统计百科 ·
TOPSIS 贴近度 Ci 的 APA 7th 报告写法 — 正负理想解距离、相对贴近度排序表模板全解
统计百科：专攻"TOPSIS 贴近度评价结果怎么写进论文"这一格式点——正负理想解距离 D+/D-、相对贴近度 Ci 排序表、权重来源、APA 7th 规范表格与方法章节模板，给出可直接套用的完整报告句式，盘点审稿人最常挑的 TOPSIS 报告格式错误。
论文里的 TOPSIS 分析，难点不在算法，而在报告格式：贴近度 Ci 要精确到几位小数、正负理想解距离写不写进正文、排序表放方法章节还是结果章节、权重来源怎么说明……本文专攻"TOPSIS 综合评价结果怎么规范写进论文"这一具体格式点，提供 APA 7th 风格的完整模板，并逐一盘点审稿人最常挑的格式问题。
你的 TOPSIS 报告有这些问题吗？
审稿人或导师关于 TOPSIS 结果报告最常见的反馈：
- "正负理想解距离 D+、D- 需在方法或附录中说明，只报告 Ci 读者无法复现"
- "贴近度 Ci 精度不一致，有的三位小数、有的两位小数"
- "排序表没有说明权重来源，主观赋权还是 AHP/熵权法，需注明"
- "方法章节没有说明归一化方法（线性归一化 vs 向量归一化），结果无法复现"
- "只写了最终排名，没有报告各方案的 Ci 值，读者不能判断方案间差距大小"
- "相对贴近度越大越好，表格应按 Ci 降序排列，当前顺序混乱"
这些问题集中在综合评价类论文对 TOPSIS 方法的报告规范，而专门针对 TOPSIS 报告格式的实操指南并不多。本文只讲一件事：TOPSIS 贴近度评价结果到底怎么规范写进论文的每一个环节。
一、TOPSIS 是什么，Ci 代表什么
TOPSIS 的直觉含义
TOPSIS（Technique for Order Preference by Similarity to Ideal Solution，逼近理想解排序法）回答的问题是：在多个准则下，哪个方案最接近"完美方案"、最远离"最差方案"？
核心逻辑分四步：
| 步骤 | 操作 | 符号 |
|---|---|---|
| 1 | 构建加权规范化决策矩阵 | $v_{ij} = w_j \cdot r_{ij}$ |
| 2 | 确定正理想解（每列最大/最优值）和负理想解（每列最小/最劣值） | $A^+$, $A^-$ |
| 3 | 计算每个方案到正/负理想解的欧氏距离 | $D_i^+$, $D_i^-$ |
| 4 | 计算相对贴近度 Ci，按降序排名 | $C_i \in [0,1]$ |
$C_i = \frac{D_i^-}{D_i^+ + D_i^-}$
- $C_i = 1$：方案与正理想解完全重合（最优）
- $C_i = 0$：方案与负理想解完全重合（最劣）
- Ci 越大，方案综合评价越优
与 AHP 的关系
TOPSIS 常与 AHP 配合使用：AHP 确定权重向量 $\mathbf{w}$，TOPSIS 利用权重计算加权距离并排序。报告时须分别说明两个方法的结果，不能混为一段。
二、方法章节：TOPSIS 步骤的规范描述
这是最容易被审稿人要求补充的部分。建议方法章节包含以下要素：
必须说明的四个要素
| 要素 | 说明内容 | 常见错误 |
|---|---|---|
| 归一化方法 | 向量归一化（除以列向量模）还是线性归一化（极差法） | 不说明，结果不可复现 |
| 权重来源 | AHP、熵权法、专家赋权、文献来源 | 只写"权重如下"，未说明依据 |
| 理想解定义 | 正理想解取最大值（效益型）还是最小值（成本型） | 混淆效益指标和成本指标 |
| 排序准则 | Ci 越大越优，按降序排列 | 表格未排序或升降序混乱 |
标准方法章节描述模板
本研究采用 TOPSIS（逼近理想解排序法）对 [n 个方案] 在 [m 个准则] 上
进行综合评价（Hwang & Yoon, 1981）。各准则权重通过 [AHP/熵权法/专家德尔菲法]
确定（权重来源详见 [表X / 附录X]）。
具体步骤如下：（1）对原始决策矩阵采用向量归一化方法构建规范化矩阵；
（2）结合权重向量构建加权规范化矩阵；（3）确定正理想解 A+ 和负理想解 A-
（效益型指标取列最大值，成本型指标取列最小值）；
（4）计算各方案与正负理想解的欧氏距离 Di+ 和 Di-；
（5）计算各方案相对贴近度 Ci = Di- / (Di+ + Di-)，按 Ci 降序排列。
统计分析使用 ChatSRS（R 引擎）完成。
三、结果章节：Ci 排序表的 APA 规范格式
排序表必须包含的列
APA 7th 表格要求"读者能从表中复现核心结论"，TOPSIS 排序表推荐包含以下列：
| 列名 | 说明 | 精度 |
|---|---|---|
| 方案编号/名称 | A1, A2 … 或具体名称 | — |
| $D_i^+$（与正理想解距离） | 越小越接近最优 | 四位小数 |
| $D_i^-$（与负理想解距离） | 越大越远离最劣 | 四位小数 |
| $C_i$（相对贴近度） | 核心评价指标 | 四位小数 |
| 排名 | 按 Ci 降序 | 整数 |
精度建议：Ci 精确到四位小数（0.8374 而非 0.84），以区分方案间的细微差距；排名为整数。
APA 规范排序表示例
表 1
各评价方案 TOPSIS 相对贴近度及综合排名
