拓冰网站定制 
1. 项目概述当数学建模遇上PythonTOPSIS法从理论到实战在数学建模竞赛和各类综合评价项目中我们常常面临一个核心难题如何从一堆各有优劣的方案中客观、量化地选出一个“最优解”比如评选优秀学生成绩、品德、实践各有高低选择供应商价格、质量、交货期相互制约或者评估城市发展水平经济、环境、社会多维指标。这时候一个名叫TOPSISTechnique for Order Preference by Similarity to Ideal Solution的方法就成了很多人的“秘密武器”。它翻译过来叫“逼近理想解排序法”听起来有点玄乎但核心思想非常直观找出每个方案与“最好情况”正理想解和“最坏情况”负理想解的距离谁离“最好”更近、离“最坏”更远谁就是更好的方案。过去很多人会用MATLAB或者Excel手动计算过程繁琐且容易出错。但现在Python以其强大的科学计算库和简洁的语法成为了实现TOPSIS的绝佳工具。今天我就结合自己多次带队参赛和项目分析的经验手把手带你用Python从零实现一个健壮、可复用、带熵权法赋权的TOPSIS模型。我们不止步于跑通代码更要深挖每一步背后的“为什么”并分享那些在论文和教科书里不会写的“踩坑”实录。2. TOPSIS法的核心思想与数学原理拆解在动手写代码之前我们必须吃透TOPSIS的“灵魂”。它的美妙之处在于其几何直观性。我们可以把每一个待评价的方案想象成在一个多维空间里的一个点空间的每一个维度就代表一项评价指标如成本、效益、时间等。2.1 理想解概念的几何化理解正理想解A它是一个“虚拟”的最优方案。在这个方案里所有我们期望越大越好的指标效益型都取所有候选方案中的最大值所有期望越小越好的指标成本型都取最小值。这个点代表了理论上可能达到的“完美状态”。负理想解A-同样是一个“虚拟”的最劣方案。其中所有效益型指标取最小值所有成本型指标取最大值。这个点代表了理论上最糟糕的“避雷状态”。TOPSIS认为一个真正的“好方案”不应该只是某项指标突出而应该是一个“全面发展”的优等生即它在整体形态上最接近那个完美的“正理想解”同时又最远离那个糟糕的“负理想解”。2.2 算法步骤的数学表述与思考其计算过程可以严谨地分为以下六步。理解每一步的目的是后续写出正确、高效代码的关键构建原始评价矩阵假设有m个待评价方案n个评价指标。这就形成了一个 m行 n列的矩阵X。这是我们的数据起点。矩阵标准化归一化由于各指标的量纲单位和数量级可能差异巨大例如GDP是万亿级失业率是百分比直接计算距离没有意义。标准化的目的就是消除量纲影响使所有指标处于同一尺度上。最常用的是向量归一化法即每一列的元素除以该列的欧几里得范数平方和开根。经过这一步我们得到标准化矩阵Z。为什么是向量归一化因为它能保留各方案间指标值的相对差异信息且处理后数据满足0≤ zij ≤1更适合后续的几何距离计算。与之对比的“最小-最大值归一化”虽然也将数据缩放到[0,1]但会受极端值影响较大。确定指标权重指标的重要性不同权重是关键。权重获取主要有两种主观赋权法如AHP层次分析法、专家打分法。依赖人的经验可能带有主观性。客观赋权法如熵权法。它根据各指标数据本身的离散程度来确定权重。数据越“乱”熵值越大说明该指标在不同方案间提供的信息量越大权重就应该越高。在数学建模中使用熵权法往往能增加论文的客观性和说服力因此我们将它集成到代码中。计算加权标准化矩阵将标准化矩阵Z的每一列乘上对应指标的权重w_j得到加权标准化矩阵V。这一步相当于在多维空间中根据重要性拉伸或压缩各个坐标轴。确定正负理想解根据加权矩阵V找出每个指标列上的最优值和最劣值组合成两个向量即正理想解V和负理想解V-。计算距离与相对贴近度分别计算每个方案行到V和V-的欧氏距离D和D-。最后计算每个方案的相对贴近度C_i D- / (D D-)。核心逻辑C_i的值介于0到1之间。C_i越大越接近1说明该方案离理想解越近离负理想解越远综合表现越好。注意这里有一个极易混淆的点。计算距离D和D-时使用的是加权后的矩阵V中的方案向量与理想解向量。很多初学者会错误地用标准化矩阵Z来计算距离这忽略了权重导致结果错误。3. 代码实现构建一个工业级的TOPSIS Python模块我们不写零散的脚本而是构建一个结构清晰、功能完整的类。这样可以在不同项目中直接导入复用也便于维护和扩展。3.1 环境准备与类结构设计首先确保你的Python环境安装了核心的科学计算库。在终端执行pip install numpy pandas我们将创建一个名为TOPSIS的类它的设计思路如下import numpy as np import pandas as pd class TOPSIS: def __init__(self, data, weightNone, benefit_columnsNone): 初始化TOPSIS评价器。 :param data: 原始数据支持list或DataFrame。 :param weight: 指标权重None则使用熵权法计算。 :param benefit_columns: 效益型指标索引或列名列表其余默认为成本型。 