TOPSIS多指标综合评价实战：正向化、组合赋权与稳健性校验

简介：面向多准则决策方法学习与软件、插件等方案评估场景，这套Topsis综合评价法配套代码与数据适合具备一定MATLAB基础、希望把算法流程落到实处的读者，兼顾方法理解与代码实践。压缩包共2个文件，包含1个xlsx评价数据表与1个m脚本，整体约10KB；数据表用于承载待评方案与评价指标构成的原始矩阵，脚本则对应数据标准化、权重设置、正负理想解构建、距离计算和综合排序等关键环节。已有643人学习，表明该案例在课程实验、项目练习与方案比选中具有一定参考价值。读者可借助示例数据复现从指标预处理到贴近度排序的完整分析过程，理解定量与定性指标如何统一尺度、权重变化如何影响最终决策，并为进一步迁移到产品选择、投资评估等实际场景提供可运行的起点。

1. 多指标排序，TOPSIS 综合评价法是最容易被低估的一把工具

把十台设备的六项检测数据摆到一张表里，谁是第一？问题听着简单，真动手就发现麻烦：寿命越长越好、故障率越低越好，可温度这类指标的最优点落在某个中间值上，偏左偏右都算差。TOPSIS 综合评价法干的正是这件事——把所有指标拉成同一个方向、抹掉量纲、按权重算距离，最后输出一个 0 到 1 的贴近度分数。这份 TOPSIS 综合评价法代码及其数据，把正向化、标准化、赋权、贴近度四步拆成可单独调用的函数，附一份能直接跑通的示例数据。适合要交评价类课程设计的学生、做方案比选或供应商打分的工程师，以及手上攒了一堆指标却不知道怎么合成一个分数的人。

2. 指标正向化与向量标准化：四类指标的方向修正与量纲抹平

拿到原始表的第一件事不是写代码，是逐列问一句：这一列到底是大好还是小好。答不上来，后面全是白算。这套代码包把判断外置成一张配置表，指标类型、参数都在表里声明，代码只负责执行。好处是新增一个指标只是加一行配置，不用改函数——插件式的思路，比硬编码在一堆 if 里强太多。

2.1 极小型、中间型、区间型的转换公式与参数

TOPSIS 只接受"越大越好"的矩阵，所以其余三类都要先翻转过来。极小型用列最大值减自身，简单粗暴但有效；中间型要先给一个最优值best，用1 - |x - best| / M度量偏离程度，M 取该列偏离量的最大值；区间型要给一个最优区间[low, high]，落在区间内记 1 分，落在区间外按到最近端点的距离衰减。

真正容易翻车的是 M 的取法。M 用样本自身的极差，意味着这一列里只要有一个离群点，其余样本全被压扁到 0.9 以上，区分度瞬间消失。常见做法是先做异常值检查，或者把 M 固定成业务上可接受的容差，让分数带上绝对含义。这个选择会一路传到权重上，不能随手。

import numpy as np import pandas as pd def to_positive(x, kind, **kw): """把各类指标统一翻成极大型（越大越好） kind: benefit 极大型 / cost 极小型 / middle 中间型 / interval 区间型 """ x = np.asarray(x, dtype=float) if kind == "benefit": return x.copy() if kind == "cost": return x.max() - x # 极小型：列最大值减自身 if kind == "middle": best = kw["best"] # 中间型：业务认定的最优值 M = max(np.abs(x - best).max(), 1e-12) # 1e-12 防止整列等于 best 时除零 return 1 - np.abs(x - best) / M if kind == "interval": low, high = kw["low"], kw["high"] # 区间型：最优区间左右端点 M = max(low - x.min(), x.max() - high, 1e-12) y = np.ones_like(x) y[x < low] = 1 - (low - x[x < low]) / M y[x > high] = 1 - (x[x > high] - high) / M return y raise ValueError(f"未知指标类型: {kind}")

四个分支对应四种业务语义，kw只承载该类型需要的参数，传错了会直接抛 KeyError，比算出个错的数强。1e-12这个下限是血泪经验：某次一整列温度都等于设定值 best，M 变成 0，整列除出 nan，最后排名表全空，排查了半小时才定位到这一行。

配置表和执行层分开写，指标增删就不用动算法：

INDICATOR_CFG = [ ("产量", "benefit", {}), ("故障率", "cost", {}), ("温度", "middle", {"best": 68}), ("响应时长", "interval", {"low": 2, "high": 5}), ("能耗", "cost", {}), ("合格率", "benefit", {}), ] def build_positive_matrix(df): """按配置表把原始 DataFrame 逐列正向化，列顺序与配置一致""" cols = {} for name, kind, kw in INDICATOR_CFG: if name not in df.columns: raise KeyError(f"数据里缺少指标列: {name}") cols[name] = to_positive(df[name].values, kind, **kw) return pd.DataFrame(cols, index=df.index)

