1. 项目概述从一道赛题看评价类模型的实战价值刚拿到2021年数学建模国赛C题第一问的题目时很多参赛队伍的第一反应可能是“评价类问题那不就是TOPSIS或者层次分析法吗套个模型上去不就行了”。但真正深入去做你会发现这道题远不止是套公式那么简单。它考察的是你如何将一个现实中的供应商选择问题抽象成一个严谨的数学评价模型并在这个过程中做出无数个合理且自洽的决策。TOPSIS法即逼近理想解排序法是解决多属性决策问题的经典方法其核心思想听起来很直观找出各项指标下的最优解正理想解和最劣解负理想解然后计算每个评价对象与这两个解的距离通过相对贴近度来排序谁离理想更近、离不理想更远谁就更好。然而“理想”如何定义“距离”如何计算指标如何取舍和赋权这些才是真正考验建模功力的地方。这道题不仅适合参赛学生复盘对于任何需要做方案比选、绩效评估、风险评估的从业者比如产品经理选型、项目经理评估供应商、分析师做行业研究都具有很强的借鉴意义。接下来我就以一个过来人的视角拆解这道题背后的完整建模逻辑、实操中那些容易踩的坑以及如何让一个TOPSIS模型从“能用”变得“好用且可信”。2. 核心思路拆解TOPSIS不是“套用”而是“构建”很多人把TOPSIS理解为一个“算法包”输入数据输出排序。这其实是一个巨大的误解。TOPSIS是一个建模框架它的输出质量完全取决于你前期的输入设计和过程处理。对于国赛C题第一问我们的目标是对402家企业的信贷风险进行量化评估并排序从而制定放贷策略。这本质上是一个典型的多属性决策问题但题目只给了企业的一些基本信息和信贷记录并没有直接给出“风险指标”。因此整个建模过程可以分解为几个环环相扣的决策环节。2.1 问题本质与评价体系构建题目要求根据企业实力和信贷风险来决定信贷额度。那么“企业实力”和“信贷风险”到底是什么它们不是单一指标而是由多个维度构成的综合概念。例如企业实力可能包括规模、盈利能力、稳定性信贷风险可能涉及历史违约情况、交易稳定性、信息真实性等。题目数据提供了发票信息、进销项数据、是否违约标签等。我们的首要任务就是从这些原始数据中提炼出能够表征“实力”和“风险”的评价指标。这一步没有标准答案是建模创造性的体现。比如你可以从发票数据中计算出“年均交易额”、“交易频率波动性”、“合作企业数量”等指标。每个指标都需要有明确的业务含义解释为什么它能代表实力或风险例如“合作企业数量多”可能意味着业务渠道广实力强但也可能意味着业务分散、不稳定风险点。这就需要结合领域知识进行判断或者通过后续的权重来体现其影响方向。2.2 TOPSIS流程的定制化设计经典的TOPSIS流程包括构建决策矩阵、归一化处理、确定权重、计算理想解、计算距离和贴近度。但在实际应用中每一步都需要根据具体问题定制。决策矩阵构建行是402家企业列是你精心选择的评价指标。这里第一个坑就是指标的量纲和极性。有的指标是效益型越大越好如利润率有的是成本型越小越好如违约次数还有的可能是适度型越接近某个值越好。在计算理想解前必须统一指标类型通常将成本型指标转化为效益型。归一化方法选择常见的有向量归一化、极差归一化等。向量归一化每列元素除以该列的范数能保持指标间的相互独立性但会改变数据的分布形状。极差归一化(x-min)/(max-min)能将所有指标缩放到[0,1]区间直观且保留了数据的序关系。对于企业评价如果希望突出各企业在同一指标上的相对差距极差法可能更合适如果更关注指标本身的幅度向量法可能更好。没有绝对优劣只有是否适合当前场景。权重确定——模型的核心灵魂权重决定了每个指标在最终评价中的话语权。随意赋权如等权重会导致模型结果缺乏说服力。常用方法包括主观赋权法如AHP层次分析法。通过专家打分构建判断矩阵计算权重。优点是能融入领域经验缺点是主观性强不同专家结果可能差异大。客观赋权法如熵权法。根据各指标数据本身的离散程度信息熵来确定权重数据差异越大的指标被认为包含信息越多权重越大。优点是客观完全由数据驱动缺点是可能赋予某些无业务重要性但数据波动大的指标过高权重。组合赋权法结合主客观方法比如用AHP确定主观权重用熵权法确定客观权重再进行加权综合。这是比赛中为了体现模型严谨性常用的策略但需要解释清楚组合的逻辑和系数。注意权重的确定必须与指标构建的逻辑自洽。如果你认为某个指标极其重要但在熵权法计算中权重却很低你需要反思是指标数据本身区分度不够还是你的业务判断有误不能简单地为了结果“好看”而强行修改权重。2.3 正负理想解的动态性在经典TOPSIS中正理想解由所有指标的最优值组成负理想解由所有指标的最劣值组成。