1.概念理解
TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）：通过构造评价问题的正理想解和负理想解，即各个指标的最优解和最劣解，从而计算出每个方案与理想方案的贴近程度，即靠近正理想解和远离负理想解的程序，来对方案进行排序，从而选出最优方案。
2.建模流程
①数据预处理
(1)属性规范化。
因为属性值有很多类型，包括效益型、成本型、区间型等，这三种属性，效益型属性越大越好，成本型属性越小越好，区间型属性在某个区间最佳。所以我们要转换一下这些属性，让它们符合实际情况。
将A=(aij)mxn变换成B=(bij)mxn
若xj为效益型属性，则bij=[aij-min(aj)] / [max(aj)-min(aj)]
若xj为成本型属性，则bij=[max(aj)-aij] / [max(aj)-min(aj)]
显然，以上两种最优值为1且最差值为0。
若xj为区间型属性，
(2)构成加权规范阵C=(cij)mxn
由决策人给定各属性的权重向量为w=[w1,w2,w3...,wn]T
cij=wj·bij，i=1,2...,m，j=1,2,...n
(3)确定正理想解和负理想解
(4)
②非量纲化
考虑到不同属性的数值的量纲可能不同，有的几十，有的可能上千，而且对于同一属性，采用不同的计量单位，数值也不一样，所以我们需要排除量纲对评估结果的影响。
③归一化
因为不同指标的属性值的大小差别很大，所以需要将属性数值归一化，也就是把表中数值均匀变换到[0,1]区间上。