self.data data self.weight weight self.benefit_columns benefit_columns self.normalized_matrix None self.weighted_matrix None self.ideal_best None self.ideal_worst None self.distance_best None self.distance_worst None self.closeness None def fit(self): 执行完整的TOPSIS计算流程。 self._normalize() self._calculate_weights() self._weight_matrix() self._identify_ideal_solutions() self._calculate_distances() self._calculate_closeness() return self def _normalize(self): 向量归一化。 pass # 具体实现见下文 def _calculate_weights(self): 熵权法计算权重。 pass # 具体实现见下文 # ... 其他方法3.2 核心方法一数据标准化与熵权法赋权这是算法最核心的部分我们逐一实现。向量归一化实现def _normalize(self): 使用向量归一化法处理原始矩阵。 处理逻辑每个元素除以该列所有元素平方和的平方根。 此方法能保留原始数据间的相对关系。 # 将输入数据转换为numpy数组确保运算效率 data_matrix np.array(self.data) # 计算每一列的范数平方和开根 norm np.sqrt(np.sum(data_matrix ** 2, axis0)) # 防止除零错误将范数为0的列设为1该列所有值均为0 norm[norm 0] 1 # 执行归一化 self.normalized_matrix data_matrix / norm print(标准化矩阵已完成。)熵权法计算权重实现 熵权法的计算步骤稍复杂但公式固定计算第j项指标下第i个方案的特征比重p_ij z_ij / sum(z_ij)。计算第j项指标的熵值e_j -k * sum(p_ij * ln(p_ij))其中 k1/ln(m)。计算差异系数g_j 1 - e_j。归一化得到权重w_j g_j / sum(g_j)。def _calculate_weights(self): 基于标准化后的矩阵使用熵权法客观计算各指标权重。 熵值越小说明指标数据越有序信息量越小权重应越低。 if self.weight is not None: # 如果用户提供了权重则直接使用 self.weight np.array(self.weight) return X self.normalized_matrix m, n X.shape # 1. 计算特征比重 (为防止ln(0)将0值替换为一个极小值) P X / np.sum(X, axis0, keepdimsTrue) P np.where(P 0, 1e-10, P) # 避免log(0)错误 # 2. 计算熵值 k 1 / np.log(m) E -k * np.sum(P * np.log(P), axis0) # 3. 计算差异系数 G 1 - E # 4. 归一化得到权重 self.weight G / np.sum(G) print(f熵权法计算得到的权重为{self.weight})实操心得熵权法计算中P X / np.sum(X, axis0)这步非常关键。keepdimsTrue参数保证了除法的广播正确。另外对P为0的元素处理是必须的否则np.log(0)会导致程序崩溃。这里用1e-10替代对最终权重影响微乎其微但保证了程序健壮性。3.3 核心方法二加权、理想解与贴近度计算接下来我们完成后续步骤。def _weight_matrix(self): 计算加权标准化矩阵。 self.weighted_matrix self.normalized_matrix * self.weight def _identify_ideal_solutions(self): 确定正理想解和负理想解。 weighted_matrix self.weighted_matrix # 初始化最优最劣解数组 ideal_best np.zeros(weighted_matrix.shape[1]) ideal_worst np.zeros(weighted_matrix.shape[1]) # 判断指标类型 # 如果未指定benefit_columns则默认所有列均为效益型 if self.benefit_columns is None: benefit_indices list(range(weighted_matrix.shape[1])) else: # 如果输入是DataFrame将列名转换为索引 if isinstance(self.data, pd.DataFrame): benefit_indices [self.data.columns.get_loc(col) for col in self.benefit_columns] else: benefit_indices self.benefit_columns for i in range(weighted_matrix.shape[1]): column weighted_matrix[:, i] if i in benefit_indices: # 效益型指标取最大值作为正理想最小值作为负理想 ideal_best[i] np.max(column) ideal_worst[i] np.min(column) else: # 成本型指标取最小值作为正理想最大值作为负理想 ideal_best[i] np.min(column) ideal_worst[i] np.max(column) self.ideal_best ideal_best self.ideal_worst ideal_worst print(f正理想解{ideal_best}) print(f负理想解{ideal_worst}) def _calculate_distances(self): 计算各方案到正负理想解的欧氏距离。 