熵值法_TOPSIS(组合加权)_零基础教程

熵值法 + TOPSIS 综合评价：从原理到实战的零基础教程

适合对象：第一次接触数学建模、综合评价、多指标决策的小白。
本文目标：不只告诉你“怎么算”，还解释“为什么这样算”，并给出完整公式、流程图、案例和 Python 代码。

---

0. 一句话理解

熵值法负责回答：

多个指标里，哪个指标更“有区分度”、更应该被重视？

TOPSIS负责回答：

每个方案离“最理想方案”有多近、离“最差方案”有多远？

二者结合后，可以形成一套比较完整的综合评价流程：

---

1. 什么时候用熵值法 + TOPSIS？

当你遇到下面这种问题时，就可以考虑使用：

场景	方案	指标
供应商选择	供应商 A/B/C/D	价格、质量、交付速度、售后
城市宜居评价	城市 A/B/C/D	收入、房价、空气质量、医疗资源
企业绩效评价	企业 A/B/C/D	营收、利润率、负债率、研发投入
学校综合实力评价	学校 A/B/C/D	论文数、经费、师资、就业率

这种问题有一个共同特点：

不是只看一个指标，而是要把多个指标综合成一个得分。

---

2. 两个核心概念

2.1 什么是“指标”？

指标就是评价方案的维度。例如评价供应商：

• 价格：越低越好
• 质量评分：越高越好
• 交付周期：越短越好
• 售后评分：越高越好

指标通常分为：

指标类型	含义	例子
正向指标 / 效益型指标	数值越大越好	收入、质量评分、利润率
负向指标 / 成本型指标	数值越小越好	成本、污染、交付时间
中间型指标	越接近某个目标值越好	水质 pH 接近 7
区间型指标	落在某个区间内最好	温度在 20-25℃ 最舒适

