熵權(quán)topsis是一種融合了熵值法與TOPSIS法的綜合評價方法专肪。熵值法是一種客觀賦值法根盒，可以減少主觀賦值帶來的偏差皮仁；而topsis法是一種常見的多目標(biāo)決策分析方法杜漠，適用于多方案饲宛、多對象的對比研究泼橘，從中找出最佳方案或競爭力最強的對象择份。
熵權(quán)topsis是先由熵權(quán)法計算得到指標(biāo)的客觀權(quán)重蘸嘶，再利用TOPSIS法履植，對各評價對象進行評價计雌。
熵權(quán)topsis法分析步驟通常可分為以下三步：
（1）數(shù)據(jù)標(biāo)準(zhǔn)化
（2）熵值法確定評價指標(biāo)的權(quán)重
（3）topsis法得到評價對象的排名結(jié)果
其中第2玫霎、3步由SPSSAU自動計算輸出凿滤。
一、研究背景
當(dāng)前有一個項目進行招標(biāo)庶近，共有4個承包商翁脆，分別是A,B,C,D廠。由于招標(biāo)需要考慮多個因素鼻种，各個方案指標(biāo)的優(yōu)劣程度也并不統(tǒng)一反番。為了保證評價過程中的客觀、公正性叉钥。因此罢缸，考慮通過熵權(quán)TOPSIS法，對各個方案進行綜合評價投队，從而選出最優(yōu)方案枫疆。
二、操作步驟
（1）數(shù)據(jù)標(biāo)準(zhǔn)化
首先蛾洛，需要對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理养铸。指標(biāo)量綱（單位）不一致會造成不同指標(biāo)的數(shù)據(jù)有大有小雁芙，這樣會影響計算結(jié)果。為了消除量綱的影響钞螟，分析前需要先對數(shù)據(jù)進行處理兔甘。
正向指標(biāo)：（X-Min）/(Max-Min)?（生成變量-正向化MMS）
逆向指標(biāo)：（Max-X）/(Max-Min)?（生成變量-逆向化NMMS）
具體標(biāo)準(zhǔn)化的處理方式有很多種，具體結(jié)合文獻和自身數(shù)據(jù)選擇使用即可鳞滨。不同的處理方式肯定會帶來不同的結(jié)果洞焙，但結(jié)論一般不會有太大的偏倚。
本案例中拯啦，價格澡匪、工程工期、主材用量均為逆向指標(biāo)褒链；施工經(jīng)驗率唁情、產(chǎn)品質(zhì)量合格率、服務(wù)水平均為正向指標(biāo)甫匹。按上述步驟分別對正向指標(biāo)甸鸟、逆向指標(biāo)進行標(biāo)準(zhǔn)化處理。
（2）熵權(quán)TOPSIS法
選擇【綜合評價】--【熵權(quán)TOPSIS】兵迅。
將指標(biāo)項放入【評價指標(biāo)】框中抢韭，點擊開始分析。
三恍箭、結(jié)果分析
（1）熵值法確定權(quán)重
上表是通過熵值法計算得出的6個指標(biāo)權(quán)重刻恭，可以看出指標(biāo)權(quán)重分布相對較為均勻。
各項指標(biāo)的權(quán)重={0.1415, 0.2366, 0.1415, 0.1415, 0.2366, 0.1433, 0.1004}扯夭。
這一步僅僅得到了指標(biāo)權(quán)重鳍贾，熵值TOPSIS的核心在于TOPSIS法計算出相對接近度。權(quán)重值與數(shù)據(jù)相乘勉抓，得到新數(shù)據(jù)newdata贾漏，這一過程是SPSSAU自動完成，利用newdata進行TOPSIS法計算藕筋。
（2）topsis法得到每組樣本的競爭力排名
從上表可知纵散，利用熵權(quán)法后加權(quán)生成的數(shù)據(jù)(由SPSSAU算法自動完成)進行TOPSIS分析，針對6個指標(biāo)進行TOPSIS評價隐圾。最終計算得出各評價對象與最優(yōu)方案的接近程度(C值)伍掀，并對C值進行排序，得到最優(yōu)方案暇藏。
根據(jù)結(jié)果顯示蜜笤，A廠（評價對象1）是最佳的供應(yīng)商選擇，其次為B廠盐碱。
四把兔、其他說明
（1）分析之前是否需要進行標(biāo)準(zhǔn)化沪伙、歸一化、正向化或逆向化處理等县好？
如果原始數(shù)據(jù)中有負(fù)向指標(biāo)（數(shù)字越大反而越不好的意思）围橡，需要針對此類指標(biāo)先‘逆向化’處理。當(dāng)確認(rèn)所有指標(biāo)均為正向指標(biāo)（數(shù)字越大越好的意思）后缕贡，需要接著進標(biāo)準(zhǔn)化處理翁授。
數(shù)據(jù)進行標(biāo)準(zhǔn)化處理目的在于解決量綱問題，標(biāo)準(zhǔn)化處理的方式有很多晾咪，常見是‘歸一化’收擦，‘區(qū)間化’，‘均值化’谍倦，‘求和歸一化’塞赂，‘平方和歸一化’等等非常多。如果指標(biāo)數(shù)據(jù)全部都大于0昼蛀，SPSSAU建議是使用‘均值化’處理减途，如果指標(biāo)數(shù)據(jù)有小于或等于0的數(shù)據(jù)，SPSSAU建議使用‘區(qū)間化’（默認(rèn)將數(shù)據(jù)壓縮成1~2之間）曹洽。
（2）如果分析數(shù)據(jù)中有負(fù)數(shù)或者0值如何辦？
如果分析數(shù)據(jù)有負(fù)數(shù)或者0辽剧，這會導(dǎo)致無法進行熵值法計算送淆，SPSSAU算法默認(rèn)會進行‘非負(fù)平移’處理。SPSSAU非負(fù)平移功能是指怕轿，如果某列（某指標(biāo)）數(shù)據(jù)出現(xiàn)小于等于0偷崩，則讓該列數(shù)據(jù)同時加上一個‘平移值’【該值為某列數(shù)據(jù)最小值的絕對值+0.01】，以便讓數(shù)據(jù)全部都大于0撞羽，因而滿足算法要求阐斜。
以上就是本次分享內(nèi)容，登錄SPSSAU官網(wǎng)了解更多內(nèi)容诀紊。