| 方案 | $D_i^+$ | $D_i^-$ | $C_i$ | 排名 |
|---|---|---|---|---|
| A3（方案三） | 0.0412 | 0.1876 | 0.8201 | 1 |
| A1（方案一） | 0.0784 | 0.1543 | 0.6632 | 2 |
| A5（方案五） | 0.0963 | 0.1287 | 0.5719 | 3 |
| A2（方案二） | 0.1235 | 0.0981 | 0.4426 | 4 |
| A4（方案四） | 0.1547 | 0.0623 | 0.2872 | 5 |
注. 方案按相对贴近度 $C_i$ 降序排列。$D_i^+$ 为各方案与正理想解的欧氏距离；$D_i^-$ 为与负理想解的欧氏距离；$C_i = D_i^- / (D_i^+ + D_i^-)$，取值范围 [0, 1]，值越大综合评价越优。权重由 AHP 法确定（一致性比率 CR = 0.047 < 0.10）。
四、APA 7th 正文报告模板
正文结果段落模板
采用 TOPSIS 方法对 [n 个方案] 在 [m 个准则] 上进行综合排序，
各方案相对贴近度及排名详见表 [X]。
结果显示，[方案名称]综合评价最优（Ci = X.XXXX，排名第 1），
其与正理想解距离最小（Di+ = X.XXXX），与负理想解距离最大（Di- = X.XXXX），
表明该方案在各评价准则上整体最接近理想状态。
[方案名称]综合评价最差（Ci = X.XXXX，排名第 [n]），
与负理想解高度接近（Di- = X.XXXX）。
方案一与方案二贴近度差距为 [差值]，各方案区分度较[高/低]，
表明评价体系能有效区分各方案综合优劣。
填入数值的完整示例
采用 TOPSIS 方法对 5 个供应商方案在价格、质量、交货期、服务响应和可持续性 5 个准则上进行综合排序，各方案相对贴近度及排名详见表 1。结果显示，方案三（A3）综合评价最优（Ci = 0.8201，排名第 1），其与正理想解距离最小（Di+ = 0.0412），与负理想解距离最大（Di- = 0.1876），表明该供应商在五项评价准则上整体最接近理想状态。方案四（A4）综合评价最差（Ci = 0.2872，排名第 5），与正理想解距离最大（Di+ = 0.1547），表明其与最优供应商差距显著。排名第一的方案三与第二的方案一贴近度差距为 0.1569，区分度明显，表明评价体系能有效区分各方案综合优劣。
五、常见场景的变体写法
场景一：TOPSIS 结合 AHP 赋权
方法章节补充说明：
本研究采用 AHP-TOPSIS 组合模型进行综合评价。首先通过 AHP（层次分析法）
构建两两比较判断矩阵，计算各准则权重并验证一致性（CR < 0.10）；
随后将 AHP 权重代入 TOPSIS 模型计算各方案相对贴近度 Ci 并排序
（Saaty, 1980；Hwang & Yoon, 1981）。
结果段落额外补充：
AHP 一致性检验结果显示，判断矩阵一致性比率 CR = 0.047 < 0.10，权重结果可靠。各准则权重为：价格（0.312）、质量（0.284）、交货期（0.178）、服务响应（0.142）、可持续性（0.084）。
场景二：包含效益型与成本型混合指标
方法章节必须说明指标性质：
在确定正负理想解时，对效益型指标（价格除外）取列最大值作为正理想解、
最小值作为负理想解；对成本型指标（价格）取列最小值作为正理想解、
最大值作为负理想解，以确保"越优越好"的方向一致性。
场景三：敏感性分析（权重扰动检验）
结果段落补充：
为验证 TOPSIS 排序结果的稳健性，对权重进行 [±10%/±20%] 扰动检验，
共设置 [X] 个权重情景。结果显示，在所有情景中，
方案三始终排名第一（Ci 范围 [0.79, 0.85]），方案四始终排名最后，
表明综合排序结论对权重变动不敏感，具有良好稳健性。
六、在 ChatSRS 一句话获得规范 TOPSIS 报告
打开 chatsrs.com，上传数据后输入：
"对以下 5 个供应商方案在 5 个准则上做 TOPSIS 综合评价，权重为 [0.312, 0.284, 0.178, 0.142, 0.084]，其中价格为成本型指标，其余为效益型指标，采用向量归一化；输出各方案的 D+、D-、相对贴近度 Ci 和排名（按 Ci 降序），生成 APA 7th 格式排序表和完整结果段落，表注说明正负理想解定义。"
ChatSRS 的输出包含：规范化步骤说明、APA 格式排序表（含表标题和注释）、可直接复制进论文的结果段落，以及方法章节参考文献格式（Hwang & Yoon, 1981）。
如需结合 AHP 赋权，在指令中添加"先用 AHP 计算权重，输出判断矩阵和一致性比率 CR"，ChatSRS 自动串联两步分析。
七、方法章节参考文献写法（APA 7th）
TOPSIS 方法的原始文献引用格式：
正文引用：
本研究采用逼近理想解排序法（TOPSIS；Hwang & Yoon, 1981）……
参考文献列表：
Hwang, C.-L., & Yoon, K. (1981). Multiple attribute decision making:
Methods and applications. Springer-Verlag.