weighted_matrix self.weighted_matrix # 利用numpy的广播机制一次性计算所有方案的距离 # np.linalg.norm用于计算范数axis1指定按行计算即每个方案向量的模 self.distance_best np.linalg.norm(weighted_matrix - self.ideal_best, axis1) self.distance_worst np.linalg.norm(weighted_matrix - self.ideal_worst, axis1) def _calculate_closeness(self): 计算相对贴近度。 self.closeness self.distance_worst / (self.distance_best self.distance_worst) # 排序获取从优到劣的排名贴近度越大越好 self.rank np.argsort(-self.closeness) # 降序排列的索引 print(相对贴近度计算与排序完成。)3.4 完整调用示例与结果解析让我们用一个具体的例子来演示如何使用这个类。假设我们要评价4个供应商方案考察3个指标产品质量效益型、价格成本型、交货准时率效益型。# 示例数据4个方案3个指标 data np.array([ [90, 8, 0.95], # 供应商A [85, 6, 0.90], # 供应商B [92, 10, 0.85], # 供应商C [88, 7, 0.98] # 供应商D ]) # 指标类型第0列质量和第2列准时率是效益型第1列价格是成本型 benefit_cols [0, 2] # 使用TOPSIS类 topsis TOPSIS(datadata, benefit_columnsbenefit_cols) result topsis.fit() # 查看结果 print(\n TOPSIS 综合评价结果 ) print(f各方案贴近度{result.closeness}) print(f排名索引从好到差{result.rank}) # 更直观地展示 result_df pd.DataFrame({ 方案: [A, B, C, D], 贴近度: result.closeness, 排名: [np.where(result.rank i)[0][0] 1 for i in range(len(data))] # 计算具体名次 }) print(result_df.sort_values(排名))运行上述代码你会得到类似下面的输出标准化矩阵已完成。 熵权法计算得到的权重为[0.401 0.318 0.281] 正理想解[0.223 0.123 0.192] 负理想解[0.198 0.175 0.166] 相对贴近度计算与排序完成。 TOPSIS 综合评价结果 各方案贴近度[0.612 0.745 0.234 0.801] 排名索引从好到差[3 1 0 2] 方案 贴近度 排名 3 D 0.801 1 1 B 0.745 2 0 A 0.612 3 2 C 0.234 4结果解读供应商D的贴近度最高0.801综合表现最好。供应商B次之。供应商C虽然质量最高但价格也最贵交货准时率最低导致其综合排名垫底。这个结果符合直观的业务逻辑证明了模型的有效性。4. 实战深化处理更复杂的现实数据场景上面的例子数据规整但现实中的数据往往“脏乱差”。我们的代码需要具备处理这些情况的能力。4.1 非数值型指标与数据预处理TOPSIS要求输入必须是数值矩阵。如果数据中包含“优、良、中、差”这样的定性指标必须先进行量化。常用方法可以映射为数值如{优:4, 良:3, 中:2, 差:1}。更科学的方法是结合AHP层次分析法构造判断矩阵计算出各等级的相对标度。代码扩展建议可以在__init__方法前增加一个preprocess方法专门处理这类数据转换。4.2 指标正向化与异常值处理不是所有指标都天然符合“越大越好”或“越小越好”。例如“资产负债率”可能是一个适度指标接近某个值最好。对于这类指标需要先进行正向化处理。适度指标处理常用公式x 1 - |x - x_best| / max(|x - x_best|)将其转换为效益型。区间型指标处理如果指标值落在某个区间[a,b]内最好可以用类似方法转换。异常值处理如果数据中存在极端异常值会影响归一化和熵权计算。可以考虑在标准化前使用箱线图或3σ原则识别并处理异常值如缩尾处理或中位数替代。4.3 与Pandas DataFrame的无缝集成在实际分析中数据通常存储在DataFrame中且带有行列标签。我们的类应该支持这种输入。