matlab实现BWM方法

在Matlab中实现BWM（Best Worst Method）方法，可以按照以下步骤进行：

1. 定义评价矩阵

评价矩阵包含多个评价因素和多个评价对象，每个评价因素和每个评价对象之间的关系用数字表示。例如，假设我们要评价三个评价对象A、B和C的价格、质量和服务，可以定义一个3x3的评价矩阵M，其中M(i,j)表示第i个评价对象在第j个评价因素下的得分。

2. 计算得分差异矩阵

得分差异矩阵用于计算每个评价对象相对于其他评价对象的得分差异。例如，假设我们要计算A相对于B的得分差异，可以计算M(A,i)-M(B,i)的平均值，其中i表示评价因素的编号。同样地，我们可以计算A相对于C的得分差异，以及B相对于C的得分差异。

3. 计算得分差异比例矩阵

得分差异比例矩阵用于计算每个评价对象相对于其他评价对象的得分差异比例。例如，假设我们要计算A相对于B的得分差异比例，可以计算(M(A,i)-M(B,i))/(M(A,i)+M(B,i))的平均值，其中i表示评价因素的编号。同样地，我们可以计算A相对于C的得分差异比例，以及B相对于C的得分差异比例。

4. 计算得分权重矩阵

得分权重矩阵用于计算每个评价对象在所有评价因素中的权重。例如，假设我们要计算A在所有评价因素中的权重，可以计算A相对于B的得分差异比例加上A相对于C的得分差异比例，再除以2。同样地，我们可以计算B和C在所有评价因素中的权重。

5. 计算得分综合矩阵

得分综合矩阵用于计算每个评价对象的综合得分。例如，假设我们要计算A的综合得分，可以将A在价格、质量和服务中的得分分别乘以它在价格、质量和服务中的权重，再求和。同样地，我们可以计算B和C的综合得分。

6. 对评价对象排序

根据得分综合矩阵，我们可以将评价对象按照得分从高到低排序，得到它们的优先级顺序。

以上就是在Matlab中实现BWM方法的步骤。