主题
TOPSIS 权重敏感怎么办?
先看相邻方案的得分差
在常见 TOPSIS 实现中,对加权标准化矩阵求正、负理想点距离,再计算相对贴近度
从计算核对到权重扫描
- 复核指标方向和计算步骤。 成本型指标应通过预处理转成效益方向,或在理想点计算中按成本型处理。核对缺失值、常量列、正负理想点与权重施加位置。取两个样本手算一次,检查同一权重是否被重复施加。
- 找出重复表达或尺度问题。 若几个指标反映同一件事,如趟数、总运距和高度相关的每月运输里程,检查其单独保留是否有业务理由,防止同一因素通过多列被重复强调。复核归一化是否因少数极端行改变大多数方案的距离,并检查数据本身。
- 扫描有依据的权重集合。 令权重非负且和为 1。改变某一权重时,可以按原比例缩放其他权重来保持总和。多个偏好可能同时变化时,在符合区间和约束的组合上重算贴近度。生成组合之前说明区间来自专家意见、历史校准还是明确的情景假设。
- 解释反转发生在哪里。 例如成本权重从 0.30 调到 0.35,其他权重按比例缩放,A、B 从 0.611、0.609 变成 0.603、0.616。可以继续加密扫描,找出反转大致区间,说明偏重成本和偏重服务分别支持哪一个方案。
怎样验证修复
固定候选方案与指标矩阵,先核对基准权重可重现原得分。输出所选场景中的最高、最低名次,以及不同偏好下的并列候选或反转边界。若报告“赢得第一名的占比”,写清权重场景如何生成,避免把任意网格的占比解释成现实概率。