优劣解距离法2：Matlab实现优劣解距离法的代码详解

目录

1. 原始矩阵正向化

(1) Matlab相关基础

(2) 极小型指标转化为极大型指标

(3) 中间型指标转化为极大型指标

(4) 区间型指标转化为极大型指标

2. 正向化矩阵标准化

(1) 注意点乘和矩阵乘法的区别!!!

(2) repmat函数

3. 计算得分并归一化

4. 代码总结

---

上一篇文章中提到优劣解距离法的基本过程包括以下三步，那么使用Matlab实现的过程也分为这三步。

1. 原始矩阵正向化

2. 正向矩阵标准化

3. 计算得分并归一化

1. 原始矩阵正向化

首先判断需要正向化的指标属于哪个类型的指标，再进行指标类型的转化

(1) Matlab相关基础

1) 函数的写法

function [输出变量] = 函数名称(输入变量） 

函数的中间部分都是函数体

函数的最后要用end结尾

输出变量和输入变量可以有多个，用逗号隔开

function [a,b,c]=test(d,e,f)
     a=d+e;
     b=e+f;
     c=f+d;
end

 自定义的函数要单独放在一个m文件中，不可以直接放在主函数里面（和其他大多数语言不同）