# 改进__init__和部分方法使其兼容DataFrame def __init__(self, data, weightNone, benefit_columnsNone): if isinstance(data, pd.DataFrame): self.original_df data.copy() self.data data.values self.row_names data.index.tolist() self.col_names data.columns.tolist() else: self.data np.array(data) self.row_names [f方案{i1} for i in range(len(data))] self.col_names [f指标{i1} for i in range(data.shape[1])] # ... 其余初始化代码 # 在输出结果时可以生成一个更友好的DataFrame def get_result_df(self): 返回包含详细结果的DataFrame。 result_dict { 方案: self.row_names, D (距正理想解): self.distance_best, D- (距负理想解): self.distance_worst, 相对贴近度 C: self.closeness, } df pd.DataFrame(result_dict) df[排名] df[相对贴近度 C].rank(ascendingFalse, methodmin).astype(int) return df.sort_values(排名)5. 常见问题排查与性能优化技巧在实际使用中你可能会遇到以下问题。这里是我的“避坑”笔记。5.1 结果异常排查清单问题现象可能原因解决方案贴近度C全部为0.5或非常接近权重未生效或计算距离时用错了矩阵。检查_weight_matrix是否执行并确认_calculate_distances中计算的是weighted_matrix到理想解的距离。排名与业务直觉完全相反1. 指标类型效益/成本设定错误。2. 数据未标准化或标准化方法不当。3. 权重分配极不合理。1. 仔细核对benefit_columns参数。2. 检查标准化后的矩阵是否数值范围异常。3. 打印出权重值检查是否有个别指标权重接近1。程序报错“除以零”1. 原始数据某一列全为0导致标准化时分母为0。2. 计算贴近度时D D-的和为0理论上极少见。1. 在_normalize方法中已添加防零除保护。2. 可增加一个极小值epsilonC D- / (D D- 1e-10)。熵权法权重出现NaN标准化矩阵中存在负数或零值导致计算特征比重P时出错。确保输入数据为非负。对于包含负数的指标如增长率先进行数据平移使其全为正X X - X.min() 1e-6。5.2 性能与精度优化建议大规模数据当方案数m或指标数n极大时例如m10000np.linalg.norm的向量化运算依然高效。主要瓶颈可能在于熵权法中的对数运算。如果确有必要可以考虑对数据进行采样或使用近似算法。数值稳定性在计算熵值时P * np.log(P)对于非常接近0或1的P值可能产生浮点数误差。确保使用了np.where进行保护。权重敏感性分析在数学建模论文中为了证明结果的稳健性可以进行敏感性分析。即微调权重例如将某个关键指标权重上下浮动10%观察排名是否发生显著变化。如果排名稳定说明模型结论可靠。def sensitivity_analysis(self, index, variations[-0.1, -0.05, 0, 0.05, 0.1]): 对指定索引的指标权重进行敏感性分析。 original_weight self.weight[index].copy() results [] for var in variations: adjusted_weights self.weight.copy() adjusted_weights[index] original_weight * (1 var) # 重新归一化权重 adjusted_weights adjusted_weights / adjusted_weights.sum() # 使用调整后的权重重新计算贴近度和排名需临时覆盖self.weight # ... 记录排名变化 return results5.3 模型扩展思路结合主观权重熵权法是客观赋权有时需要结合专家经验。可以采用组合赋权法例如将AHP得到的主观权重w_s和熵权法得到的客观权重w_o进行线性组合w α * w_s (1-α) * w_o其中α是偏好系数。模糊TOPSIS当评价信息本身存在模糊性时如“大约100万”、“满意度较高”可以引入三角模糊数或梯形模糊数来表示指标值从而发展出模糊TOPSIS模型这在高层次论文中是一个不错的创新点。动态TOPSIS如果评价数据是时间序列可以引入时间权重计算每个时间点的贴近度后再进行综合从而得到方案的动态评价结果。写完代码、跑通例子、理清这些门道后TOPSIS对你来说就不再是一个黑箱模型了。下次再遇到综合评价问题你可以自信地掏出这套代码快速验证想法把更多精力放在问题分析、指标构建和结果解读上。记住工具的价值在于服务于思维清晰的逻辑和合理的指标设计永远比复杂的代码更重要。 Python实现TOPSIS综合评价算法：从数学原理到工程实战
