TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法是一種多屬性決策分析方法，首次由C.L.Hwang和K.Yoon於1981年提出。該方法通過比較候選方案與理想解和負理想解之間的相似度來確定最優解。
在TOPSIS法中，每個方案被表示為一個多維數據集，每個維度代表一種性能指標或屬性。理想解是指那些屬性值都達到各備選方案中的最好的值的虛構解，而負理想解則是指那些屬性值都達到各備選方案中的最壞的值。通過計算各個方案與理想解和負理想解之間的距離，並根據這些距離對方案進行排序，TOPSIS法能夠確定哪個方案最接近理想解同時最遠離負理想解，從而選出最優方案。這種方法適用於多種決策問題，如投資、供應鏈管理和項目選擇等，可以幫助決策者在考慮多個指標時做出全面而合理的決策。
TOPSIS法的優點包括對定性和定量數據的適用性、相對容易實現和理解、以及對數據分布及樣本含量的不嚴格限制。然而，它也存在一些缺點，例如對標準化決策矩陣的操作可能導致排名的不穩定，以及在備選方案數量和標準數量增加時，排名差異可能在小程度上被放大。