topsis带有权重计算的MATLAB代码

以下是一个使用MATLAB实现带有权重的TOPSIS算法的示例代码：

% 输入矩阵
X = [0.6 0.9 0.7 0.8; 
     0.4 0.7 0.6 0.9;
     0.8 0.6 0.9 0.7];

% 权重向量
W = [0.4, 0.3, 0.2, 0.1];

% 归一化矩阵
[n, m] = size(X);
X_normalized = X ./ sqrt(sum(X.^2));

% 计算正理想解和负理想解
positive_ideal = max(X_normalized);
negative_ideal = min(X_normalized);

% 按权重计算加权后的矩阵
X_weighted = X_normalized .* W;

% 计算正负理想解与加权后矩阵的距离
D_positive = sqrt(sum((X_weighted - positive_ideal).^2, 2));
D_negative = sqrt(sum((X_weighted - negative_ideal).^2, 2));

% 计算综合评分
C = D_negative ./ (D_positive + D_negative);

% 按照综合评分排序
[~, ranking] = sort(C, 'descend');

% 输出排序结果
disp('方案排序结果:');
disp(ranking);

在上述代码中，`X`是输入矩阵，每一行表示一个方案，每一列表示一个指标。`W`是权重向量，与指标的列对应。首先，代码将输入矩阵进行归一化处理，然后计算正理想解和负理想解。接下来，根据权重向量对归一化后的矩阵进行加权。然后，根据加权后的矩阵与正负理想解的距离，计算综合评分。最后，按照综合评分对方案进行排序，并输出排序结果。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体情况对代码进行适当修改。