熵权云模型matlab程序

熵权云模型matlab程序

% %%原始评价指标数据矩阵
% X=[
% 13.2 0.65 6.7 0.81 ;
% 17.5 0.45 5.1 0.68 ;
% 20.9 0.39 4.6 0.65 ;
% 13.2 0.66 6.8 0.82 ;
% 28.4 0.38 5.3 0.58 ;
% 41.0 0.20 1.7 0.50 ;
% 15.0 0.53 6.5 0.70 ;
% 28.2 0.14 4.0 0.51 ;
% 21.7 0.42 4.5 0.67 ;
% 21.7 0.39 5.0 0.73 ;
% 29.4 0.41 7.3 0.64 ;
% 17.5 0.54 6.6 0.61 ;
% ]
% %%归一化处理
%
% %%第一列归一化
% y1min=min(X(:,1))
% y1max=max(X(:,1))
% Y1=(X(:,1)-y1min)/(y1max-y1min)
% %%第二列归一化
% y2min=min(X(:,2))
% y2max=max(X(:,2))
% Y2=(y2max-X(:,2))/(y2max-y2min)
% %%第三列归一化
% y3min=min(X(:,3))
% y3max=max(X(:,3))
% Y3=(y3max-X(:,3))/(y3max-y3min)
% %%第四列归一化
% y4min=min(X(:,4))
% y4max=max(X(:,4))
% Y4=(y4max-X(:,4))/(y4max-y4min)
%
% Y=[Y1 Y2 Y3 Y4]
%
% %%求个指标的信息熵
%
% %第一列求和
% y1sum=sum(Y1)
% %第二列求和
% y2sum=sum(Y2)
% %第三列求和
% y3sum=sum(Y3)
% %第四列求和
% y4sum=sum(Y4)
%
% P1=Y1/y1sum
% P2=Y2/y2sum
% P3=Y3/y3sum
% P4=Y4/y4sum
%
% P=[P1 P2 P3 P4]
% LNp=log§
%
% LNp1=[
% 0
% -3.2355
% -2.6529
% 0
% -1.9728
% -1.3691
% -4.1063
% -1.9860
% -2.5540
% -2.5540
% -1.9090
% -3.2354]
%
% LNp2=[
% -5.6204
% -2.5759
% -2.3246
% 0
% -2.2882
% -1.7918
% -3.0555
% -1.6692
% -2.4423
% -2.3246
% -2.4015
% -3.1355]
%
% LNp3=[-3.6673
% -2.3685
% -2.1637
% -3.8501
% -2.4639
% -1.4342
% -3.3801
% -1.9631
% -2.1274
% -2.3241
% 0
% -3.5137]
%
% LNp4=[
% -5.2679
% -2.6288
% -2.4346
% 0
% -2.0898
% -1.8021
% -2.7830
% -1.8339
% -2.5598
% -3.0706
% -2.3775
% -2.2233]
%
% %%第一个评价指标的信息熵
% p1=P(:,1)
% pt1=p1’
% E1=-(1/log(12))pt1LNp1
%
% %%第二个评价指标的信息熵
% p2=P(:,2)
% pt2=p2’
% E2=-(1/log(12))pt2LNp2

% %%第三个评价指标的信息熵
p3=P(:,3)
pt3=p3’
E3=-(1/log(12))pt3LNp3

% %%第四个评价指标的信息熵
p4=P(:,4)
pt4=p4’
E4=-(1/log(12))pt4LNp4

% %%确定各指标权重
E=E1+E2+E3+E4
EE=4-E

w1=(1-E1)/EE
w2=(1-E2)/EE
w3=(1-E3)/EE
w4=(1-E4)/EE
w=[w1 w2 w3 w4]