topsis算法和熵权法的代码实现

clc;clear;
data=xlsread('D:\桌面\TOPSIS.xlsx');
%标准化    标准化处理后数据为data1
data1=data;
for j=1:size(data1,2)
    data1(:,j)= data(:,j)./sqrt(sum(data(:,j).^2));
end
%这段代码的意思是将变量data中的每一列数据进行归一化处理。具体步骤是先计算每一列数据的平方和，并对每个元素进行开方处理，然后将每一列数据除以对应的平方和的开方值，从而实现了归一化处理。这样做的目的是使得每一列数据的数值范围都在0到1之间，方便进行比较和分析。
%得到信息熵
[m,n]=size(data1);
p=zeros(m,n);
for j=1:n
    p(:,j)=data1(:,j)/sum(data1(:,j));
end
for j=1:n
   E(j)=-1/log(m)*sum(p(:,j).*log(p(:,j)));
end
%熵权法计算权重
w=(1-E)/sum(1-E)
%得到加权重后的数据
% w=[0.3724, 0.1003,0.1991, 0.1991,0.0998,0.0485]; %使用求权重的方法求得
R=data1*w';
%得到最大值和最小值距离
r_max=max(R);  %每个指标的最大值
r_min=min(R);  %每个指标的最小值
d_z = sqrt(sum([(R -repmat(r_max,size(R,1),1)).^2 ],2)) ;  %d+向量
d_f = sqrt(sum([(R -repmat(r_min,size(R,1),1)).^2 ],2)); %d-向量  
%sum(data,2)对行求和 ，sum(data）默认对列求和
%得到得分
s=d_f./(d_z+d_f );
Score=100*s/max(s);
for i=1:length(Score)
    fprintf('第%d个投标者百分制评分为：%d\n',i,Score(i));   
end