matlab实现优劣解距离法(Topsis模型)

本文详细描述了如何在Excel中操作数据,包括从Excel复制数据到工作区创建变量,保存为MAT文件,以及对数据进行正向化处理(极小型、中间型和区间型)和标准化的过程,最后计算得分。文中还提供了自定义函数实现各类型的正向化转换。
摘要由CSDN通过智能技术生成

第一步、把数据复制到工作区、并将这个矩阵命名为X。

(1)在工作区右键,点击新建(ctrl+N),输入变量名称X。

(2)在Excel表中复制数据

(3)将X右键另存为,保存为mat文件(下次就不用重新复制粘贴)

(4)!!!代码和数据要放在同一个文件夹下

 load X.mat   %这里的X是保存的表的名称,后续调用表就可以用load来读取数据了。

第二步:判断是否需要正向化

[n,m]=size(X);
disp(['共有' num2str(n) '个评价对象,' num2str(m) '个评价指标'])
Judge=input(['这' num2str(n) '个指标是否需要经过正向化处理,需要请输入1,不需要输入0:']);
if Judge==1
    Position=input('请输入需要正向化处理的指标所在的列');
    disp=('请输入需要处理的这些列的指标类型(1:极小型)(2:中间型)(3:区间型)')
    Type=input('')
    for i=1:size(Position,2)%对这些列分别处理
        X(:,Position(i))=Positivization(X(:,Position(i)),Type(i),Position(i));
        %Positivization是自定义来进行正向化的函数
    end
    disp('正向化后的矩阵X=')
    diap(X)
end

第三步:对正向化后的矩阵进行标准化

Z=X./repmat(sum(X*X).^0.5,n,1)%这里的1是对列求和
disp('标准化矩阵Z=')
disp(Z)

第四步:计算与最大值的距离和最小值的距离,并算出得分

D_P=sum([(Z-repmat(max(Z),n,1)).^2],2).^0.5;
D_N=sum([(Z-repmat(min(Z),n,1)).^2],2).^0.5;
S=D_N./(D_P+D_N);%未归一化的得分
disp('最后的得分为:')
stand_S=S/sum(S)
[sorted_S,index]=sort(stand_S,'descend')

下面是自定义的函数 

 
function [posit_x]=Positivization(x,type,i)
%x:正向化处理的指标对应的原始列向量
%type:指标的类型:(1:极小型)(2:中间型)(3:区间型)
%i:正在处理的是原始矩阵中的哪一列
%输出变量posit_x表示:正向化后的列向量
if type==1
    disp(['第' num2str(i) '列是极小型,正在正向化'])
    posit_x=Max_x(x)%调用Max_x函数来正向化
    disp(['第' num2str(i) '列极小型正向化处理完成'])
    disp('--------------------------------------分界线-------------------------------')
elseif type==2
    disp(['第' num2str(i) '列是中间型'])
    best=input('请输入最佳的那一个值:')
    posit_x=Mid_x(x,best)%调用Mid_x函数来正向化
    disp(['第' num2str(i) '列中间型正向化处理完成'])
    disp('--------------------------------------分界线-------------------------------')
elseif type==3
    disp(['第' num2str(i) '列是区间型'])
    a=input('请输入区间的下界:')
    b=input('请输入区间的上界:')
    posit_x=Inter_x(x,a,b)%调用Inter_x函数来正向化
    disp(['第' num2str(i) '列区间型正向化处理完成'])
    disp('--------------------------------------分界线-------------------------------')
else
    disp('没有这种类型的指标,请检查Type向量中是否有除了1、2、3之外的其他值')
end
end

 极小型转为极大型

function [posit_x]=Max_x(x)
posit_x=max(x)-x;
end

 中间型转为极大型

function [posit_x]=Mid_x(x,best)
M=max(abs(x-best));
posit_x=1-abs(x-best)/M;
end

 区间型转为极大型 

function [posit_x]=Inter_x(x,a,b)
r_x=size(x,1);
posit_x=zeros(r_x,1);
for i=1:r_x
    if x(i)<a
        posit_x(i)=1-(a-x(i))/M;
    elseif x(i)>b
        posit_x(i)=1-(x(i)-b)/M;
    else
        posit_x(i)=1;
    end
end
end
        

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值