熵权法topsis代码

熵权法（Entropy Weight Method）和TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）是两种常用的多属性决策方法。熵权法用于确定各属性的权重，而TOPSIS用于评估各个决策方案的优劣程度。

下面是一个简单的MATLAB代码示例，用于实现熵权法和TOPSIS方法：

% 数据准备
data = [1 2 3; 4 5 6; 7 8 9]; % 原始数据矩阵，每一行代表一个决策方案，每一列代表一个属性
criteria = [0.3 0.4 0.3]; % 各属性的权重

% 熵权法计算权重
entropy = -sum(data.*log(data), 1); % 计算每个属性的熵
entropy_ratio = entropy / sum(entropy); % 计算每个属性的熵比值
weight_entropy = 1 - entropy_ratio; % 计算每个属性的权重

% TOPSIS方法评估决策方案
normalized_data = data ./ sqrt(sum(data.^2, 1)); % 数据归一化
positive_ideal_solution = max(normalized_data, [], 1); % 正理想解
negative_ideal_solution = min(normalized_data, [], 1); % 负理想解
distance_positive = sqrt(sum((normalized_data - positive_ideal_solution).^2, 2)); % 到正理想解的距离
distance_negative = sqrt(sum((normalized_data - negative_ideal_solution).^2, 2)); % 到负理想解的距离
closeness = distance_negative ./ (distance_positive + distance_negative); % 相对接近度
rank = sortrows([closeness, (1:size(data, 1))'], -1); % 排名

% 输出结果
disp('属性权重：');
disp(weight_entropy);
disp('决策方案排序：');
disp(rank(:, 2));

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进行修改和扩展。另外，熵权法和TOPSIS方法的具体实现可能因不同的研究者和文献而有所差异，以上代码仅供参考。