清风数学建模实战解析——TOPSIS法（优劣解距离法）的Python实现与避坑指南

1. TOPSIS法基础与实战价值

第一次接触TOPSIS法是在数学建模校赛期间，当时需要评估五个城市的空气质量优劣。面对PM2.5、二氧化硫等不同量纲的指标，传统加权平均法完全失效。直到队友推荐了这个"优劣解距离法"，才让我真正理解什么是科学的多指标决策。

TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）的核心思想非常直观：找出距离理想最优解最近且远离最劣解的方案。就像在电商平台选手机，我们会自动寻找价格最低（成本型）、性能最强（效益型）的机型，这就是人脑本能的TOPSIS思维。

与层次分析法（AHP）相比，TOPSIS有三大实战优势：

• 数据驱动：完全基于客观数据计算，避免主观判断偏差
• 量纲无忧：通过标准化处理自动消除单位差异
• 灵活扩展：可轻松融合熵权法、AHP等权重计算方法

在数学建模竞赛中，TOPSIS特别适合解决这类问题：

• 评价类问题（如城市发展水平评估）
• 决策类问题（如投资方案选择）
• 排序类问题（如供应商优劣排名）

2. Python实现全流程拆解

2.1 数据预处理的关键细节

先看一个真实案例：某次帮医学院同学分析患者数据时，遇到体温（区间型）、住院天数（成本型）、康复指数（效益型）混合指标。直接套用公式会得到荒谬结果——因为没做正向化处理。

不同类型指标的转换技巧：

python复制import numpy as np

# 原始数据矩阵
data = np.array([
    [36.5, 7, 85],  # 患者A
    [37.8, 5, 90],  # 患者B
    [38.2, 3, 76]   # 患者C
])

# 极小型→极大型（住院天数）
cost_col = 1 
data[:, cost_col] = max(data[:, cost_col]) - data[:, cost_col]

# 区间型→极大型（体温36-37最佳）
interval_col = 0
a, b = 36, 37
M = max(a - min(data[:, interval_col]), max(data[:, interval_col]) - b)
for i in range(len(data)):
    if data[i, interval_col] < a:
        data[i, interval_col] = 1 - (a - data[i, interval_col])/M
    elif data[i, interval_col] > b:
        data[i, interval_col] = 1 - (data[i, interval_col] - b)/M
    else:
        data[i, interval_col] = 1

常见踩坑点：

1. 忘记检查指标类型直接计算
2. 区间型指标边界值处理错误
3. 正向化后未验证数据范围（应在0-1区间）

2.2 标准化处理的三种方法

标准化不是简单的除以最大值！我曾在研究生课题中比较过三种方法：

TOPSIS通常采用向量归一化，Python实现：

python复制def normalize(matrix):
    # 沿列方向计算平方和
    norms = np.sqrt(np.sum(matrix**2, axis=0))
    # 避免除以零
    norms[norms == 0] = 1  
    return matrix / norms

norm_data = normalize(data)
print("标准化矩阵:\n", norm_data)

2.3 距离计算与得分归一化

这里有个容易被忽视的细节——加权距离计算。在一次企业咨询项目中，客户坚持认为价格权重应是质量的3倍，这时就需要引入权重向量：

python复制weights = np.array([0.2, 0.3, 0.5])  # 体温20%，住院天数30%，康复指数50%

# 加权标准化矩阵
weighted_norm = norm_data * weights

# 理想解与负理想解
ideal_best = np.max(weighted_norm, axis=0)
ideal_worst = np.min(weighted_norm, axis=0)

# 欧氏距离计算
D_best = np.sqrt(np.sum((weighted_norm - ideal_best)**2, axis=1))
D_worst = np.sqrt(np.sum((weighted_norm - ideal_worst)**2, axis=1))

# 综合得分
scores = D_worst / (D_best + D_worst)
final_scores = scores / np.sum(scores)  # 归一化

print("综合得分:", final_scores)

3. 避坑指南与性能优化

3.1 常见错误排查清单

根据多次竞赛经验，整理出高频错误：

1. 数据类型混淆：

   • 误将区间型当作极大型处理
   • 忘记成本型指标转换
   • 示例：空气质量评价中，PM2.5是成本型，而优良天数比例是效益型

2. 标准化失效：

   • 某列全零导致归一化失败
   • 解决方法：添加微小扰动值ε=1e-6

3. 权重分配不合理：

   • 主观权重与数据分布冲突
   • 建议先用熵权法计算客观权重

python复制def entropy_weight(matrix):
    # 计算信息熵
    P = matrix / np.sum(matrix, axis=0)
    E = -np.sum(P * np.log(P + 1e-10), axis=0) / np.log(len(matrix))
    # 计算权重
    return (1 - E) / np.sum(1 - E)

print("熵权法权重:", entropy_weight(norm_data))

3.2 大数据量优化技巧

当处理上万条数据时，原始实现会非常慢。通过向量化运算和并行计算可以显著提升速度：

python复制from numba import jit

@jit(nopython=True)
def fast_topsis(data, weights):
    # 向量化实现（速度提升10倍+）
    norm = data / np.sqrt(np.sum(data**2, axis=0))
    weighted = norm * weights
    D_best = np.sqrt(np.sum((weighted - np.max(weighted, axis=0))**2, axis=1))
    D_worst = np.sqrt(np.sum((weighted - np.min(weighted, axis=0))**2, axis=1))
    return D_worst / (D_best + D_worst)

4. 高级应用与扩展思路

4.1 混合权重分配策略

在去年国赛A题中，我们创新性地结合了三种权重：

1. 熵权法（客观）
2. AHP层次分析法（主观）
3. CRITIC法（考虑指标相关性）

最终权重采用加权平均：

python复制final_weights = 0.5*entropy_weights + 0.3*ahp_weights + 0.2*critic_weights

4.2 模糊TOPSIS处理不确定数据

当数据存在模糊性时（如专家打分区间），可以扩展为模糊TOPSIS：

python复制# 定义三角模糊数
class FuzzyNumber:
    def __init__(self, l, m, r):
        self.l, self.m, self.r = l, m, r

# 模糊距离计算
def fuzzy_distance(a, b):
    return np.sqrt((a.l-b.l)**2 + (a.m-b.m)**2 + (a.r-b.r)**2)

4.3 动态TOPSIS实现

对于时间序列数据，可以引入衰减因子实现动态评估：

python复制def dynamic_weights(base_weights, decay=0.9):
    T = len(base_weights)
    return [w * (decay**(T-t)) for t, w in enumerate(base_weights)]

在实际项目中，TOPSIS往往需要与其他方法联用。比如先用聚类分析分组，再在各组内进行TOPSIS评价。这种组合策略在去年华为杯竞赛中帮助团队获得了前10%的成绩。