本文先重点讲最常见的：正向指标和负向指标。

---

2.2 什么是“权重”？

权重可以理解为一个指标在综合评价中的重要程度。

假设评价供应商时：

• 价格权重 0.2
• 质量权重 0.4
• 交付权重 0.2
• 售后权重 0.2

这表示“质量”在综合评价中更重要。

权重通常有两类：

方法	特点	例子
主观赋权	依赖专家判断	AHP 层次分析法
客观赋权	依赖数据本身	熵值法、CRITIC 法

熵值法属于客观赋权方法，它不问专家“哪个重要”，而是看数据本身：

某个指标越能拉开方案差距，它提供的信息越多，权重通常越大。

---

3. 熵值法原理

3.1 直觉解释

假设有两个指标：

方案	指标 A	指标 B
方案1	80	10
方案2	81	40
方案3	79	90

指标 A 的数据都差不多，说明它很难区分方案好坏。
指标 B 的数据差异很大，说明它更能区分方案。

所以熵值法会倾向于：

• 给指标 A 较小权重
• 给指标 B 较大权重

3.2 信息熵与权重的关系

信息熵越大，说明数据越“平均”、越“不好区分”；
信息熵越小，说明数据越“有差异”、越“有区分度”。

可以记成一句话：

熵大，差异小，权重小；熵小，差异大，权重大。

---

4. 熵值法计算步骤

假设有：

• $m$ 个评价对象，也叫方案
• $n$ 个评价指标

原始数据矩阵为：

$$X=(x_{ij}{)}_{m\times n}$$

其中：

• $i=1,2,\dots ,m$ 表示第 $i$ 个方案
• $j=1,2,\dots ,n$ 表示第 $j$ 个指标

---

Step 1：指标正向化与归一化

不同指标量纲不同，例如“元”“天”“分”，不能直接相加，所以需要归一化。

正向指标：越大越好

$$y_{ij}=\frac{x_{ij}-\min (x_j)}{\max (x_j)-\min (x_j)}$$

负向指标：越小越好

$$y_{ij}=\frac{\max (x_j)-x_{ij}}{\max (x_j)-\min (x_j)}$$

处理后：

• 所有指标都变成“越大越好”
• 数值范围通常在 $[0,1]$
• 不同单位的指标可以比较

注意：如果某一列最大值等于最小值，说明这个指标完全没有区分度，需要单独处理，不能直接套上面公式。

---

Step 2：计算指标比重

对每个指标 $j$，计算第 $i$ 个方案所占比例：

$$p_{ij}=\frac{y_{ij}}{{\sum }_{i=1}^m{y}_{ij}}$$

如果出现 $y_{ij}=0$，实际计算时常加一个很小的数 $\epsilon$，例如：

$$y_{ij}^{\ast }=y_{ij}+10^{-12}$$

这样可以避免 $\ln (0)$。

---

Step 3：计算信息熵

$$e_j=-k\sum _{i=1}^m{p}_{ij}\ln (p_{ij})$$

其中：

$$k=\frac{1}{\ln (m)}$$

加入 $k$ 是为了让熵值 $e_j$ 落在 $[0,1]$ 范围内。

---

Step 4：计算差异系数

$$d_j=1-e_j$$

含义：

• $e_j$ 越大，说明越平均，区分度越小
• $d_j$ 越大，说明越有差异，信息效用越大

---

Step 5：计算权重

$$w_j=\frac{d_j}{{\sum }_{j=1}^n{d}_j}$$

最终每个指标都会得到一个权重，并且：

$$\sum _{j=1}^n{w}_j=1$$

---

5. TOPSIS 原理

TOPSIS 的英文全称是：

Technique for Order Preference by Similarity to Ideal Solution

可以理解为：

一个方案越接近“理想最优方案”，同时越远离“理想最差方案”，它就越好。

---

5.1 什么是理想最优解和理想最差解？

假设所有指标都已经处理成“越大越好”。

对每个指标：

• 最大值组成理想最优解 $Z^{+}$
• 最小值组成理想最差解 $Z^{-}$

$$Z^{+}=(\max z_1,\max z_2,\dots ,\max z_n)$$

$$Z^{-}=(\min z_1,\min z_2,\dots ,\min z_n)$$

---

5.2 距离怎么计算？

对第 $i$ 个方案，计算它到最优解的距离：

$$D_i^{+}=\sqrt{\sum _{j=1}^n(v_{ij}-v_j^{+}{)}^2}$$

计算它到最差解的距离：

$$D_i^{-}=\sqrt{\sum _{j=1}^n(v_{ij}-v_j^{-}{)}^2}$$

其中：

• $v_{ij}$ 是加权后的标准化矩阵元素
• $v_j^{+}$ 是第 $j$ 个指标的理想最优值
• $v_j^{-}$ 是第 $j$ 个指标的理想最差值

---

5.3 综合得分，也叫接近度

$$C_i=\frac{D_i^{-}}{D_i^{+}+D_i^{-}}$$

解释：

• $C_i$ 越接近 1，越接近理想最优方案
• $C_i$ 越接近 0，越接近理想最差方案

所以最终按 $C_i$ 从大到小排序。

---

6. 熵值法 + TOPSIS 的完整流程

1. 建立原始数据矩阵 $X$
2. 判断每个指标是正向、负向、中间型还是区间型
3. 将所有指标正向化
4. 对数据归一化，消除量纲影响
5. 用熵值法计算各指标权重 $w_j$
6. 构造加权标准化矩阵 $V$
7. 找到理想最优解 $Z^{+}$ 和理想最差解 $Z^{-}$
8. 计算每个方案到 $Z^{+}$ 和 $Z^{-}$ 的距离
9. 计算接近度 $C_i$
10. 根据 $C_i$ 排名并解释结果

---

7. 手算案例：选择最合适的供应商

7.1 原始数据

我们要从 4 个供应商中选择一个综合表现最好的。

供应商	价格：元/件	质量评分	交付周期：天	售后评分
A	80	8.5	4	7.5
B	65	7.8	6	8.0
C	72	9.0	5	8.6
D	90	8.2	3	7.9

指标方向：

指标	类型	原因
价格	负向	越便宜越好
质量评分	正向	越高越好
交付周期	负向	越快越好
售后评分	正向	越高越好

---

7.2 归一化结果

	价格(元/件)	质量评分	交付周期(天)	售后评分
供应商A	0.4	0.5833	0.6667	0
供应商B	1	0	0	0.4545
供应商C	0.72	1	0.3333	1
供应商D	0	0.3333	1	0.3636

可以看到：

• 价格处理后，最便宜的 B 得到 1，最贵的 D 得到 0
• 交付周期处理后，最快的 D 得到 1，最慢的 B 得到 0
• 所有指标都变成了“越大越好”

---

7.3 熵值法得到的权重

	指标类型	熵值 e_j	差异系数 d_j=1-e_j	权重 w_j
价格(元/件)	负向	0.7472	0.2528	0.2344
质量评分	正向	0.7255	0.2745	0.2546
交付周期(天)	负向	0.7296	0.2704	0.2508
售后评分	正向	0.7194	0.2806	0.2602

