TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法是一種在多目標決策分析中常用的有效方法，它根據有限個評價對象與理想化目標的接近程度進行排序。TOPSIS法的原理是通過檢測評價對象與最優解和最劣解的距離來進行排序，其中最優解的各指標值都達到各評價指標的最優值，而最劣解的各指標值都達到各評價指標的最差值。評價對象最靠近最優解同時又最遠離最劣解的，則為最好。
TOPSIS法的實施步驟包括：
將原始數據矩陣統一指標類型，轉化為極大型指標（即所有指標類型都可以視為越大越好的情況）。
對轉化後的矩陣進行標準化處理，以消除各指標量綱的影響。
計算各評價對象與最優方案和最劣方案間的距離。
獲得各評價對象與最優方案的相對接近程度，以此作為評價優劣的依據。
TOPSIS法的優點在於能夠充分利用原始數據的信息，對原始數據進行同趨勢和歸一化的處理後，消除不同指標量綱的影響，精確地反映各評價方案之間的差距。它對數據分布及樣本含量沒有嚴格限制，數據計算簡單易行，因此在實踐中被廣泛套用。