https://doi.org/10.1007/978-3-642-48318-9
若使用改进版 TOPSIS（如模糊 TOPSIS），还需引用对应的改进方法文献（如 Chen, 2000）。
八、TOPSIS 报告常见错误对照表
| 常见错误 | 正确做法 | 违反的规范 |
|---|---|---|
| 只报告排名，不报告 Ci 值 | 表格同时列出 Di+, Di-, Ci 和排名 | 读者无法判断方案间差距大小 |
| Ci 精度不一致（有的 0.84，有的 0.8374） | 统一保留四位小数 | APA 一致性要求 |
| 不说明权重来源 | 方法章节注明 AHP/熵权/专家赋权 | 研究透明性不足 |
| 不说明归一化方法 | 明确"向量归一化"或"线性归一化" | 结果不可复现 |
| 效益/成本指标不区分 | 方法章节说明正负理想解的取值规则 | 逻辑错误，影响排序有效性 |
| 表格未按 Ci 降序排列 | 第一行为最优方案，最后一行为最差 | 不符合 APA 表格逻辑清晰原则 |
| 缺少 TOPSIS 原始文献引用 | 引用 Hwang & Yoon (1981) | APA 7th 方法须有文献支撑 |
| 遗漏表格注释 | 在表注说明 Ci 含义和权重来源 | APA 7th 表格注释规范 |
常见 FAQ
Q：TOPSIS 的 Ci 值需要做显著性检验吗？
A：不需要。TOPSIS 是确定性多准则排序方法，Ci 是基于距离计算的综合得分，不涉及统计推断，无需报告 p 值或置信区间。论文中只需报告各方案的 Di+、Di-、Ci 和排名。若需量化排序结果的不确定性，可进行敏感性分析（权重扰动检验）并在结论中说明排序的稳健性。
Q：正理想解和负理想解需要在正文里列出来吗？
A：通常在附录或补充材料中列出完整正负理想解向量，正文不必列出每个准则的具体数值。方法章节只需说明取值规则（效益型取最大值，成本型取最小值），便于读者复现结果。若期刊篇幅充裕或审稿人要求，可在方法章节末尾以表格形式列出正负理想解。
Q：Ci 排序表应该放在方法章节还是结果章节？
A：排序表（包含 Di+、Di-、Ci 和排名）应放在结果章节，因为它是分析输出而非分析过程。方法章节只描述 TOPSIS 的计算步骤，结果章节呈现具体数值并解读排序含义。方法章节可引用结果表格（"各方案 Ci 值详见表 1"），但表格本身放在结果部分。
Q：多个 TOPSIS 方案排名相同（Ci 值相等）怎么处理？
A：Ci 精确到四位小数时出现真正并列的概率极低。若确实相同，可在表中用相同排名标注（如两个方案均为"第 3"，后一个方案标记为"第 4 名空缺"），并在表注说明"两方案贴近度相等（Ci = X.XXXX），列为并列第 X 名"。建议同时报告完整的小数值，由读者自行判断是否在研究背景下具有实质差异。
Q：ChatSRS 支持哪些 TOPSIS 变体？
A：ChatSRS 当前支持经典 TOPSIS（Hwang & Yoon, 1981 原版）、AHP-TOPSIS 组合、熵权-TOPSIS 组合，以及模糊语言变量输入的模糊 TOPSIS（Fuzzy TOPSIS）。在 chatsrs.com 的提示词中注明方法类型即可自动切换计算逻辑和报告模板。
快速参考：TOPSIS 报告格式速查卡
[方法章节]
本研究采用 TOPSIS 方法（Hwang & Yoon, 1981）对 [n] 个方案进行综合排序，
权重由 [来源] 确定，采用向量归一化，效益型指标正理想解取最大值，成本型取最小值。
[结果正文]
TOPSIS 综合排序结果如表 [X] 所示。[方案名] 相对贴近度最高
（Ci = X.XXXX），综合评价排名第一；[方案名] 相对贴近度最低
（Ci = X.XXXX），排名第 [n]。
[表格格式（APA 三线表）]
表 [X]
各评价方案 TOPSIS 相对贴近度及综合排名
方案 | Di+ | Di- | Ci | 排名
（按 Ci 降序排列，精确到四位小数）
注. [Ci 含义说明 + 权重来源]
[参考文献]
Hwang, C.-L., & Yoon, K. (1981). Multiple attribute decision making.
Springer-Verlag. https://doi.org/10.1007/978-3-642-48318-9
相关阅读
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。