TOPSIS综合评价法是一种多目标决策分析方法，由C.L. Hwang和K. Yoon于1981年首次提出。该方法通过计算评价对象与理想解（最优方案）和负理想解（最差方案）的距离，来确定评价对象的优劣。TOPSIS法能够充分利用原始数据的信息，精确地反映各评价方案之间的差距。
TOPSIS法的步骤：
构建决策矩阵：
将评价对象和评价指标列成矩阵形式。
标准化决策矩阵：
对各个评价指标进行无量纲化处理，以便进行横向比较。
确定权重：
根据各评价指标的重要性分配相应的权重。
计算加权标准化矩阵：
将标准化后的值乘以相应的权重，得到加权规范矩阵。
确定理想解和负理想解：
理想解由加权标准化矩阵中各列的最大值组成，负理想解由各列的最小值组成。
计算距离：
分别计算每个评价对象到理想解和负理想解的欧氏距离。
计算相对接近度：
通过评价对象与理想解的距离和与负理想解的距离之和的比值，来确定评价对象的相对接近度。
排序方案：
根据相对接近度对评价对象进行排序，相对接近度越大，方案越优。
注意事项：
TOPSIS法适用于具有单调递增（或递减）性的效用函数。
该方法可以结合信息熵来计算权重，以克服传统综合评价方法中对指标权重的主观性和不确定性问题。
TOPSIS法是一种逼近于理想解的排序法，能够充分利用原始数据的信息，精确地反映各评价方案之间的差距。