对应图如下：

熵权法计算出的指标权重

价格(元/件)    0.2431  ████████████████████████
质量评分       0.2521  █████████████████████████
交付周期(天)   0.2422  ████████████████████████
售后评分       0.2626  ██████████████████████████

说明：文本条形图只是为了直观展示权重大小，精确数值以上方表格为准。

从结果可以看到，本例中四个指标权重比较接近，但售后评分和质量评分略高，说明它们在当前数据中更能体现差异。

---

7.4 TOPSIS 计算结果

	D+	D-	接近度C	排名
供应商C	0.1796	0.4099	0.6953	1
供应商D	0.3334	0.2811	0.4575	2
供应商A	0.3252	0.2425	0.4272	3
供应商B	0.3845	0.2626	0.4058	4

接近度可视化如下：

TOPSIS 接近度得分

供应商C   0.7372  █████████████████████████████████████
供应商D   0.6004  ██████████████████████████████
供应商A   0.5064  █████████████████████████
供应商B   0.3393  █████████████████

接近度 C 越大，说明该方案越接近理想最优方案。

距离关系图如下：

方案	到最优解距离 D+	到最差解距离 D-	直观解释
供应商C	0.1230	0.3440	距离最优解较近，距离最差解较远，综合表现最好
供应商D	0.2131	0.3200	综合表现第二，交付周期优势明显
供应商A	0.2578	0.2644	表现居中
供应商B	0.3613	0.1859	距离最差解更近，综合表现较弱

TOPSIS 的核心判断逻辑是：D+ 越小越好，D- 越大越好，C 越大越好。

最终排序为：

$$C>D>A>B$$

因此，在这个示例中，供应商 C 的综合表现最好。

---

8. Python 完整代码

下面代码可以直接复制运行。

import numpy as np
import pandas as pd

# 1. 原始数据
data = pd.DataFrame({
    "价格(元/件)": [80, 65, 72, 90],
    "质量评分": [8.5, 7.8, 9.0, 8.2],
    "交付周期(天)": [4, 6, 5, 3],
    "售后评分": [7.5, 8.0, 8.6, 7.9],
}, index=["供应商A", "供应商B", "供应商C", "供应商D"])

# 2. 指标方向：positive 表示越大越好，negative 表示越小越好
indicator_type = {
    "价格(元/件)": "negative",
    "质量评分": "positive",
    "交付周期(天)": "negative",
    "售后评分": "positive",
}

# 3. 正向化 + 归一化
norm = pd.DataFrame(index=data.index)

for col in data.columns:
    x = data[col].astype(float)
    denominator = x.max() - x.min()

    if denominator == 0:
        # 如果某个指标所有方案都一样，则没有区分度
        norm[col] = 0
        continue

    if indicator_type[col] == "positive":
        norm[col] = (x - x.min()) / denominator
    elif indicator_type[col] == "negative":
        norm[col] = (x.max() - x) / denominator
    else:
        raise ValueError(f"未知指标类型: {indicator_type[col]}")

# 4. 熵值法计算权重
eps = 1e-12
Y = norm + eps

P = Y.div(Y.sum(axis=0), axis=1)

m = len(data)
k = 1 / np.log(m)

entropy = -k * (P * np.log(P)).sum(axis=0)
diff = 1 - entropy
weights = diff / diff.sum()

# 5. 加权标准化矩阵
V = norm * weights

# 6. TOPSIS：理想最优解和理想最差解
V_plus = V.max(axis=0)
V_minus = V.min(axis=0)

# 7. 计算距离
D_plus = np.sqrt(((V - V_plus) ** 2).sum(axis=1))
D_minus = np.sqrt(((V - V_minus) ** 2).sum(axis=1))

# 8. 计算接近度
C = D_minus / (D_plus + D_minus)

result = pd.DataFrame({
    "D+": D_plus,
    "D-": D_minus,
    "接近度C": C,
    "排名": C.rank(ascending=False, method="min").astype(int)
}, index=data.index).sort_values("接近度C", ascending=False)

print("归一化矩阵：")
print(norm.round(4))

print("\n指标权重：")
print(weights.round(4))

print("\nTOPSIS 结果：")
print(result.round(4))

---

9. 如何解释结果，不能只看排名

TOPSIS 会给你一个排序，但写论文、报告或建模论文时，不能只写：

C 第一，D 第二，A 第三，B 第四。

更好的写法是：

供应商 C 的接近度最高，说明它在质量评分、售后评分等指标上更接近理想最优方案，综合表现最佳。供应商 B 虽然价格最低，但质量和交付周期表现较弱，导致综合接近度最低。因此，若企业更注重综合稳定性，可以优先选择供应商 C；若企业短期内更关注低价，则还需要结合业务策略进一步分析。

