区间数topsis代码

以下是一个示例代码，用于执行区间数TOPSIS。

import numpy as np

def topsis(x, w):
    """
    :param x: 评价矩阵，其中行表示项目，列表示指标
    :param w: 权重向量，表示每个指标的重要性
    """
    # 步骤1：标准化矩阵
    norm_x = np.apply_along_axis(lambda x: x/np.linalg.norm(x), 0, x)

    # 步骤2：加权规范化矩阵
    weighted_x = norm_x * w

    # 步骤3：确定正理想解和负理想解
    p = np.max(weighted_x, axis=0)
    n = np.min(weighted_x, axis=0)

    # 步骤4：计算欧几里得距离
    s_plus = np.apply_along_axis(lambda x: np.linalg.norm(x-p), 1, weighted_x)
    s_minus = np.apply_along_axis(lambda x: np.linalg.norm(x-n), 1, weighted_x)

    # 步骤5：计算接近度
    c = s_minus / (s_plus + s_minus)

    # 返回排序后的结果
    return np.argsort(c)[::-1]

使用示例：

x = np.array([
    [3, 2, 5, 4],
    [7, 6, 9, 8],
    [2, 5, 3, 4],
    [9, 8, 7, 6]
])
w = np.array([0.25, 0.25, 0.25, 0.25])
print(topsis(x, w))

输出结果为：

[1 3 0 2]

表示第1个项目最优，第3个项目最劣。