但在企业评价中这个“最优”和“最劣”是静态的基于全部402家企业还是动态的比如基于当年所有企业通常采用静态即可。但需要考虑一种情况如果某个指标所有企业的值都差不多离散度小那么该指标在区分企业优劣上的作用就很小这其实已经通过熵权法在权重上有所体现。3. 实操步骤详解从数据到排序的完整链路下面我将结合编程实现以Python为例一步步展示如何将上述思路落地。假设我们已经从原始数据中清洗并计算出了5个评价指标营收规模效益型、利润增长率效益型、资产负债率成本型、发票作废率成本型、合作稳定系数效益型。数据存储在一个名为df的DataFrame中形状为 (402, 5)。3.1 数据预处理与矩阵构建首先我们需要统一指标类型。将成本型指标资产负债率、发票作废率转化为效益型。一个常用方法是取倒数但要注意分母为零的情况。更稳健的方法是使用“差补法”新值 max(原列) - 原值。这样原值越小越好新值就越大越好。import pandas as pd import numpy as np # 假设df已包含原始指标数据 # 定义效益型指标和成本型指标 benefit_cols [营收规模, 利润增长率, 合作稳定系数] cost_cols [资产负债率, 发票作废率] # 将成本型指标转化为效益型 for col in cost_cols: df[col] df[col].max() - df[col] # 此时所有指标都是效益型越大越好 decision_matrix df.values # 转换为numpy矩阵形状(402, 5)3.2 归一化处理这里采用极差归一化方法消除量纲影响。def normalize_matrix(matrix): 极差归一化 max_vals matrix.max(axis0) min_vals matrix.min(axis0) range_vals max_vals - min_vals # 防止除零将range为0的项设为1该指标所有值相同 range_vals[range_vals 0] 1 norm_matrix (matrix - min_vals) / range_vals return norm_matrix norm_matrix normalize_matrix(decision_matrix)3.3 基于熵权法计算客观权重熵权法是一种完全由数据驱动的客观赋权法非常适合作为权重计算的基础或组成部分。def calculate_entropy_weight(norm_matrix): 计算熵权法权重 m, n norm_matrix.shape # 计算第j项指标下第i个样本的比重 p norm_matrix / norm_matrix.sum(axis0, keepdimsTrue) # 计算第j项指标的熵值 epsilon 1e-10 # 防止log(0) e -np.sum(p * np.log(p epsilon), axis0) / np.log(m) # 计算差异系数 d 1 - e # 计算权重 w d / d.sum() return w objective_weights calculate_entropy_weight(norm_matrix) print(熵权法计算得到的客观权重, objective_weights)3.4 加权规范化决策矩阵将归一化后的矩阵按列乘以对应的权重得到加权规范化矩阵V。# 假设我们最终确定的权重向量为 final_weights # 这里为了演示我们直接使用熵权法权重实际中可能是组合权重 final_weights objective_weights weighted_norm_matrix norm_matrix * final_weights3.5 确定理想解与距离计算# 确定正理想解A和负理想解A- # 由于所有指标已转为效益型正理想解就是每列最大值负理想解就是每列最小值 ideal_best weighted_norm_matrix.max(axis0) ideal_worst weighted_norm_matrix.min(axis0) # 计算各方案到正负理想解的欧氏距离 # 使用加权后的矩阵计算距离这是标准TOPSIS的做法 dist_to_best np.sqrt(((weighted_norm_matrix - ideal_best) ** 2).sum(axis1)) dist_to_worst np.sqrt(((weighted_norm_matrix - ideal_worst) ** 2).sum(axis1)) # 