---

10. 常见错误与避坑指南

错误 1：没有统一指标方向

价格、成本、污染、时间等指标通常是越小越好。
如果不先把它们转成“越大越好”，TOPSIS 会把高成本误认为好结果。

---

错误 2：把权重当成绝对真理

熵值法权重来自样本数据。
如果换一批样本，权重可能变化。

所以熵值法更准确地说是：

在当前数据集下，这些指标的客观区分度。

---

错误 3：样本太少还过度解释

如果只有 3 个方案、4 个指标，算出的权重和排名可以作为参考，但不要过度解释成普遍规律。

---

错误 4：归一化方法混用

常见归一化方式有：

• 极差归一化
• 向量归一化
• Z-score 标准化

不同方法可能导致结果略有不同。写报告时一定要说明自己用了哪一种。

---

错误 5：没有处理 0 值和常数列

计算熵值时需要用到 $\ln (p_{ij})$。
如果 $p_{ij}=0$，就会出现 $\ln (0)$ 问题。

常见处理方式：

$$y_{ij}^{\ast }=y_{ij}+\epsilon$$

其中 $\epsilon$ 是一个很小的正数，例如 $10^{-12}$。

---

11. 中间型和区间型指标怎么处理？

11.1 中间型指标

例如水质 pH 值，越接近 7 越好。

设最优目标值为 $a$：

$$y_{ij}=1-\frac{|x_{ij}-a|}{{\max }_i|x_{ij}-a|}$$

---

11.2 区间型指标

例如温度在 $[a,b]$ 之间最好。

一种常见处理思路是：

$$y_{ij}=\{\begin{array}{ll}1,& a\le x_{ij}\le b\\ 1-\frac{a-x_{ij}}{M},& x_{ij}<a\\ 1-\frac{x_{ij}-b}{M},& x_{ij}>b\end{array}$$

其中 $M$ 是用来归一化偏离程度的尺度，可以根据数据最大偏离值确定。

---

12. 报告写作模板

你可以在数学建模论文或课程报告中这样写：

本研究采用熵值法与 TOPSIS 法构建综合评价模型。首先，对原始指标进行正向化与无量纲化处理，以消除指标方向和量纲差异的影响。其次，利用熵值法根据各指标的信息熵和差异系数计算客观权重。最后，将权重引入 TOPSIS 模型，分别计算各评价对象与理想最优解和理想最差解的欧氏距离，并通过相对接近度得到综合评价结果。相对接近度越大，说明评价对象越接近理想最优方案，综合表现越好。

---

13. 小白记忆版

如果你只想记住最核心的内容，可以记下面这 5 句话：

1. 先把所有指标变成“越大越好”。
2. 再把不同单位的数据归一化到可比较范围。
3. 熵值法看的是指标的差异度，差异越大，权重通常越大。
4. TOPSIS 看的是方案离最优解有多近、离最差解有多远。
5. 最终接近度 $C_i$ 越大，方案越好。

---

14. 参考与延伸阅读

• CSDN 参考主题：综合评价之熵值法 + TOPSIS（加权组合评价）
• Shannon 信息熵思想
• 多指标决策方法：AHP、熵权法、CRITIC、TOPSIS、灰色关联分析

---

15. 附：公式速查表

目的	公式
正向指标归一化	$y_{ij}=\frac{x_{ij}-\min (x_j)}{\max (x_j)-\min (x_j)}$
负向指标归一化	$y_{ij}=\frac{\max (x_j)-x_{ij}}{\max (x_j)-\min (x_j)}$
比重	$p_{ij}=\frac{y_{ij}}{{\sum }_{i=1}^m{y}_{ij}}$
信息熵	$e_j=-\frac{1}{\ln m}{\sum }_{i=1}^m{p}_{ij}\ln (p_{ij})$
差异系数	$d_j=1-e_j$
权重	$w_j=\frac{d_j}{{\sum }_{j=1}^n{d}_j}$
到最优解距离	$D_i^{+}=\sqrt{{\sum }_{j=1}^n(v_{ij}-v_j^{+}{)}^2}$
到最差解距离	$D_i^{-}=\sqrt{{\sum }_{j=1}^n(v_{ij}-v_j^{-}{)}^2}$
接近度	$C_i=\frac{D_i^{-}}{D_i^{+}+D_i^{-}}$

本人开发的无代码全能决策分析工具网站，1分钟就可以复现这2个算法以及组合加权，需要使用的请点击这里