使用matlab写一个CRITIC法计算权重的代码

当然可以，下面是一个简单的 Matlab 代码示例，用于实现 CRITIC 方法计算权重：

function weights = criticMethod(data)
    % 计算决策矩阵的行数和列数
    [m, n] = size(data);
    
    % 对决策矩阵进行归一化处理
    normData = normalize(data, 'range');
    
    % 计算每个指标的正理想解和负理想解
    positiveIdeal = max(normData);
    negativeIdeal = min(normData);
    
    % 计算每个指标与正理想解的距离
    positiveDistance = sqrt(sum((normData - positiveIdeal).^2));
    
    % 计算每个指标与负理想解的距离
    negativeDistance = sqrt(sum((normData - negativeIdeal).^2));
    
    % 计算 CRITIC 方法中的权重
    weights = negativeDistance ./ (positiveDistance + negativeDistance);
    
    % 归一化权重，使得权重之和为1
    weights = weights / sum(weights);
end

使用该函数，你需要将你的决策矩阵作为输入参数 `data` 传递给 `criticMethod` 函数。该函数会返回一个包含各个指标的权重值的向量 `weights`。

请注意，这只是一个简单的示例代码，你可能需要根据你的具体需求进行适当的修改。