2.1基于相对熵距离的改进理想解法

理想解法将最优指标数据值组合作为正理想解、最劣指标数据组合作为负理想解，借助相对贴近度的概念来测量接近理想解和远离负理想解这两个参考准则，并看作评判所有系统的参考标准，该法可以用于已往的归纳总结与现阶段的比较排序。

由信息理论可知，两个对象状态之间的差别程度可以用相对熵距离来衡量，相对熵适用于方案优选的场景，其操作思想是借助相对熵衡量多属性决策中的各评价方案与理想方案的相似程度，从而鉴定各方案的好坏状况。相对熵是能衡量两个概率分布间距离的非对称性度量并且不满足三角不等式，因此能够解决两端中垂线上的点无法进行有效排序的缺陷^[22]。但由于相对熵公式中的对数函数对数据值有较高要求，在原式基础上，真数加上绝对值，分子分母同时加上10^-10对数值没有太大影响又可保证计算。