熵权-TOPSIS综合评价方法的MATLAB程序

最新推荐文章于 2025-07-23 17:28:52 发布

menggting

最新推荐文章于 2025-07-23 17:28:52 发布

阅读量2.1w

点赞数 28

CC 4.0 BY-SA版权

文章标签：算法机器学习

本文链接：https://blog.csdn.net/menggting/article/details/104074100

这篇博客分享了一段MATLAB代码，用于通过熵权法计算权重，并结合TOPSIS方法进行综合评价。博主亲测有效，适合算法和机器学习领域的研究者参考使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以下是我搜寻的熵值法求权重并结合TOPSIS进行综合评价的MATLAB代码，自己试过了，是有用的，分开来使用，先求权重，再进行TOPSIS评价。第一次发博，如有不合规或错误的地方，请谅解。

%第一部分：求熵值
function [s,w]=shang(x)
 x=[ ];%这里输入自己的评价矩阵
 % 函数shang.m, 实现用熵值法求各指标(列）的权重及各数据行的得分
% x为原始数据矩阵
% s返回各行得分, w返回各列权重
[n,m]=size(x); % n=23个国家, m=5个指标
%% 数据的归一化处理
% Matlab2010b,2011a,b版本都有bug,需如下处理. 其它版本直接用[X,ps]=mapminmax(x',0,1);即可
[X,ps]=mapminmax(x',0,1);
 ps.ymin=0.002; % 归一化后的最小值
ps.ymax=0.996; % 归一化后的最大值
ps.yrange=ps.ymax-ps.ymin; % 归一化后的极差,若不调整该值, 则逆运算会出错
X=mapminmax(x',ps);
 % mapminmax('reverse',xx,ps); % 反归一化, 回到原数据
X=X';  % X为归一化后的数据
 %% 计算第j个指标下，第i个记录占该指标的比重p(i,j)
 for i=1:n
     for j=1:m
         p(i,j)=X(i,j)/sum(X(:,j));
     end
 end
 %计算第j个指标的熵值e(j)
 k=1/log(n);
 for j=1:m
     e(j)=-k*sum(p(:,j).*log(p(:,j)));
 end
 d=ones(1,m)-e;  % 计算信息熵冗余度
w=d./sum(d);    % 求权值w
%第二部分：TOPSIS综合评价
function [ output_args ] = TOPSIS(A,W)
A=[];%这里输入自己的评价矩阵
W=[]%这里输入上面求得的权重
%A为决策矩阵，W为权值矩阵,M为正指标所在的列，N为负指标所在的列
 [ma,na]=size(A);          %ma为A矩阵的行数，na为A矩阵的列数
 for i=1:na