matlab代码熵权法topsis

以下是基于熵权法和TOPSIS的MATLAB代码示例：

首先，定义一个矩阵A，其中每一行代表一个样本，每一列代表一个特征：

A = [3, 5, 7, 4; 4, 6, 8, 3; 5, 7, 9, 2; 6, 8, 10, 1];

接下来，我们需要计算每个特征的权重，使用熵权法进行计算：

[m, n] = size(A);
P = zeros(m, n);
E = -sum(A.*log(A), 1)/log(m);
for i = 1:m
for j = 1:n
P(i, j) = A(i, j)/sum(A(:, j));
end
end
I = sum(-P.*log(P), 1);
W = (1-I)/(n-sum(E));

现在我们已经得到了每个特征的权重，我们可以使用TOPSIS进行多属性决策分析。首先，我们需要对A的每一列进行标准化：

for j = 1:n
A(:, j) = A(:, j)/sqrt(sum(A(:, j).^2));
end

接下来，我们需要计算每个样本与最优和最劣方案之间的距离：

Splus = max(A);
Sminus = min(A);
Dplus = sqrt(sum((A-repmat(Splus, m, 1)).^2, 2));
Dminus = sqrt(sum((A-repmat(Sminus, m, 1)).^2, 2));
C = Dminus./(Dplus+Dminus);

最后，我们可以按照C的值对样本进行排序，得到最优的样本：

[~, idx] = sort(C, 'descend');
bestSample = idx(1);