topsis-cin 0.1.0

Biblioteca Topsis

TOPSIS - Técnica para Ordenação de Preferências por Similaridade com a Solução Ideal

Descrição

Este projeto implementa o método TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), uma técnica de análise de decisão multicritério. O objetivo é classificar alternativas com base em múltiplos critérios, considerando pesos diferentes para cada um.

Autores

• Mateus da Silva
• Lucas Luis

Requisitos

Antes de rodar o código, instale as dependências necessárias. Você pode fazer isso com o comando:

pip install -r requirements.txt

Como Usar

Entrada de Dados

O código recebe uma entrada no formato JSON ou dicionário Python contendo:

• method: Nome do método ("TOPSIS").
• parameters: Um dicionário contendo:
  • alternatives: Lista das alternativas.
  • criteria: Lista dos critérios.
  • performance_matrix: Dicionário onde cada alternativa possui uma lista de valores para cada critério.
  • criteria_types: Especificação se o critério é de custo (min) ou benefício (max).
  • weights: Pesos de cada critério.

Exemplo de Entrada:

{
  "method": "TOPSIS",
  "parameters": {
    "alternatives": ["Palio", "HB20", "Corolla"],
    "criteria": ["Consumo", "Conforto", "Preço", "Reputação"],
    "performance_matrix": {
      "Palio": [15, 6, 25000, 7],
      "HB20": [12, 7, 35000, 7],
      "Corolla": [10, 9, 55000, 8]
    },
    "criteria_types": {"Consumo": "min", "Conforto": "max", "Preço": "min", "Reputação": "max"},
    "weights": {"Consumo": 0.3, "Conforto": 0.05, "Preço": 0.6, "Reputação": 0.05}
  }
}

Execução do Código

Para rodar o código, basta executar:

from main import TOPSIS

data = {  # Insira os dados conforme o formato acima }
topsis = TOPSIS(data)
resultado = topsis.calculate()
print(resultado)

Saída Esperada

O código retorna um dicionário contendo:

• positive_ideal_solution: Solução ideal positiva.
• negative_ideal_solution: Solução ideal negativa.
• distance_to_pis: Distância de cada alternativa à solução ideal positiva.
• distance_to_nis: Distância de cada alternativa à solução ideal negativa.
• topsis_score: Coeficiente de proximidade.
• ranking: Lista das alternativas ordenadas.

Exemplo de Saída:

{
  "method": "TOPSIS",
  "results": {
    "positive_ideal_solution": {"Consumo": 10.0, "Conforto": 9.0, "Preço": 25000.0, "Reputação": 8.0},
    "negative_ideal_solution": {"Consumo": 15.0, "Conforto": 6.0, "Preço": 55000.0, "Reputação": 7.0},
    "distance_to_pis": {"Palio": 0.7, "HB20": 0.5, "Corolla": 0.3},
    "distance_to_nis": {"Palio": 0.3, "HB20": 0.5, "Corolla": 0.7},
    "topsis_score": {"Palio": 0.3, "HB20": 0.5, "Corolla": 0.7},
    "ranking": ["Corolla", "HB20", "Palio"]
  }
}

Licença

Este projeto está sob a licença MIT.