TOPSIS

TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) è un metodo decisionale multi-criterio basato sulle distanze, proposto da Ching-Lai Hwang e Kwangsun Yoon (1981, 'Multiple Attribute Decision Making: Methods and Applications', Springer). Intuizione: la migliore alternativa è quella geometricamente più vicina alla soluzione ideale positiva (valore migliore su ciascun criterio) e più lontana dalla soluzione ideale negativa (valore peggiore su ciascun criterio). Passi: (1) normalizzazione per colonne della matrice decisionale (di solito normalizzazione vettoriale o min-max), (2) moltiplicazione per i pesi dei criteri per ottenere la matrice normalizzata ponderata, (3) determinazione dei vettori ideale positivo A+ e negativo A- (max sui criteri di beneficio, min sui criteri di costo), (4) calcolo delle distanze euclidee S+ e S- di ciascuna alternativa rispetto ad A+ e A-, (5) punteggio di vicinanza relativa C* = S- / (S+ + S-); il C* più alto vince. Punti di forza: semplicità computazionale, scalabilità rispetto al numero di criteri e, a differenza dell'AHP, nessuna verifica di consistenza interna. Critiche: i pesi devono essere forniti esogenamente (spesso tramite AHP o ponderazione entropica) e la scelta della normalizzazione può alterare l'ordinamento. Estensioni: Fuzzy TOPSIS (Chen 2000) per giudizi vaghi, Intuitionistic Fuzzy TOPSIS e Interval TOPSIS. Classe di complessità: polinomiale (O(m·n) con m alternative e n criteri).