计算相对贴近度C_i C dist_to_worst / (dist_to_best dist_to_worst) # 贴近度C_i越大说明方案越优3.6 结果排序与输出# 将贴近度添加到原始DataFrame df[综合贴近度C] C # 按贴近度降序排序 df_sorted df.sort_values(by综合贴近度C, ascendingFalse) df_sorted[排名] range(1, len(df_sorted) 1) # 输出前10名和后10名查看 print(信贷风险最低最值得放贷的前10家企业) print(df_sorted[[企业编号, 综合贴近度C, 排名]].head(10)) print(\n信贷风险最高最需谨慎的后10家企业) print(df_sorted[[企业编号, 综合贴近度C, 排名]].tail(10))4. 模型深化与稳健性分析让结果经得起推敲如果只做到上一步那只是一个基础的TOPSIS实现。在数学建模竞赛或实际应用中必须对模型进行深化和稳健性检验以证明结果的可靠性。4.1 权重敏感性分析权重是模型中最主观或最不稳定的环节之一。我们需要回答如果权重在一定范围内变动企业的排序结果会发生剧烈变化吗如果会说明模型结果不稳定结论不可靠。操作方法对每个指标的权重进行扰动。例如将某个关键指标的权重上下浮动10%其他指标按原比例调整重新计算排序观察排名变化。可以计算斯皮尔曼等级相关系数来衡量排序的稳定性。如果相关系数始终很高如0.95说明模型对该指标的权重变化不敏感结果稳健。def sensitivity_analysis(base_weights, norm_matrix, perturb_ratio0.1): 对权重进行扰动观察排序变化 base_ranking calculate_topsis_ranking(norm_matrix, base_weights) spearman_corrs [] for i in range(len(base_weights)): perturbed_weights base_weights.copy() # 对第i个权重进行扰动 delta base_weights[i] * perturb_ratio perturbed_weights[i] delta # 调整其他权重保持总和为1 other_indices [j for j in range(len(base_weights)) if j ! i] total_other perturbed_weights[other_indices].sum() perturbed_weights[other_indices] perturbed_weights[other_indices] * (1 - perturbed_weights[i]) / total_other new_ranking calculate_topsis_ranking(norm_matrix, perturbed_weights) # 计算斯皮尔曼等级相关系数 from scipy.stats import spearmanr corr, _ spearmanr(base_ranking[排名], new_ranking[排名]) spearman_corrs.append(corr) print(f扰动第{i}个指标权重({base_weights[i]:.3f} - {perturbed_weights[i]:.3f}) 排序相关系数: {corr:.4f}) return spearman_corrs4.2 指标敏感性分析与贡献度分解除了权重指标本身的选择也至关重要。我们可以尝试剔除某个指标看排序是否发生根本性变化。如果剔除后排序大变说明该指标不可或缺如果变化不大说明该指标可能冗余或与其他指标共线性严重。贡献度分析计算每个企业的最终贴近度C_i对每个指标的“边际贡献”。可以通过计算去掉某个指标后C_i的变化量来近似。这有助于理解是哪些关键指标决定了某家企业排名靠前或靠后。4.3 结合聚类分析进行结果解释TOPSIS给出了一个线性排序但企业可能天然分属于不同的类别如“优质客户”、“风险客户”、“中等客户”。我们可以先用K-Means等聚类方法对企业在指标空间中进行分群再看每个群在TOPSIS排序中的分布。例如你可能发现排名前50的企业主要来自“高营收、低负债”的聚类而排名后50的企业主要来自“低营收、高作废率”的聚类。