这段代码能够对量纲不同的极大型数据进行综合评价,若有其他类型数据,需要首先自己将数据转换为极大型数据(正向化)。
%data是n个对象、m个评价指标的正向化后的n行m列的数据。data是唯一需要从外界输入的数据
X = data;
[n,m] = size(X);
Z = X ./ repmat(sum(X.*X) .^ 0.5,n,1); %标准化
for i = 1 : n
for j = 1 : m
p(i,j) = Z(i,j) / sum(Z(:,j));
end
end
for j = 1 : m
s = 0;
for i = 1 : n
if p(i,j) ~= 0
s = s + p(i,j) * log(p(i,j)); %防止分母=0
end
end
e(j) = -1 / log(n) * s; %信息熵
end
W = (1 - e) / sum(1 - e); %熵权
D_P = sum((Z - repmat(max(Z),n,1)) .^ 2 .* repmat(W,n,1),2) .^ 0.5; %加权D+
D_N = sum((Z - repmat(min(Z),n,1)) .^ 2 .* repmat(W,n,1),2) .^ 0.5; %加权D-
S = D_N ./ (D_P + D_N); %未归一化的评分(加权Topsis方法)
S1 = S ./ sum(S); %归一化的评分(加权Topsis方法)
参考题目(含参考答案和参考资料):综合评价类数学建模参考题目及答案