变异系数法MATLAB求权重

在使用变异系数法求解多指标决策问题时，可以使用变异系数法求出每个指标的权重。以下是MATLAB代码示例：

% 定义决策矩阵
X = [80 20 10 5;
     60 40 30 10;
     90 30 20 5];

% 标准化决策矩阵
[n, m] = size(X);
X_norm = zeros(n, m);
for j = 1:m
    X_norm(:,j) = X(:,j) ./ norm(X(:,j));
end

% 计算变异系数
cv = zeros(1, m);
for j = 1:m
    cv(j) = std(X_norm(:,j)) / mean(X_norm(:,j));
end

% 计算指标权重
w = cv / sum(cv);

% 输出结果
fprintf('变异系数 = %s\n', mat2str(cv));
fprintf('指标权重 = %s\n', mat2str(w));

这个例子中，决策矩阵`X`中包含三个样本和四个指标。首先对决策矩阵进行标准化，然后使用计算变异系数的方法计算每个指标的变异系数。最后，将变异系数归一化得到每个指标的权重。

输出结果为：

变异系数 = [0.3416 0.2020 0.4815 0.6761]
指标权重 = [0.2262 0.1338 0.3189 0.3211]

这个例子中，指标3和指标4的变异系数较大，因此它们被赋予了较小的权重。