带权重的TOPSIS法matlab实现代码

下面是一个带权重的 TOPSIS 方法的 MATLAB 实现代码示例：

matlab
function [best_alt] = topsis_with_weights(data, weights)
% 归一化处理
norm_data = data ./ sqrt(sum(data.^2));

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

% 计算每个备选方案到正理想解和负理想解的距离
positive_distance = sqrt(sum((norm_data - positive_ideal).^2));
negative_distance = sqrt(sum((norm_data - negative_ideal).^2));

% 计算综合评价指数
performance = negative_distance ./ (positive_distance + negative_distance);

% 根据综合评价指数进行排序，找到最佳备选方案
[~, best_alt_index] = min(performance);
best_alt = data(best_alt_index, :);
end

使用示例：

% 假设我们有一个3个备选方案和4个评价指标的数据矩阵
data = [3 2 4 5; 4 3 5 2; 2 4 3 4];

% 假设我们给出了4个指标的权重向量
weights = [0.4 0.3 0.2 0.1];

% 调用函数进行计算
best_alt = topsis_with_weights(data, weights);

请注意，这只是一个简单的示例实现。您可以根据实际需求对代码进行修改和扩展。