熵值法在matlab上的实现

1.熵值法原理

      熵值法是一种客观赋权法,其根据各项指标观测值所提供的信息的大小来确定指标权重。设有m个待评方案，n项评价指标，形成原始指标数据矩阵X=(xij)m×n，对于某项指标xj，指标值xij的差距越大，则该指标在综合评价中所起的作用越大；如果某项指标的指标值全部相等，则该指标在综合评价中不起作用。

      在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性就越大，熵也越大.根据熵的特性，我们可以通过计算熵值来判断一个方案的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大！因此，可根据各项指标的变异程度，利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据！

2.算法实现过程

3.熵值法的优缺点

     优点：熵值法是根据各项指标指标值的变异程度来确定指标权数的，这是一种客观赋权法，避免了人为因素带来的偏差。

     缺点：忽略了指标本身重要程度，有时确定的指标权数会与预期的结果相差甚远，同时熵值法不能减少评价指标的维数！

4.案例

      下表是购买轿车的一个决策矩阵，给出了四个方案供我们进行选择，每个方案中均有相同的六个属性，假设油耗和费用为负向指标（越小越好）用-1表示，其它均为正向指标（越大越好）用1表示，我们需要利用熵值法求出各属性的权重，以及每个方案的综合分数。

指标属性	-1	1	-1	1	1	1
方案	油耗	功率	费用	安全性	维护性	操作性
本田	5	1.4	6	3	5	7
奥迪	9	2	30	7	5	9
桑塔纳	8	1.8	11	5	7	5
别克	12	2.5	18	7	5	5

运行结果

      所以在购买汽车时，据所提供信息，利用熵值法计算得出的权重为油耗占9.99%，功率占10.62%，费用占9.24%，安全性占9.42%，维护性占39.42%，操作性占21.31%。故我们在进行购买决策时，更多是考虑车型的维护性、操作性和安全性等重要因素。这是从权重角度考虑的。

     就本例而言，每个车型每个指标的得分与其权重的乘积之和为其综合评价值，这样求得本田0.161分，奥迪0.232分，桑塔纳0.494分，别克0.114分。所以综合评价排序为桑塔纳、奥迪、本田、别克。

代码

第1步：关注微信公众号：ZX先生

第2步：输入关键词：熵值法

第3步：观看文章，代码下载链接在文章里