guzhujushi
5319589dfd
审查并精简 ChatGPT 的建库建议后落地的第一版骨架，只定接口不写实现。 - 建议审查：14 个包 → 7 个；约 250 个函数 → 约 40 个；5 个 Result 类 → 1 个 （docs/01-suggestion-review.md） - docs/：架构、路线图（含永久不做清单）、环境、Git 工作流、函数卡片模板 - src/mcm_toolkit/：core / data / stats / models / solve / decision / viz 共 23 个模块，均为签名 + docstring + NotImplementedError - tests/：9 个文件，其中 test_api_surface.py 已通过（20 passed） - examples/ problems/ notebooks/ figures/ tables/ 骨架 - pyproject.toml（核心依赖 4 个 + 6 组 extras）、environment.yml - scripts/：setup-venv.ps1（ASCII + LF）、setup-conda.ps1、doctor.ps1 - 环境：.venv（system-site-packages）与 conda 环境 mcm-toolkit 均已建好， 数值栈版本与 base 完全对齐（numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6，MKL 后端）
60 lines
1.9 KiB
Python
60 lines
1.9 KiB
Python
"""TOPSIS 逼近理想解排序。
|
||
|
||
原建议把标准化（`benefit_normalize` 等 4 个函数）单列一节，
|
||
这里合并进 `topsis` 的 `method` 参数——因为它们是同一个流程的步骤，
|
||
拆开反而容易出现"标准化用了一套、权重算的时候又换一套"的错位。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
from typing import Any
|
||
|
||
__all__ = ["topsis"]
|
||
|
||
|
||
def topsis(
|
||
X: Any,
|
||
weights: Any = None,
|
||
benefit_columns: Any = None,
|
||
method: str = "vector",
|
||
labels: Any = None,
|
||
) -> Any:
|
||
"""TOPSIS 综合评价。
|
||
|
||
Parameters
|
||
----------
|
||
X:
|
||
决策矩阵，行 = 待评价方案，列 = 指标。
|
||
weights:
|
||
权重。`None` 时用等权（并在 `message` 里提示）。
|
||
benefit_columns:
|
||
效益型指标的列名/下标，其余按成本型处理。
|
||
**必填或显式全选**，不允许默认假设——方向搞反会让排名完全颠倒。
|
||
method:
|
||
列向量的无量纲化方式：`"vector"`（`x/√Σx²`，TOPSIS 原始做法，默认）
|
||
或 `"minmax"`。
|
||
labels:
|
||
方案名，用于结果表。
|
||
|
||
Returns
|
||
-------
|
||
`Result`：`data` 是含 `D+ / D- / closeness / rank` 四列、按 `rank` 排好的表，
|
||
`params["weights"]` 回显实际使用的权重。
|
||
|
||
Notes
|
||
-----
|
||
* 正理想解 = 各指标最优值，负理想解 = 各指标最劣值；
|
||
贴近度 `C = D- / (D+ + D-)`，**C 越大越好**。
|
||
* TOPSIS 的排名对权重敏感。论文里应附"权重扰动 ±10% 后排名是否稳定"的
|
||
敏感性分析——直接调 `solve.robustness_test`。
|
||
|
||
Examples
|
||
--------
|
||
>>> import numpy as np
|
||
>>> r = topsis(np.array([[1., 2.], [3., 1.], [2., 3.]]), benefit_columns=[0, 1])
|
||
>>> list(r.data["rank"])
|
||
[2, 3, 1]
|
||
"""
|
||
# TODO(L1) ★ S 档：配完整函数卡片
|
||
raise NotImplementedError
|