优劣解距离法

用途

评价类问题，充分利用原始数据的信息，精确反应各个评价方案之间的差距。

一、模型介绍

一个经典例题

决策层中指标的数据是已知的，如何利用这些数据使评价更加准确？

1.将原始矩阵正向化

1.1 极小型指标->极大型指标

公式不唯一

1.2 中间型指标->极大型指标

公式不唯一（但我也没想到更好的）

1.3 区间型指标->极大型指标

不唯一

2.正向化矩阵标准化

目的是去除量纲（也就是单位）的影响

不唯一，这只是前人论文中用的较多的一种标准化方法。

3.计算得分并归一化

归一化的目的是为了对结果有更加清晰直观的印象

只有一个指标的时候

有多个评价指标

二、代码详解

未完待续…

三、模型拓展

带权重的得分

层次分析法的主观性过强，用熵权法客观赋值更好。