这不仅能验证TOPSIS排序的合理性还能为后续制定差异化的信贷策略如对不同聚类设定不同的额度上限和利率提供更精细的依据。from sklearn.cluster import KMeans # 使用加权前的归一化数据或原始数据进行聚类 kmeans KMeans(n_clusters4, random_state42) df[聚类标签] kmeans.fit_predict(norm_matrix) # 查看每个聚类在TOPSIS排名中的分布 import seaborn as sns import matplotlib.pyplot as plt df_sorted[聚类标签] df.loc[df_sorted.index, 聚类标签] plt.figure(figsize(10,6)) sns.boxplot(x聚类标签, y排名, datadf_sorted) plt.title(不同企业聚类在TOPSIS排名中的分布) plt.gca().invert_yaxis() # 排名1在最上面 plt.show()5. 常见问题、避坑指南与实战心得在实际操作和比赛中会遇到各种各样的问题。下面是我总结的一些典型问题和解决方案。5.1 数据预处理中的陷阱问题指标存在负值或零值导致归一化或熵权计算出错。场景利润增长率可能为负取倒数或对数时出错。解决对于极差归一化负值本身可以处理。对于熵权法计算比重p_ij时需要保证矩阵元素非负。可以采用“平移法”X_ij X_ij - min(X_j) 1使每列最小值为1。或者在计算熵值时对p_ij加一个极小的正数epsilon如1e-10防止log(0)。问题指标间量级差异巨大导致小数值指标被“淹没”。场景营收规模单位万元数值在1000-10000之间而发票作废率单位百分比在0-5之间。解决这正是归一化要解决的问题。务必在加权前进行归一化。极差归一化能完美解决此问题。5.2 模型选择与参数困惑问题TOPSIS和层次分析法AHP到底用哪个心得AHP更适合指标数量不多一般少于9个、且指标间相对重要性可以通过两两比较清晰判断的场景。它强在构建指标体系和计算主观权重。TOPSIS强在对已有方案进行排序。在实际比赛中“AHP确定权重 TOPSIS进行排序”是一种非常经典且讨巧的组合模型既能体现主观逻辑又能完成客观排序模型复杂度也足够。问题计算距离时用欧氏距离还是曼哈顿距离心得经典TOPSIS使用欧氏距离。曼哈顿距离计算更简单但对异常值不那么敏感。在大多数情况下两者结果趋势一致。如果指标间相关性较强可以考虑使用马氏距离但它计算复杂且需要求逆矩阵在指标多样本少时可能不稳定。对于国赛这类比赛使用欧氏距离并明确说明即可这是最稳妥和公认的做法。5.3 结果分析与可视化问题排序结果出来了但怎么呈现和解释技巧制作排名表列出前后各20-30家企业并附上其关键指标值让评审老师一眼看出排名靠前的企业“好”在哪里如营收高、负债低。绘制贴近度分布直方图观察贴近度C的分布是否均匀是否存在明显的断层这可以帮助你对企业进行分级如A、B、C、D级客户。绘制雷达图或平行坐标图选取排名第一、中位、最后的企业将它们各个指标的值用雷达图展示。可以直观地看到最优方案在各个指标上是否都“碾压”最劣方案以及中间方案的优劣态势。关键指标与排名关系散点图绘制“营收规模 vs 排名”、“资产负债率 vs 排名”等散点图可以直观验证是否营收越高、负债越低的企业排名越靠前这符合常识能增强模型的说服力。5.4 论文写作要点切忌只罗列步骤不要写成“第一步、第二步...”的说明书。要强调为什么这么选择。例如“鉴于指标间量纲差异显著为消除其影响本研究采用极差归一化法该方法能保留原始数据的序关系且将数值映射到[0,1]区间便于后续计算与比较。”突出模型检验部分敏感性分析和稳健性检验是加分项甚至是区分优秀论文和普通论文的关键。要用专门的小节来写并配上图表说明如权重扰动的排序相关系数柱状图。明确模型假设与局限性任何模型都有假设。TOPSIS的假设包括指标间是可补偿的即一个指标差可以用另一个指标好来弥补、权重是准确的、距离度量是合理的。在论文中简要说明这些假设并讨论如果假设不成立会怎样显得思考全面。最后我想分享一点最深的体会数学建模尤其是评价类问题本质上是一个自洽的逻辑构建过程。从指标选取、数据处理、方法确定到结果分析每一步的选择都要有充分的理由并且整个链条要能闭环能经得起“为什么”的追问。TOPSIS法工具本身并不复杂难的是如何用它讲好一个关于“402家企业谁更可靠”的、令人信服的数据故事。把这个故事讲严谨、讲透彻才是这道题也是所有类似评价问题的核心所在。