INDICATOR_CFG是唯一需要业务方确认的地方，把它交给提出指标的人签字，比事后争论排名合理得多。列顺序决定后面权重向量的顺序，所以配置表和权重必须严格对齐，我一般在生成权重后立刻断言len(w) == len(INDICATOR_CFG)。

2.2 为什么用向量归一化而不是 min-max

正向化只解决了方向，量纲还在。产量以千为单位、合格率是小数，直接算欧氏距离，产量那一维会把其余全部吃掉。归一化的选择有两种常见路线：min-max 把每列压到[0, 1]，向量归一化则是每列除以自身的平方和开方，得到单位向量。

差异在异常值上体现得最明显。min-max 的上下界完全由样本极值决定，一个离群点就能把正常样本挤成一条窄带；向量归一化保留了数值之间的比例关系，对极值没那么敏感。另一个隐性理由是熵权法要求矩阵非负，向量归一化天然满足，min-max 在含负值的列上还得额外平移，多一步就多一个出错的地方。

def vector_standardize(pos_df, eps=1e-9): """按列做向量归一化：x / sqrt(sum(x^2))，返回同形状 DataFrame""" X = pos_df.values.astype(float) + eps # 整体平移，规避全零列 norm = np.sqrt((X ** 2).sum(axis=0)) norm[norm == 0] = 1.0 # 极端情况兜底，避免除零 return pd.DataFrame(X / norm, columns=pos_df.columns, index=pos_df.index)

eps取 1e-9 是权衡：太小挡不住全零列，太大会让本来接近 0 的样本被拉平。norm == 0的那一行兜底几乎是死代码，但留着不亏——数据是别人给的，你永远不知道下一版会不会整列填 0。标准化之后的矩阵建议存一份中间结果，后面调权重、做敏感性分析都要重复用，不必每次从头算。

3. 权重定标：熵权法、AHP 与组合权重的三套写法

权重是这个方法里唯一没有标准答案的部分。同样的数据，换一套权重，第一名可能就换人。所以争论不该发生在"哪个方法对"，而该发生在"哪种权重能反映业务判断"。主观权重（AHP）承载专家偏好，客观权重（熵权法）反映数据自身的区分度，两者各有盲区，工程上更稳的做法是都算一遍，看结论是否一致。

3.1 熵权法：差异越大权重越大，以及它的三个前提

熵权法的逻辑是：某一列在所有样本上差异越大，信息熵越小，说明它区分样本的能力越强，就该给更高权重。反过来，一列数值全都差不多，说明它对排序没贡献，权重自然被压低。

这个逻辑成立有三个前提，缺一个结果就会失真。第一，矩阵必须非负，负值取对数直接崩；第二，样本量不能太小，五六个样本算出来的熵值抖动极大，权重基本是随机的；第三，不能有大量重复值，一列里一半样本取同一个数，比例被稀释，权重会被系统性低估。第三条最隐蔽，常见的问卷打分数据全是 1 到 5 的整数，重复值一大堆，算出来的权重看着正常，实际没什么解释力。

def entropy_weight(Z): """Z: 标准化后的非负矩阵 (n_samples x m_indicators)，返回长度 m 的权重""" Z = np.asarray(Z, dtype=float) n, m = Z.shape P = Z / Z.sum(axis=0, keepdims=True) # 每列转成比重 P = np.clip(P, 1e-12, 1.0) # 0 * log(0) 的处理，兜底下限 e = -(P * np.log(P)).sum(axis=0) / np.log(n) # 信息熵，除以 ln(n) 归一 d = 1 - e # 差异系数 return d / d.sum()

np.log(n)是归一化因子，让熵值落在 0 到 1 之间，样本量变化时权重的量级才不会飘。np.clip那一行是必须的，标准化后出现 0 很正常（极小型指标翻转后最小值恰好为 0），不夹一下就是nan传染全表。算完建议打印一下e和d，如果某一列的差异系数接近 0，说明它没什么区分度，可以拿去和业务方确认是否该保留。

