Cómo usar matlab para escribir el programa TOPSIS

Método %topsis, la normalización del indicador adopta la normalización vectorial, es decir, existen indicadores tanto positivos como negativos

% A es la matriz de decisión, W es la matriz de ponderación, M es la columna de indicadores positivos, N es la columna de indicadores negativos

[ma, na]=size(A);

A= xiangliangguiyi(A); %Get [matriz de decisión estandarizada]

for i=1：na

B(:,i)=A(：

V1 =zeros(1,na); %Inicializar solución ideal y solución ideal negativa

V2=zeros(1,na);

BMAX=max(B); %Obtener regresión ponderada Los valores máximo y mínimo de cada columna de la matriz normalizada

BMIN=min(B) %

for i=1: na

if i<= size(M,2) % bucle para obtener la solución ideal y la solución ideal negativa, preste atención al juicio, de lo contrario se excederá la cantidad

V1(M(i) )=BMAX(M(i));

V2(M(i))=BMIN(M(i));

fin

si i <=tamaño(N ,2)

V1(N(i))=BMIN(N(i));

V2(N(i))=BMAX(N( i));

end

end

for i=1：ma % Recorra el plan por fila y descubra la cercanía del plan

C1=B(i,:)-V1;

S1(i)=norm(C1); %S1 y S2 son las distancias desde el punto ideal positivo y el negativo. punto ideal respectivamente, que se puede obtener utilizando el paradigma de segundo orden

C2= B(i,：)-V2

S2(i)=norm(C2); /p>

T(i)=S2(i)/(S1(i)+S2 (i)); p>

B

V1

V2

S1

S2

T