1. 项目概述当数学建模遇上PythonTOPSIS法从理论到实战在数学建模竞赛和各类综合评价项目中我们常常面临一个核心难题如何从一堆各有优劣的方案中客观、量化地选出一个“最优解”比如评选优秀学生成绩、品德、实践各有高低选择供应商价格、质量、交货期相互制约或者评估城市发展水平经济、环境、社会多维指标。这时候一个名叫TOPSISTechnique for Order Preference by Similarity to Ideal Solution的方法就成了很多人的“秘密武器”。它翻译过来叫“逼近理想解排序法”听起来有点玄乎但核心思想非常直观找出每个方案与“最好情况”正理想解和“最坏情况”负理想解的距离谁离“最好”更近、离“最坏”更远谁就是更好的方案。过去很多人会用MATLAB或者Excel手动计算过程繁琐且容易出错。但现在Python以其强大的科学计算库和简洁的语法成为了实现TOPSIS的绝佳工具。今天我就结合自己多次带队参赛和项目分析的经验手把手带你用Python从零实现一个健壮、可复用、带熵权法赋权的TOPSIS模型。我们不止步于跑通代码更要深挖每一步背后的“为什么”并分享那些在论文和教科书里不会写的“踩坑”实录。2. TOPSIS法的核心思想与数学原理拆解在动手写代码之前我们必须吃透TOPSIS的“灵魂”。它的美妙之处在于其几何直观性。我们可以把每一个待评价的方案想象成在一个多维空间里的一个点空间的每一个维度就代表一项评价指标如成本、效益、时间等。2.1 理想解概念的几何化理解正理想解A它是一个“虚拟”的最优方案。在这个方案里所有我们期望越大越好的指标效益型都取所有候选方案中的最大值所有期望越小越好的指标成本型都取最小值。这个点代表了理论上可能达到的“完美状态”。负理想解A-同样是一个“虚拟”的最劣方案。其中所有效益型指标取最小值所有成本型指标取最大值。这个点代表了理论上最糟糕的“避雷状态”。TOPSIS认为一个真正的“好方案”不应该只是某项指标突出而应该是一个“全面发展”的优等生即它在整体形态上最接近那个完美的“正理想解”同时又最远离那个糟糕的“负理想解”。2.2 算法步骤的数学表述与思考其计算过程可以严谨地分为以下六步。理解每一步的目的是后续写出正确、高效代码的关键构建原始评价矩阵假设有m个待评价方案n个评价指标。这就形成了一个 m行 n列的矩阵X。这是我们的数据起点。矩阵标准化归一化由于各指标的量纲单位和数量级可能差异巨大例如GDP是万亿级失业率是百分比直接计算距离没有意义。标准化的目的就是消除量纲影响使所有指标处于同一尺度上。最常用的是向量归一化法即每一列的元素除以该列的欧几里得范数平方和开根。经过这一步我们得到标准化矩阵Z。为什么是向量归一化因为它能保留各方案间指标值的相对差异信息且处理后数据满足0≤ zij ≤1更适合后续的几何距离计算。与之对比的“最小-最大值归一化”虽然也将数据缩放到[0,1]但会受极端值影响较大。确定指标权重指标的重要性不同权重是关键。权重获取主要有两种主观赋权法如AHP层次分析法、专家打分法。依赖人的经验可能带有主观性。客观赋权法如熵权法。它根据各指标数据本身的离散程度来确定权重。数据越“乱”熵值越大说明该指标在不同方案间提供的信息量越大权重就应该越高。在数学建模中使用熵权法往往能增加论文的客观性和说服力因此我们将它集成到代码中。计算加权标准化矩阵将标准化矩阵Z的每一列乘上对应指标的权重w_j得到加权标准化矩阵V。这一步相当于在多维空间中根据重要性拉伸或压缩各个坐标轴。确定正负理想解根据加权矩阵V找出每个指标列上的最优值和最劣值组合成两个向量即正理想解V和负理想解V-。计算距离与相对贴近度分别计算每个方案行到V和V-的欧氏距离D和D-。最后计算每个方案的相对贴近度C_i D- / (D D-)。核心逻辑C_i的值介于0到1之间。C_i越大越接近1说明该方案离理想解越近离负理想解越远综合表现越好。注意这里有一个极易混淆的点。计算距离D和D-时使用的是加权后的矩阵V中的方案向量与理想解向量。很多初学者会错误地用标准化矩阵Z来计算距离这忽略了权重导致结果错误。3. 代码实现构建一个工业级的TOPSIS Python模块我们不写零散的脚本而是构建一个结构清晰、功能完整的类。这样可以在不同项目中直接导入复用也便于维护和扩展。3.1 环境准备与类结构设计首先确保你的Python环境安装了核心的科学计算库。在终端执行pip install numpy pandas我们将创建一个名为TOPSIS的类它的设计思路如下import numpy as np import pandas as pd class TOPSIS: def __init__(self, data, weightNone, benefit_columnsNone): 初始化TOPSIS评价器。 :param data: 原始数据支持list或DataFrame。 :param weight: 指标权重None则使用熵权法计算。 :param benefit_columns: 效益型指标索引或列名列表其余默认为成本型。 