TOPSIS模型实战：从数学建模到企业信贷风险评估
1. 项目概述从一道赛题看评价类模型的实战价值刚拿到2021年数学建模国赛C题第一问的题目时很多参赛队伍的第一反应可能是“评价类问题那不就是TOPSIS或者层次分析法吗套个模型上去不就行了”。但真正深入去做你会发现这道题远不止是套公式那么简单。它考察的是你如何将一个现实中的供应商选择问题抽象成一个严谨的数学评价模型并在这个过程中做出无数个合理且自洽的决策。TOPSIS法即逼近理想解排序法是解决多属性决策问题的经典方法其核心思想听起来很直观找出各项指标下的最优解正理想解和最劣解负理想解然后计算每个评价对象与这两个解的距离通过相对贴近度来排序谁离理想更近、离不理想更远谁就更好。然而“理想”如何定义“距离”如何计算指标如何取舍和赋权这些才是真正考验建模功力的地方。这道题不仅适合参赛学生复盘对于任何需要做方案比选、绩效评估、风险评估的从业者比如产品经理选型、项目经理评估供应商、分析师做行业研究都具有很强的借鉴意义。接下来我就以一个过来人的视角拆解这道题背后的完整建模逻辑、实操中那些容易踩的坑以及如何让一个TOPSIS模型从“能用”变得“好用且可信”。2. 核心思路拆解TOPSIS不是“套用”而是“构建”很多人把TOPSIS理解为一个“算法包”输入数据输出排序。这其实是一个巨大的误解。TOPSIS是一个建模框架它的输出质量完全取决于你前期的输入设计和过程处理。对于国赛C题第一问我们的目标是对402家企业的信贷风险进行量化评估并排序从而制定放贷策略。这本质上是一个典型的多属性决策问题但题目只给了企业的一些基本信息和信贷记录并没有直接给出“风险指标”。因此整个建模过程可以分解为几个环环相扣的决策环节。2.1 问题本质与评价体系构建题目要求根据企业实力和信贷风险来决定信贷额度。那么“企业实力”和“信贷风险”到底是什么它们不是单一指标而是由多个维度构成的综合概念。例如企业实力可能包括规模、盈利能力、稳定性信贷风险可能涉及历史违约情况、交易稳定性、信息真实性等。题目数据提供了发票信息、进销项数据、是否违约标签等。我们的首要任务就是从这些原始数据中提炼出能够表征“实力”和“风险”的评价指标。这一步没有标准答案是建模创造性的体现。比如你可以从发票数据中计算出“年均交易额”、“交易频率波动性”、“合作企业数量”等指标。每个指标都需要有明确的业务含义解释为什么它能代表实力或风险例如“合作企业数量多”可能意味着业务渠道广实力强但也可能意味着业务分散、不稳定风险点。这就需要结合领域知识进行判断或者通过后续的权重来体现其影响方向。2.2 TOPSIS流程的定制化设计经典的TOPSIS流程包括构建决策矩阵、归一化处理、确定权重、计算理想解、计算距离和贴近度。但在实际应用中每一步都需要根据具体问题定制。决策矩阵构建行是402家企业列是你精心选择的评价指标。这里第一个坑就是指标的量纲和极性。有的指标是效益型越大越好如利润率有的是成本型越小越好如违约次数还有的可能是适度型越接近某个值越好。在计算理想解前必须统一指标类型通常将成本型指标转化为效益型。归一化方法选择常见的有向量归一化、极差归一化等。向量归一化每列元素除以该列的范数能保持指标间的相互独立性但会改变数据的分布形状。极差归一化(x-min)/(max-min)能将所有指标缩放到[0,1]区间直观且保留了数据的序关系。对于企业评价如果希望突出各企业在同一指标上的相对差距极差法可能更合适如果更关注指标本身的幅度向量法可能更好。没有绝对优劣只有是否适合当前场景。权重确定——模型的核心灵魂权重决定了每个指标在最终评价中的话语权。随意赋权如等权重会导致模型结果缺乏说服力。常用方法包括主观赋权法如AHP层次分析法。通过专家打分构建判断矩阵计算权重。优点是能融入领域经验缺点是主观性强不同专家结果可能差异大。客观赋权法如熵权法。根据各指标数据本身的离散程度信息熵来确定权重数据差异越大的指标被认为包含信息越多权重越大。优点是客观完全由数据驱动缺点是可能赋予某些无业务重要性但数据波动大的指标过高权重。组合赋权法结合主客观方法比如用AHP确定主观权重用熵权法确定客观权重再进行加权综合。这是比赛中为了体现模型严谨性常用的策略但需要解释清楚组合的逻辑和系数。注意权重的确定必须与指标构建的逻辑自洽。如果你认为某个指标极其重要但在熵权法计算中权重却很低你需要反思是指标数据本身区分度不够还是你的业务判断有误不能简单地为了结果“好看”而强行修改权重。2.3 正负理想解的动态性在经典TOPSIS中正理想解由所有指标的最优值组成负理想解由所有指标的最劣值组成。