3.2 AHP 判断矩阵与一致性校验：CR 超过 0.1 就重填

主观权重的标准做法是层次分析法，核心是一个两两比较矩阵：指标 i 相对指标 j 有多重要，用 1 到 9 的标度打分。矩阵必须满足互反性（a_ji = 1 / a_ij），理想情况下还应满足一致性，也就是"i 比 j 重要 2 倍、j 比 k 重要 3 倍"时，i 应该比 k 重要 6 倍。人脑填不出这种一致性，所以要算 CR 来量化偏差。

RI_TABLE = {1: 0.0, 2: 0.0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45} def ahp_weight(A): """A: 互反判断矩阵 (m x m)，返回 (权重, 最大特征值, CI, CR)""" A = np.asarray(A, dtype=float) m = A.shape[0] eigvals, eigvecs = np.linalg.eig(A) k = int(np.argmax(eigvals.real)) # 最大实特征值对应的位置 lam = eigvals[k].real w = np.abs(eigvecs[:, k].real) # 特征向量取模，规避符号问题 w = w / w.sum() CI = (lam - m) / (m - 1) if m > 1 else 0.0 RI = RI_TABLE.get(m, 1.45) CR = CI / RI if RI else 0.0 return w, lam, CI, CR

np.abs不能省，特征向量的符号是任意的，不取模会出现负权重。RI_TABLE只到 9 阶，超过 9 个指标就该考虑分层，硬塞进一个矩阵人会填糊涂。CR 大于 0.1 时不要自己微调数字凑通过，那是自欺——回到指标定义上重新想清楚谁更重要，通常是有两个指标语义重叠了。

3.3 组合权重：乘法合成还是线性加权

主观和客观都算出来之后，合成方式有两种。乘法合成是先乘再开方归一，对两者都低的值惩罚更重；线性加权各取一半，谁高谁就拉得住。工程上我偏好乘法合成，因为它不会让某一方的高权重无条件主导，但前提是两套权重都不含 0，一旦主观权重里给了 0，乘法直接把该指标打死。

def combine_weight(w_obj, w_sub, mode="multiply"): """w_obj: 客观权重(如熵权) w_sub: 主观权重(如 AHP)""" w_obj = np.asarray(w_obj, dtype=float) w_sub = np.asarray(w_sub, dtype=float) if w_obj.shape != w_sub.shape: raise ValueError("两套权重维度不一致，检查指标顺序") if mode == "multiply": w = np.sqrt(w_obj * w_sub) # 几何平均后归一 else: w = 0.5 * w_obj + 0.5 * w_sub # 线性加权，比例可调 return w / w.sum()

维度检查这一步救过我一次：配置表里插了一个新指标，主观矩阵忘了补一列，两套权重长度不同，合成时 numpy 静默广播出一个诡异的形状，最后得分全部错位。从那以后这个断言成了标配。

4. 正负理想解与贴近度：距离计算、得分归一化与结果落盘

权重定了，剩下就是几何题：在加权标准化空间里，人为构造一个"各项都最优"的虚拟点和"各项都最差"的虚拟点，然后看每个样本离谁更近。离正理想解越近、离负理想解越远，得分越高。这套逻辑的好处是结果有明确几何含义，不像加权求和那样把不同维度的补偿关系糊在一起。

4.1 正负理想解的构造与欧氏距离

正理想解是加权矩阵每一列的最大值，负理想解是每一列的最小值。注意是"列"的最大最小，不是某个真实样本——这两个点通常不存在于样本中，它们只是参照系。

这里有个顺序问题必须说清楚：先标准化再加权，和先加权再标准化，结果不一样。标准流程是先标准化得到无量纲矩阵，再乘权重，因为权重的物理含义是"这一维在距离度量里的重要程度"，加在无量纲的维度上才有意义。反过来的话，量纲没消除，权重会被数值大小吞掉。

def topsis(Z, w): """Z: 标准化矩阵 (n x m)，w: 权重向量 (m,) 返回 (贴近度 C, 到正理想解距离 D+, 到负理想解距离 D-, 加权矩阵 V) """ V = np.asarray(Z, dtype=float) * np.asarray(w, dtype=float) # 加权标准化矩阵 v_pos = V.max(axis=0) # 正理想解：每列最大 v_neg = V.min(axis=0) # 负理想解：每列最小 d_pos = np.sqrt(((V - v_pos) ** 2).sum(axis=1)) d_neg = np.sqrt(((V - v_neg) ** 2).sum(axis=1)) C = d_neg / (d_pos + d_neg + 1e-12) # 贴近度，分母加极小值防除零 return C, d_pos, d_neg, V

分母的1e-12只在一种情况下起作用：某个样本恰好同时等于正负理想解，也就是所有指标在所有样本上完全一样。这时d_pos = d_neg = 0，不兜底就是非法值。

