優劣解決法
層次分析法主觀太強而且數據相關性低 即使小王考10排名也不變 所以不可性
改進 :利用最大值和最小值的距離 然后取各個數在區間情況
構造評分函數 (x - min)/(max - min) 的選擇
- 比較的對象一般要遠大於兩個（例如比較一個班級的成績 不是說選 100 分 和0 分來計算就是最好的）
- 比較的指標也往往不只是一個方面 ，例如成績，工時數，課外競賽
- 有很多指標不存在理論上的最大值和最小值，例如衡量經濟增長的水平指標：GDP
成績越大越好，這種指標叫做極大型指標 (效益型指標)
吵架越小越好，這種指標叫做極小型指標（成本型指標） 極小->極大 需要指標正向化 max - x （越大反而越小 越小反而越大） 都是整數非0 ：1/x
進行正向化處理后需要 進行標准化處理 消去不同的量綱的影響 1：100 與 1：10量級不同
https://www.zhihu.com/question/37069477/answer/132387124
標准化處理后：
優劣解距離法
例子
歸一化
中間型指標 ： 越接近某個值越好 正向化
區間型指標 ： 越落在某個值越好 向極大型正向化
模型拓展
帶權重的 TOPSIS ： 權重用層次分析法
權重增刪如下：