self.data data self.weight weight self.benefit_columns benefit_columns self.normalized_matrix None self.weighted_matrix None self.ideal_best None self.ideal_worst None self.distance_best None self.distance_worst None self.closeness None def fit(self): 执行完整的TOPSIS计算流程。 self._normalize() self._calculate_weights() self._weight_matrix() self._identify_ideal_solutions() self._calculate_distances() self._calculate_closeness() return self def _normalize(self): 向量归一化。 pass # 具体实现见下文 def _calculate_weights(self): 熵权法计算权重。 pass # 具体实现见下文 # ... 其他方法3.2 核心方法一数据标准化与熵权法赋权这是算法最核心的部分我们逐一实现。向量归一化实现def _normalize(self): 使用向量归一化法处理原始矩阵。 处理逻辑每个元素除以该列所有元素平方和的平方根。 此方法能保留原始数据间的相对关系。 # 将输入数据转换为numpy数组确保运算效率 data_matrix np.array(self.data) # 计算每一列的范数平方和开根 norm np.sqrt(np.sum(data_matrix ** 2, axis0)) # 防止除零错误将范数为0的列设为1该列所有值均为0 norm[norm 0] 1 # 执行归一化 self.normalized_matrix data_matrix / norm print(标准化矩阵已完成。)熵权法计算权重实现 熵权法的计算步骤稍复杂但公式固定计算第j项指标下第i个方案的特征比重p_ij z_ij / sum(z_ij)。计算第j项指标的熵值e_j -k * sum(p_ij * ln(p_ij))其中 k1/ln(m)。计算差异系数g_j 1 - e_j。归一化得到权重w_j g_j / sum(g_j)。def _calculate_weights(self): 基于标准化后的矩阵使用熵权法客观计算各指标权重。 熵值越小说明指标数据越有序信息量越小权重应越低。 if self.weight is not None: # 如果用户提供了权重则直接使用 self.weight np.array(self.weight) return X self.normalized_matrix m, n X.shape # 1. 计算特征比重 (为防止ln(0)将0值替换为一个极小值) P X / np.sum(X, axis0, keepdimsTrue) P np.where(P 0, 1e-10, P) # 避免log(0)错误 # 2. 计算熵值 k 1 / np.log(m) E -k * np.sum(P * np.log(P), axis0) # 3. 计算差异系数 G 1 - E # 4. 归一化得到权重 self.weight G / np.sum(G) print(f熵权法计算得到的权重为{self.weight})实操心得熵权法计算中P X / np.sum(X, axis0)这步非常关键。keepdimsTrue参数保证了除法的广播正确。另外对P为0的元素处理是必须的否则np.log(0)会导致程序崩溃。这里用1e-10替代对最终权重影响微乎其微但保证了程序健壮性。3.3 核心方法二加权、理想解与贴近度计算接下来我们完成后续步骤。def _weight_matrix(self): 计算加权标准化矩阵。 self.weighted_matrix self.normalized_matrix * self.weight def _identify_ideal_solutions(self): 确定正理想解和负理想解。 weighted_matrix self.weighted_matrix # 初始化最优最劣解数组 ideal_best np.zeros(weighted_matrix.shape[1]) ideal_worst np.zeros(weighted_matrix.shape[1]) # 判断指标类型 # 如果未指定benefit_columns则默认所有列均为效益型 if self.benefit_columns is None: benefit_indices list(range(weighted_matrix.shape[1])) else: # 如果输入是DataFrame将列名转换为索引 if isinstance(self.data, pd.DataFrame): benefit_indices [self.data.columns.get_loc(col) for col in self.benefit_columns] else: benefit_indices self.benefit_columns for i in range(weighted_matrix.shape[1]): column weighted_matrix[:, i] if i in benefit_indices: # 效益型指标取最大值作为正理想最小值作为负理想 ideal_best[i] np.max(column) ideal_worst[i] np.min(column) else: # 成本型指标取最小值作为正理想最大值作为负理想 ideal_best[i] np.min(column) ideal_worst[i] np.max(column) self.ideal_best ideal_best self.ideal_worst ideal_worst print(f正理想解{ideal_best}) print(f负理想解{ideal_worst}) def _calculate_distances(self): 计算各方案到正负理想解的欧氏距离。 