在多属性决策分析中，Topsis（Technique for Order Preference by Similarity to Ideal Solution）是一种常用的方法。它通过比较每个方案与理想解和负理想解的距离，来确定最优方案。以下是Topsis计算的具体步骤：

第一步：数据标准化

首先，需要对原始数据进行标准化处理。这是因为不同指标的量纲可能不同，标准化可以消除量纲的影响。常见的标准化方法有：

- 归一化法：将每个指标值转换为0到1之间的值。

- 极差标准化法：将每个指标值转换为-1到1之间的值。

选择哪种方法取决于具体问题的需求。

第二步：确定权重

在多属性决策中，不同指标的重要性通常不同。因此，需要为每个指标分配一个权重。权重可以通过专家打分、层次分析法（AHP）等方式确定。

第三步：计算加权标准化值

将标准化后的数据乘以对应的权重，得到加权标准化值。这一步是为了反映各指标的重要程度。

第四步：确定理想解和负理想解

理想解是指在所有正向指标上达到最大值，在所有负向指标上达到最小值的解；而负理想解则相反。通过计算每个方案与理想解和负理想解的距离，可以进一步评估方案的优劣。

第五步：计算距离

使用欧几里得距离公式，分别计算每个方案与理想解和负理想解的距离。这两个距离反映了方案接近理想解的程度以及远离负理想解的程度。

第六步：计算相对贴近度

相对贴近度是衡量一个方案接近理想解的程度的一个重要指标。它是通过理想解距离与总距离之比来表示的。贴近度越高的方案，其综合性能越好。

第七步：排序并得出结论

根据计算出的相对贴近度对所有方案进行排序。贴近度最高的方案即为最优方案。

以上就是Topsis方法的基本计算步骤。这种方法简单易行，且能够有效地解决多属性决策问题。在实际应用中，还需要结合具体情况进行调整和完善。