matlab做熵权法改进的topsis模型代码

以下是 Matlab 实现熵权法改进的 TOPSIS 模型的代码示例：

% 假设有 m 个决策对象和 n 个评价指标
% X 为 m 行 n 列的决策矩阵
% w 为 n 维权向量，表示各个指标的重要程度

X = [2 3 4 5; 1 4 3 2; 5 2 1 3; 3 5 2 4]; % 决策矩阵
w = [0.3 0.2 0.3 0.2]; % 权向量

% 对决策矩阵进行归一化处理
[m, n] = size(X);
X_norm = zeros(m, n);
for i = 1:n
    X_norm(:,i) = X(:,i) ./ sqrt(sum(X(:,i).^2));
end

% 计算加权归一化矩阵
X_weighted = X_norm .* w;

% 计算理想解和负理想解
ideal_best = max(X_weighted);
ideal_worst = min(X_weighted);

% 计算各个决策对象到理想解和负理想解的距离
dist_best = sqrt(sum((X_weighted - ideal_best).^2, 2));
dist_worst = sqrt(sum((X_weighted - ideal_worst).^2, 2));

% 计算综合得分
score = dist_worst ./ (dist_best + dist_worst);

% 排序并输出得分最高的决策对象
[~, idx] = sort(score, 'descend');
best_choice = idx(1);
disp(['最佳决策对象为第 ', num2str(best_choice), ' 个']);

以上代码实现了熵权法改进的 TOPSIS 模型，可以根据自己的数据进行修改和调整。