4.2 贴近度归一化与排序输出

贴近度 C 天然落在 0 到 1 之间，越大越好，不需要再归一化。但有两个细节值得注意：第一，C 是相对值，只在当前这批样本内部可比，加进来一个新样本，所有人的 C 都会变，跨批次比较没有意义；第二，排名相同时要指定method，默认的平均排名会把两个并列样本排成 2.5 名，做报表时不好看，一般用min或first。

def rank_table(names, C, d_pos, d_neg): """把结果拼成可读的排名表，保留中间量便于排查""" out = pd.DataFrame({ "D+": np.round(d_pos, 6), "D-": np.round(d_neg, 6), "贴近度": np.round(C, 6), }, index=names) out["排名"] = out["贴近度"].rank(ascending=False, method="min").astype(int) return out.sort_values(["排名", "贴近度"], ascending=[True, False])

保留D+和D-是有用的：两个样本贴近度接近时，看它们各自的距离能判断是"都很均衡"还是"一个偏极端"，这在汇报时经常被追问。

4.3 全流程脚本：从原始 CSV 到 ranking.csv

把前面几块拼起来，就是一份可以直接跑的主流程。示例数据放在data/samples.csv，第一列是样本名（设备编号、方案编号之类），其余列与配置表一一对应。

import os import numpy as np import pandas as pd raw = pd.read_csv("data/samples.csv", index_col=0) # 首列为样本名 pos = build_positive_matrix(raw) # 第一步：正向化 Z = vector_standardize(pos) # 第二步：向量归一化 w = entropy_weight(Z.values) # 第三步：熵权（可换成组合权重） C, d_pos, d_neg, V = topsis(Z.values, w) # 第四步：正负理想解与贴近度 out = rank_table(raw.index, C, d_pos, d_neg) os.makedirs("output", exist_ok=True) out.to_csv("output/ranking.csv", encoding="utf-8-sig") # 带 BOM，Excel 打开不乱码 pos.to_csv("output/matrix_positive.csv", encoding="utf-8-sig") print(out.head(10)) print("权重:", dict(zip(Z.columns, np.round(w, 4))))

utf-8-sig是给 Excel 用的，少了它中文列名在 Windows 上开出来就是乱码，这种问题交付时最尴尬。中间结果matrix_positive.csv建议一起落盘，业务方质疑某个样本分数时，顺着这张表往回查比重算一遍快得多。如果权重是 AHP 给的，把entropy_weight(Z.values)换成硬编码的数组即可，接口形状一致。

5. 避坑排查：五类让排名悄悄翻车的数据与计算细节

TOPSIS 最难的地方不在公式，公式就那几行。难在它非常宽容——大部分错误输入不会报错，只会给你一个看起来很正常、但完全站不住的排名。下面五条都是实际遇到过的，按数据层面和计算层面分开说。

5.1 数据层面的三个坑

坑一：指标方向判断错误。现象：排名结果和业务直觉完全相反，成本最低的方案排到了倒数第一。 原因：某列成本型指标被当成极大型处理，没做翻转。正向化配置表是人工填的，填错不会触发任何异常，代码照样跑完。 解决：正向化后立刻做一次符号自检，对每一列比较"翻转前的最大值行"和"翻转后的最大值行"，成本型指标这两行必须不同。更省事的办法是让配置表带一列中文说明，交付前逐行念一遍"这个指标是大好还是小好"。

坑二：区间型指标的 M 被极值绑架。现象：区间型指标那一列，除了一两个离群样本，其余全部挤在 0.95 以上，该指标的权重被熵权法压到接近 0。 原因：M 取的是样本自身极差，一个偏离区间很远的样本就把 M 撑大，其余样本的偏离量相对就变得微不足道。 解决：先看这一列的分布，离群点用业务规则剔除或单独标注；也可以把 M 固定成业务容差（比如响应时长超出区间 10 秒即视为 0 分），让分数带绝对含义。两种做法的排名会不同，选哪种要和提指标的人说清楚。

坑三：样本量太小导致权重随机。现象：去掉一个样本重跑，第一名换了人，权重表也面目全非。 原因：熵权法依赖分布，样本数在 5 到 8 之间时，熵值估计的方差极大；同时正负理想解由样本极值决定，少一个极值点，参照系就变了。 解决：样本量少于 10 时不要单独用熵权法，改用 AHP 或等权，至少结论可解释。真要用客观权重，配合后面的扰动测试，把不稳定程度量化出来再说。

