多准则决策模型-TOPSIS评价方法-源码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

#多准则决策模型-TOPSIS评价方法   ##R语言实现-代码   MCDM=function (decision = NULL, weights = NULL, impacts = NULL) #决策矩阵，权重向量，影响因子 {     if (missing(weights))          stop("缺少'权重向量-weights'")     if (missing(impacts))          stop("缺少'影响因子-impacts'")     if (!is.matrix(decision) | is.data.frame(decision))          stop("'决策矩阵-decision'必须是矩阵或数据框")     if (length(weights) != ncol(decision))          stop("权重向量长度错误")     if (length(impacts) != ncol(decision))          stop("影响因子长度错误")     if (!all(weights > 0))          stop("权重必须大于零")     if (!is.character(impacts))          stop("影响因子必须是字符型 '+'或'-' 符号")     if (!all(impacts == "+" | impacts == "-"))          stop("影响因子只能是字符型 '+'或'-' 符号")     weights <- weights/sum(weights)     N <- matrix(nrow = nrow(decision), ncol = ncol(decision)) #建一个空矩阵     for (i in 1:nrow(decision)) {         for (j in 1:ncol(decision)) {             N[i, j] <- decision[i, j]/sqrt(sum(decision[, j]^2))         }     }                 #决策矩阵标准化     W = diag(weights) #建权重对角矩阵     V = N %% W       #构造加权规范化矩阵     #确定理想方案和负理想方案     u <- as.integer(impacts == "+")  apply(V, 2, max) + as.integer(impacts ==          "-")  apply(V, 2, min)     l <- as.integer(impacts == "-")  apply(V, 2, max) + as.integer(impacts ==          "+") * apply(V, 2, min)   #构建理想方案和负理想方案距离公式     distance_u = function(x) {         sqrt(sum((x - u)^2))     }     distance_l = function(x) {         sqrt(sum((x - l)^2))     }   #计算相对接近度并排序     du <- apply(V, 1, distance_u)     dl <- apply(V, 1, distance_l)     score <- dl/(dl + du)     outcome <- data.frame("方案"= 1:nrow(decision), 得分 = score,          排名 = rank(-score))   return(outcome)   }   Author(s) Mahmoud Mosalman Yazdi <m.mosalman@gmail.com>