但在企业评价中这个“最优”和“最劣”是静态的基于全部402家企业还是动态的比如基于当年所有企业通常采用静态即可。但需要考虑一种情况如果某个指标所有企业的值都差不多离散度小那么该指标在区分企业优劣上的作用就很小这其实已经通过熵权法在权重上有所体现。3. 实操步骤详解从数据到排序的完整链路下面我将结合编程实现以Python为例一步步展示如何将上述思路落地。假设我们已经从原始数据中清洗并计算出了5个评价指标营收规模效益型、利润增长率效益型、资产负债率成本型、发票作废率成本型、合作稳定系数效益型。数据存储在一个名为df的DataFrame中形状为 (402, 5)。3.1 数据预处理与矩阵构建首先我们需要统一指标类型。将成本型指标资产负债率、发票作废率转化为效益型。一个常用方法是取倒数但要注意分母为零的情况。更稳健的方法是使用“差补法”新值 max(原列) - 原值。这样原值越小越好新值就越大越好。import pandas as pd import numpy as np # 假设df已包含原始指标数据 # 定义效益型指标和成本型指标 benefit_cols [营收规模, 利润增长率, 合作稳定系数] cost_cols [资产负债率, 发票作废率] # 将成本型指标转化为效益型 for col in cost_cols: df[col] df[col].max() - df[col] # 此时所有指标都是效益型越大越好 decision_matrix df.values # 转换为numpy矩阵形状(402, 5)3.2 归一化处理这里采用极差归一化方法消除量纲影响。def normalize_matrix(matrix): 极差归一化 max_vals matrix.max(axis0) min_vals matrix.min(axis0) range_vals max_vals - min_vals # 防止除零将range为0的项设为1该指标所有值相同 range_vals[range_vals 0] 1 norm_matrix (matrix - min_vals) / range_vals return norm_matrix norm_matrix normalize_matrix(decision_matrix)3.3 基于熵权法计算客观权重熵权法是一种完全由数据驱动的客观赋权法非常适合作为权重计算的基础或组成部分。def calculate_entropy_weight(norm_matrix): 计算熵权法权重 m, n norm_matrix.shape # 计算第j项指标下第i个样本的比重 p norm_matrix / norm_matrix.sum(axis0, keepdimsTrue) # 计算第j项指标的熵值 epsilon 1e-10 # 防止log(0) e -np.sum(p * np.log(p epsilon), axis0) / np.log(m) # 计算差异系数 d 1 - e # 计算权重 w d / d.sum() return w objective_weights calculate_entropy_weight(norm_matrix) print(熵权法计算得到的客观权重, objective_weights)3.4 加权规范化决策矩阵将归一化后的矩阵按列乘以对应的权重得到加权规范化矩阵V。# 假设我们最终确定的权重向量为 final_weights # 这里为了演示我们直接使用熵权法权重实际中可能是组合权重 final_weights objective_weights weighted_norm_matrix norm_matrix * final_weights3.5 确定理想解与距离计算# 确定正理想解A和负理想解A- # 由于所有指标已转为效益型正理想解就是每列最大值负理想解就是每列最小值 ideal_best weighted_norm_matrix.max(axis0) ideal_worst weighted_norm_matrix.min(axis0) # 计算各方案到正负理想解的欧氏距离 # 使用加权后的矩阵计算距离这是标准TOPSIS的做法 dist_to_best np.sqrt(((weighted_norm_matrix - ideal_best) ** 2).sum(axis1)) dist_to_worst np.sqrt(((weighted_norm_matrix - ideal_worst) ** 