5.2 计算层面的两个坑

坑四：先加权再标准化，权重被量纲吃掉。现象：手工验算某样本的贴近度，和脚本结果对不上，差距还不小。 原因：流程顺序反了。先乘权重再归一化，等于把权重的绝对大小也一起归一掉了，最终权重只影响方向不影响相对强度，和预期完全不符。 解决：固定顺序为正向化 → 向量归一化 → 加权 → 算距离，把中间矩阵落盘，用一个小样本手算三行核对一遍。这类错误不会报错，只能靠中间结果对齐。

坑五：把贴近度当成绝对水平横向比较。现象：两个批次的方案分别用同一套代码排名，甲批次最高分 0.82，乙批次最高分 0.65，被解读成"乙批次整体更差"。 原因：C 是相对贴近度，分母是当前样本集内的正负理想解距离之和，样本集换了，参照系就换了，数值没有跨批次可比性。 解决：跨批次比较要么把两批数据合并成一个矩阵重算，要么改用有绝对参照的评价方法。汇报时也要把"这是组内相对排名"写进口径说明，别留模糊空间。

提示：这五条里，坑一和坑四最容易发生，也最难自查，因为它们都不报错。养成跑完先看中间矩阵的习惯，比事后 debug 省时间。

6. 排名可信吗：三种交叉验证与 ±10% 权重扰动的稳健性测试

排名表交出去之后，一定会被问一句"这个结果靠谱吗"。答"公式是标准的"没有说服力，得拿数据说话。我一般做两件事：换一种评价方法看排名是否一致，再扰动权重看排名是否稳定。两件事都过了，才敢把结果放进汇报材料。

第一种是排名一致性检验。用加权求和法（把加权标准化矩阵按行求和）和秩和比法各算一遍排名，然后和 TOPSIS 的排名做 Spearman 相关系数。系数在 0.9 以上说明结论对方法不敏感，可以放心讲；掉到 0.7 以下就得回头看，通常是某个指标在这几种方法里的作用方式差异很大，比如区间型指标在加权求和里被严重低估。

from scipy.stats import spearmanr def weighted_sum_rank(Z, w): """加权求和法的对照排名，越大越好""" s = (np.asarray(Z) * np.asarray(w)).sum(axis=1) return pd.Series(s).rank(ascending=False).values def consistency_check(Z, w, C): base_rank = pd.Series(C).rank(ascending=False).values alt_rank = weighted_sum_rank(Z, w) rho, p = spearmanr(base_rank, alt_rank) return round(rho, 4), round(p, 4)

第二种是权重扰动。思路很简单：给每个权重乘一个[0.9, 1.1]之间的随机因子再归一化，重跑 200 次，统计"排名完全不变"的比例。这个比例高于 0.8，说明结论稳；低于 0.5，说明排名基本由权重噪声决定，此时该讨论的不是排名，而是权重怎么定。

def weight_perturb(Z, w, rounds=200, ratio=0.1, seed=42): """权重在 ±ratio 内随机扰动，返回排名完全不变的频率""" rng = np.random.default_rng(seed) Z = np.asarray(Z, dtype=float) base, *_ = topsis(Z, w) base_rank = pd.Series(base).rank(ascending=False).values hits = 0 for _ in range(rounds): w2 = np.asarray(w) * rng.uniform(1 - ratio, 1 + ratio, size=len(w)) w2 = w2 / w2.sum() # 扰动后必须重新归一 c2, *_ = topsis(Z, w2) hits += bool((pd.Series(c2).rank(ascending=False).values == base_rank).all()) return hits / rounds

seed固定是为了可复现，汇报时别人拿同样的种子能跑出同样的数字。ratio不建议开到 0.3 以上，那已经不是扰动而是换权重重算了。真正有价值的是看哪些样本最容易掉名次——把 200 次里的排名分布打出来，那些名次在 1 和 3 之间反复横跳的样本，就是结论的薄弱环节，汇报时主动说明比被追问强。

还有一个我常做的检查：删一法。每次剔除一个样本，重跑整个流程，看剩余样本的排名变化幅度。变化超过两位的样本通常是极值点，它自己在拉动正负理想解。这类样本要么核实数据，要么在报告里单独说明它的特殊性。

从那以后我每次交付评价结果，都强制走一遍「顺序自检 + 一致性检验 + 权重扰动」这三关，中间矩阵和扰动分布一并存档。不是流程好看，而是被问住过一次之后就知道，能被复现的结论才叫结论。希望帮到你。

本文还有配套的精品资源，点击获取