所得权重 &0.0476 &0.0392 &0.0554 &0.057 &0.0677 &0.0442 &0.0745 &0.0542 &0.1107 &0.1009 &0.0475 &0.0786 &0.0878 &0.0856 &0.0491\\
\hline
权重大小顺序 &12 &15 &9 &8 &7 &14 &6 &10 &1 &2 &13 &5 &3 &4 &11\\
\hline
\end{array} $$
带权重的距离公式中距离公式的选择
点击此按钮可以查看选择的距离公式的一般形式
欧几里得距离、欧式距离公式
$$ D_i^+ = \sqrt {\sum_\limits{j=1}^m { \omega_{j}^2 \left({Max(n_j) -n_{ij}} \right)} ^2} $$
$$ D_i^- = \sqrt {\sum_\limits{j=1}^m { \omega_{j}^2 \left({n_{ij}-Min(n_j) } \right)} ^2} $$
计算后的距离矩阵如下
$$Dist=\begin{array}{c|c|c|c|c|c|c}{M_{12 \times2}} &-d^+ &d^-\\
\hline 北京 &0.1999 &0.1143\\
\hline 天津 &0.2528 &0.0205\\
\hline 河北 &0.2089 &0.1067\\
\hline 辽宁 &0.2297 &0.0691\\
\hline 上海 &0.1639 &0.1444\\
\hline 江苏 &0.1567 &0.1378\\
\hline 浙江 &0.1484 &0.1443\\
\hline 福建 &0.2141 &0.0677\\
\hline 山东 &0.1723 &0.1386\\
\hline 广东 &0.0461 &0.2554\\
\hline 广西 &0.2375 &0.0602\\
\hline 海南 &0.2632 &0.0244\\
\hline \end{array} $$
设定的贴近度公式
类似曼哈顿距离公式,最常用的贴近度公式$$ 对正理想点的贴近度 \quad \quad C_i^+ = \frac{ d_i^-} { d_i^- + d_i^+} $$$$ 对负理想点的贴近度 \quad \quad C_i^- = \frac{ d_i^+} { d_i^- + d_i^+} $$
计算后的贴近度矩阵如下
$$Similar=\begin{array}{c|c|c|c|c|c|c}{M_{12 \times2}} &C^+ &-C^-\\
\hline 北京 &0.3639 &0.6361\\
\hline 天津 &0.075 &0.925\\
\hline 河北 &0.3379 &0.6621\\
\hline 辽宁 &0.2312 &0.7688\\
\hline 上海 &0.4684 &0.5316\\
\hline 江苏 &0.468 &0.532\\
\hline 浙江 &0.493 &0.507\\
\hline 福建 &0.2401 &0.7599\\
\hline 山东 &0.4457 &0.5543\\
\hline 广东 &0.847 &0.153\\
\hline 广西 &0.2023 &0.7977\\
\hline 海南 &0.0847 &0.9153\\
\hline \end{array} $$
TOPSIS——AISM联合求解夹逼过程的理解
原始矩阵,归一化矩阵,距离矩阵,贴近度矩阵对应拓扑层级图如下
重要的概念与定义:
Adversarial Interpretive Structure Modeling Method(简称 AISM)是在经典的解释结构模型(ISM)基础上,融入生成对抗网络(GAN)中的博弈对抗(Adversarial)思想,最新提出的一种模型方法。一言以蔽之AISM就是在不损失系统功能的前提下,通过相反的层级抽取规则,得出一对最简的层次化的拓扑图。
活动要素(Activity elements) 在对抗有向拓扑层级图中处于不同的层级的要素。
可拓变系统(Extension variable system),也叫活动系统或拓扑活动系统 具有活动要素的系统。
刚性系统(Rigid system),也叫拓扑刚性系统(Topological rigid system) 不含有活动要素的系统。
完全刚性系统(Completely rigid system): 完全刚性系统具有如下三个特性:
其一,关系矩阵中的要素从小到大排序后形成上三角矩阵的满阵形式,即对角线右上方全为1,对角线左下方全为0;同理,关系矩阵中的要素从大到小排列后,则形成下三角矩阵的满阵形式。
其二,两种有向拓扑层级图的结果是一致的,展现为直链型。(一条棍子)
其三,任意两个评价对象(样本,要素,方案)之间都有确定的比较关系(优劣,好坏,可达,大小)。
超级完全刚性系统(Super Completely rigid system): 比完全刚性系统多一个属性
一条棍子的某个节点含有一个回路系统
1、$O$与$N$对应的对抗层级拓扑图是完全一致的。这也是检验归一化方法的导致的必然结果。
2、$O \longrightarrow N \longrightarrow D \longrightarrow C$ 是一个逼近的过程,是从活动系统到 完全刚性系统的过程(采用曼哈顿公式方式的贴近度必定为完全刚性系统)
3、逼近的过程中存在着保序性,即极少出现逆序现象。如决策矩阵D中要素x,y存在着优劣比较关系,在决策矩阵C中该优劣比较关系依然存在,且方向一致。