2).sum(axis1)) # 计算相对贴近度C_i C dist_to_worst / (dist_to_best dist_to_worst) # 贴近度C_i越大说明方案越优3.6 结果排序与输出# 将贴近度添加到原始DataFrame df[综合贴近度C] C # 按贴近度降序排序 df_sorted df.sort_values(by综合贴近度C, ascendingFalse) df_sorted[排名] range(1, len(df_sorted) 1) # 输出前10名和后10名查看 print(信贷风险最低最值得放贷的前10家企业) print(df_sorted[[企业编号, 综合贴近度C, 排名]].head(10)) print(\n信贷风险最高最需谨慎的后10家企业) print(df_sorted[[企业编号, 综合贴近度C, 排名]].tail(10))4. 模型深化与稳健性分析让结果经得起推敲如果只做到上一步那只是一个基础的TOPSIS实现。在数学建模竞赛或实际应用中必须对模型进行深化和稳健性检验以证明结果的可靠性。4.1 权重敏感性分析权重是模型中最主观或最不稳定的环节之一。我们需要回答如果权重在一定范围内变动企业的排序结果会发生剧烈变化吗如果会说明模型结果不稳定结论不可靠。操作方法对每个指标的权重进行扰动。例如将某个关键指标的权重上下浮动10%其他指标按原比例调整重新计算排序观察排名变化。可以计算斯皮尔曼等级相关系数来衡量排序的稳定性。如果相关系数始终很高如0.95说明模型对该指标的权重变化不敏感结果稳健。def sensitivity_analysis(base_weights, norm_matrix, perturb_ratio0.1): 对权重进行扰动观察排序变化 base_ranking calculate_topsis_ranking(norm_matrix, base_weights) spearman_corrs [] for i in range(len(base_weights)): perturbed_weights base_weights.copy() # 对第i个权重进行扰动 delta base_weights[i] * perturb_ratio perturbed_weights[i] delta # 调整其他权重保持总和为1 other_indices [j for j in range(len(base_weights)) if j ! i] total_other perturbed_weights[other_indices].sum() perturbed_weights[other_indices] perturbed_weights[other_indices] * (1 - perturbed_weights[i]) / total_other new_ranking calculate_topsis_ranking(norm_matrix, perturbed_weights) # 计算斯皮尔曼等级相关系数 from scipy.stats import spearmanr corr, _ spearmanr(base_ranking[排名], new_ranking[排名]) spearman_corrs.append(corr) print(f扰动第{i}个指标权重({base_weights[i]:.3f} - {perturbed_weights[i]:.3f}) 排序相关系数: {corr:.4f}) return spearman_corrs4.2 指标敏感性分析与贡献度分解除了权重指标本身的选择也至关重要。我们可以尝试剔除某个指标看排序是否发生根本性变化。如果剔除后排序大变说明该指标不可或缺如果变化不大说明该指标可能冗余或与其他指标共线性严重。贡献度分析计算每个企业的最终贴近度C_i对每个指标的“边际贡献”。可以通过计算去掉某个指标后C_i的变化量来近似。这有助于理解是哪些关键指标决定了某家企业排名靠前或靠后。4.3 结合聚类分析进行结果解释TOPSIS给出了一个线性排序但企业可能天然分属于不同的类别如“优质客户”、“风险客户”、“中等客户”。我们可以先用K-Means等聚类方法对企业在指标空间中进行分群再看每个群在TOPSIS排序中的分布。例如你可能发现排名前50的企业主要来自“高营收、低负债”的聚类而排名后50的企业主要来自“低营收、高作废率”的聚类。