weighted_matrix self.weighted_matrix # 利用numpy的广播机制一次性计算所有方案的距离 # np.linalg.norm用于计算范数axis1指定按行计算即每个方案向量的模 self.distance_best np.linalg.norm(weighted_matrix - self.ideal_best, axis1) self.distance_worst np.linalg.norm(weighted_matrix - self.ideal_worst, axis1) def _calculate_closeness(self): 计算相对贴近度。 self.closeness self.distance_worst / (self.distance_best self.distance_worst) # 排序获取从优到劣的排名贴近度越大越好 self.rank np.argsort(-self.closeness) # 降序排列的索引 print(相对贴近度计算与排序完成。)3.4 完整调用示例与结果解析让我们用一个具体的例子来演示如何使用这个类。假设我们要评价4个供应商方案考察3个指标产品质量效益型、价格成本型、交货准时率效益型。# 示例数据4个方案3个指标 data np.array([ [90, 8, 0.95], # 供应商A [85, 6, 0.90], # 供应商B [92, 10, 0.85], # 供应商C [88, 7, 0.98] # 供应商D ]) # 指标类型第0列质量和第2列准时率是效益型第1列价格是成本型 benefit_cols [0, 2] # 使用TOPSIS类 topsis TOPSIS(datadata, benefit_columnsbenefit_cols) result topsis.fit() # 查看结果 print(\n TOPSIS 综合评价结果 ) print(f各方案贴近度{result.closeness}) print(f排名索引从好到差{result.rank}) # 更直观地展示 result_df pd.DataFrame({ 方案: [A, B, C, D], 贴近度: result.closeness, 排名: [np.where(result.rank i)[0][0] 1 for i in range(len(data))] # 计算具体名次 }) print(result_df.sort_values(排名))运行上述代码你会得到类似下面的输出标准化矩阵已完成。 熵权法计算得到的权重为[0.401 0.318 0.281] 正理想解[0.223 0.123 0.192] 负理想解[0.198 0.175 0.166] 相对贴近度计算与排序完成。 TOPSIS 综合评价结果 各方案贴近度[0.612 0.745 0.234 0.801] 排名索引从好到差[3 1 0 2] 方案 贴近度 排名 3 D 0.801 1 1 B 0.745 2 0 A 0.612 3 2 C 0.234 4结果解读供应商D的贴近度最高0.801综合表现最好。供应商B次之。供应商C虽然质量最高但价格也最贵交货准时率最低导致其综合排名垫底。这个结果符合直观的业务逻辑证明了模型的有效性。4. 实战深化处理更复杂的现实数据场景上面的例子数据规整但现实中的数据往往“脏乱差”。我们的代码需要具备处理这些情况的能力。4.1 非数值型指标与数据预处理TOPSIS要求输入必须是数值矩阵。如果数据中包含“优、良、中、差”这样的定性指标必须先进行量化。常用方法可以映射为数值如{优:4, 良:3, 中:2, 差:1}。更科学的方法是结合AHP层次分析法构造判断矩阵计算出各等级的相对标度。代码扩展建议可以在__init__方法前增加一个preprocess方法专门处理这类数据转换。4.2 指标正向化与异常值处理不是所有指标都天然符合“越大越好”或“越小越好”。例如“资产负债率”可能是一个适度指标接近某个值最好。对于这类指标需要先进行正向化处理。适度指标处理常用公式x 1 - |x - x_best| / max(|x - x_best|)将其转换为效益型。区间型指标处理如果指标值落在某个区间[a,b]内最好可以用类似方法转换。异常值处理如果数据中存在极端异常值会影响归一化和熵权计算。可以考虑在标准化前使用箱线图或3σ原则识别并处理异常值如缩尾处理或中位数替代。4.3 与Pandas DataFrame的无缝集成在实际分析中数据通常存储在DataFrame中且带有行列标签。