topsis-熵权法的matlab代码

以下是基于 Matlab 的 TOPSIS-熵权法的示例代码：

假设有 4 个方案，每个方案有 4 个属性，如下所示：

data = [3 4 2 5; 6 4 3 2; 7 5 4 3; 2 3 2 4];

则可以按照以下步骤进行计算：

% 确定属性的权重
entropy = -sum(data .* log(data), 1);
entropy = entropy / sum(entropy);
w = 1 - entropy;

% 对属性值进行归一化处理
[m, n] = size(data);
data_norm = zeros(m, n);
for i = 1:n
    data_norm(:, i) = data(:, i) / norm(data(:, i));
end

% 确定正理想解和负理想解
ideal = max(data_norm);
anti_ideal = min(data_norm);

% 计算每个方案与理想解和负理想解的距离
d_plus = sqrt(sum((data_norm - ideal) .^ 2, 2));
d_minus = sqrt(sum((data_norm - anti_ideal) .^ 2, 2));

% 计算综合得分
score = d_minus ./ (d_minus + d_plus);

% 输出结果
disp(score);

以上代码中，首先使用熵权法确定属性的权重，然后对属性值进行归一化处理得到 data_norm。根据归一化后的属性值，确定正理想解和负理想解。接着，计算每个方案与理想解和负理想解的距离，然后根据距离计算每个方案的综合得分。最后输出结果。

需要注意的是，TOPSIS-熵权法的结果可能会受到属性权重和正负理想解的选择影响，因此在实际应用中需要进行多次计算和比较，以确保结果的可靠性和准确性。