这不仅能验证TOPSIS排序的合理性还能为后续制定差异化的信贷策略如对不同聚类设定不同的额度上限和利率提供更精细的依据。from sklearn.cluster import KMeans # 使用加权前的归一化数据或原始数据进行聚类 kmeans KMeans(n_clusters4, random_state42) df[聚类标签] kmeans.fit_predict(norm_matrix) # 查看每个聚类在TOPSIS排名中的分布 import seaborn as sns import matplotlib.pyplot as plt df_sorted[聚类标签] df.loc[df_sorted.index, 聚类标签] plt.figure(figsize(10,6)) sns.boxplot(x聚类标签, y排名, datadf_sorted) plt.title(不同企业聚类在TOPSIS排名中的分布) plt.gca().invert_yaxis() # 排名1在最上面 plt.show()5. 常见问题、避坑指南与实战心得在实际操作和比赛中会遇到各种各样的问题。下面是我总结的一些典型问题和解决方案。5.1 数据预处理中的陷阱问题指标存在负值或零值导致归一化或熵权计算出错。场景利润增长率可能为负取倒数或对数时出错。解决对于极差归一化负值本身可以处理。对于熵权法计算比重p_ij时需要保证矩阵元素非负。可以采用“平移法”X_ij X_ij - min(X_j) 1使每列最小值为1。或者在计算熵值时对p_ij加一个极小的正数epsilon如1e-10防止log(0)。问题指标间量级差异巨大导致小数值指标被“淹没”。场景营收规模单位万元数值在1000-10000之间而发票作废率单位百分比在0-5之间。解决这正是归一化要解决的问题。务必在加权前进行归一化。极差归一化能完美解决此问题。5.2 模型选择与参数困惑问题TOPSIS和层次分析法AHP到底用哪个心得AHP更适合指标数量不多一般少于9个、且指标间相对重要性可以通过两两比较清晰判断的场景。它强在构建指标体系和计算主观权重。TOPSIS强在对已有方案进行排序。在实际比赛中“AHP确定权重 TOPSIS进行排序”是一种非常经典且讨巧的组合模型既能体现主观逻辑又能完成客观排序模型复杂度也足够。问题计算距离时用欧氏距离还是曼哈顿距离心得经典TOPSIS使用欧氏距离。曼哈顿距离计算更简单但对异常值不那么敏感。在大多数情况下两者结果趋势一致。如果指标间相关性较强可以考虑使用马氏距离但它计算复杂且需要求逆矩阵在指标多样本少时可能不稳定。对于国赛这类比赛使用欧氏距离并明确说明即可这是最稳妥和公认的做法。5.3 结果分析与可视化问题排序结果出来了但怎么呈现和解释技巧制作排名表列出前后各20-30家企业并附上其关键指标值让评审老师一眼看出排名靠前的企业“好”在哪里如营收高、负债低。绘制贴近度分布直方图观察贴近度C的分布是否均匀是否存在明显的断层这可以帮助你对企业进行分级如A、B、C、D级客户。绘制雷达图或平行坐标图选取排名第一、中位、最后的企业将它们各个指标的值用雷达图展示。可以直观地看到最优方案在各个指标上是否都“碾压”最劣方案以及中间方案的优劣态势。关键指标与排名关系散点图绘制“营收规模 vs 排名”、“资产负债率 vs 排名”等散点图可以直观验证是否营收越高、负债越低的企业排名越靠前这符合常识能增强模型的说服力。5.4 论文写作要点切忌只罗列步骤不要写成“第一步、第二步...”的说明书。要强调为什么这么选择。例如“鉴于指标间量纲差异显著为消除其影响本研究采用极差归一化法该方法能保留原始数据的序关系且将数值映射到[0,1]区间便于后续计算与比较。”突出模型检验部分敏感性分析和稳健性检验是加分项甚至是区分优秀论文和普通论文的关键。要用专门的小节来写并配上图表说明如权重扰动的排序相关系数柱状图。明确模型假设与局限性任何模型都有假设。TOPSIS的假设包括指标间是可补偿的即一个指标差可以用另一个指标好来弥补、权重是准确的、距离度量是合理的。在论文中简要说明这些假设并讨论如果假设不成立会怎样显得思考全面。最后我想分享一点最深的体会数学建模尤其是评价类问题本质上是一个自洽的逻辑构建过程。从指标选取、数据处理、方法确定到结果分析每一步的选择都要有充分的理由并且整个链条要能闭环能经得起“为什么”的追问。TOPSIS法工具本身并不复杂难的是如何用它讲好一个关于“402家企业谁更可靠”的、令人信服的数据故事。把这个故事讲严谨、讲透彻才是这道题也是所有类似评价问题的核心所在。
