数学建模——熵权法

 

 

 

 

五、    代码总结

  1. 关于熵权法代码:
        function [W] = Entropy_Method(Z)
        % 计算有n个样本,m个指标的样本所对应的的熵权
        % 输入
        % Z : n*m的矩阵(要经过正向化和标准化处理,且元素中不存在负数)
        % 输出
        % W:熵权,1*m的行向量
     
        %% 计算熵权
               [n,m] = size(Z);
              D = zeros(1,m);  % 初始化保存信息效用值的行向量
              for i = 1:m
                     x = Z(:,i);  % 取出第i列的指标
                     p = x / sum(x);
                     % 注意,p有可能为0,此时计算ln(p)*p时,Matlab会返回NaN,所以这里我们自己定义 
        一个函数
                     e = -sum(p .* mylog(p)) / log(n); % 计算信息熵
                     D(i) = 1- e; % 计算信息效用值         
       end
              W = D ./ sum(D);  % 将信息效用值归一化,得到权重    
       end

    2.关于蒙特卡罗法代码:

     	%% 蒙特卡洛模拟:指标的标准差和信息熵成反比
     	n = 30;  % 样本个数
    	N = 100; % 试验的次数
     	result = zeros(N,2);  % 初始化用来保存信息熵和标准差的矩阵,横坐标表示信息熵,纵坐标表示标 
        准差
     	for i = 1:N
     		x = rand(n,1);  % 随机生成n个位于区间[0,1]上面的样本 (4)
     		p = x / sum(x);
     		e = -sum(p .* mylog(p)) / log(n); % 计算信息熵
     		sd = std(x);  % 计算标准差(5)
    		result(i,1) = e;
    		result(i,2) = sd;
    	end
    
    	plot(result(:,1),result(:,2),'o')   %(3)
    	xlabel('信息熵')
    	ylabel('标准差')
    	[r,p] = corrcoef(result(:,1),result(:,2)) % 计算相关系数和对应的p值(相关系数5)
    
    

  • 1
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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