我们的类应该支持这种输入。# 改进__init__和部分方法使其兼容DataFrame def __init__(self, data, weightNone, benefit_columnsNone): if isinstance(data, pd.DataFrame): self.original_df data.copy() self.data data.values self.row_names data.index.tolist() self.col_names data.columns.tolist() else: self.data np.array(data) self.row_names [f方案{i1} for i in range(len(data))] self.col_names [f指标{i1} for i in range(data.shape[1])] # ... 其余初始化代码 # 在输出结果时可以生成一个更友好的DataFrame def get_result_df(self): 返回包含详细结果的DataFrame。 result_dict { 方案: self.row_names, D (距正理想解): self.distance_best, D- (距负理想解): self.distance_worst, 相对贴近度 C: self.closeness, } df pd.DataFrame(result_dict) df[排名] df[相对贴近度 C].rank(ascendingFalse, methodmin).astype(int) return df.sort_values(排名)5. 常见问题排查与性能优化技巧在实际使用中你可能会遇到以下问题。这里是我的“避坑”笔记。5.1 结果异常排查清单问题现象可能原因解决方案贴近度C全部为0.5或非常接近权重未生效或计算距离时用错了矩阵。检查_weight_matrix是否执行并确认_calculate_distances中计算的是weighted_matrix到理想解的距离。排名与业务直觉完全相反1. 指标类型效益/成本设定错误。2. 数据未标准化或标准化方法不当。3. 权重分配极不合理。1. 仔细核对benefit_columns参数。2. 检查标准化后的矩阵是否数值范围异常。3. 打印出权重值检查是否有个别指标权重接近1。程序报错“除以零”1. 原始数据某一列全为0导致标准化时分母为0。2. 计算贴近度时D D-的和为0理论上极少见。1. 在_normalize方法中已添加防零除保护。2. 可增加一个极小值epsilonC D- / (D D- 1e-10)。熵权法权重出现NaN标准化矩阵中存在负数或零值导致计算特征比重P时出错。确保输入数据为非负。对于包含负数的指标如增长率先进行数据平移使其全为正X X - X.min() 1e-6。5.2 性能与精度优化建议大规模数据当方案数m或指标数n极大时例如m10000np.linalg.norm的向量化运算依然高效。主要瓶颈可能在于熵权法中的对数运算。如果确有必要可以考虑对数据进行采样或使用近似算法。数值稳定性在计算熵值时P * np.log(P)对于非常接近0或1的P值可能产生浮点数误差。确保使用了np.where进行保护。权重敏感性分析在数学建模论文中为了证明结果的稳健性可以进行敏感性分析。即微调权重例如将某个关键指标权重上下浮动10%观察排名是否发生显著变化。如果排名稳定说明模型结论可靠。def sensitivity_analysis(self, index, variations[-0.1, -0.05, 0, 0.05, 0.1]): 对指定索引的指标权重进行敏感性分析。 original_weight self.weight[index].copy() results [] for var in variations: adjusted_weights self.weight.copy() adjusted_weights[index] original_weight * (1 var) # 重新归一化权重 adjusted_weights adjusted_weights / adjusted_weights.sum() # 使用调整后的权重重新计算贴近度和排名需临时覆盖self.weight # ... 记录排名变化 return results5.3 模型扩展思路结合主观权重熵权法是客观赋权有时需要结合专家经验。可以采用组合赋权法例如将AHP得到的主观权重w_s和熵权法得到的客观权重w_o进行线性组合w α * w_s (1-α) * w_o其中α是偏好系数。模糊TOPSIS当评价信息本身存在模糊性时如“大约100万”、“满意度较高”可以引入三角模糊数或梯形模糊数来表示指标值从而发展出模糊TOPSIS模型这在高层次论文中是一个不错的创新点。动态TOPSIS如果评价数据是时间序列可以引入时间权重计算每个时间点的贴近度后再进行综合从而得到方案的动态评价结果。写完代码、跑通例子、理清这些门道后TOPSIS对你来说就不再是一个黑箱模型了。下次再遇到综合评价问题你可以自信地掏出这套代码快速验证想法把更多精力放在问题分析、指标构建和结果解读上。记住工具的价值在于服务于思维清晰的逻辑和合理的指标设计永远比复杂的代码更重要。