用matlab写一段topsis综合评价代码

下面是一份可能的TOPSIS综合评价的MATLAB代码：

% 假设我们需要进行5个方案的综合评价，并有3个评价指标
% 指标1：成本，越低越好
% 指标2：效益，越高越好
% 指标3：风险，越低越好

% 构建数据矩阵
data = [
    10, 50, 2;
    20, 40, 3;
    30, 30, 4;
    40, 20, 5;
    50, 10, 6
];

% 构建权重向量
weights = [0.3, 0.4, 0.3];

% 构建正向指标的极值向量
positive_max = max(data, [], 1);

% 构建负向指标的极值向量
negative_max = min(data, [], 1);

% 构建距离矩阵
distance_pos = sqrt(sum((data - repmat(positive_max, 5, 1)).^2, 2));
distance_neg = sqrt(sum((data - repmat(negative_max, 5, 1)).^2, 2));

% 构建综合评价得分
score = distance_neg ./ (distance_pos + distance_neg);

% 排序
[sorted_score, rank] = sort(score, 'descend');

上述代码中，我们首先构建了一个5x3的数据矩阵`data`，其中每行代表一个方案，每列代表一个评价指标。接着，我们构建了一个3元素的权重向量`weights`，并分别计算了正向指标和负向指标的极值向量`positive_max`和`negative_max`。然后，我们计算了每个方案到正向和负向指标的距离，然后根据TOPSIS方法计算了每个方案的综合评价得分`score`。最后，我们对得分进行了排序，并记录了每个方案的排名`rank`。

需要注意的是，这只是一份简单的代码示例，实际使用时需要根据具体情况进行修改。