熵权法+TOPSIS+灰色关联度综合算法（Matlab实现）

熵权法+TOPSIS+灰色关联度综合算法（Matlab实现）

代码获取私信回复：熵权法+TOPSIS+灰色关联度综合算法（Matlab实现）

摘要：

熵权法+TOPSIS+灰色关联度综合算法（Matlab实现）代码实现了一种基于熵权法与灰色关联-TOPSIS的混合综合评价模型，对输入的多指标决策矩阵进行综合评价，计算各样本的相对贴近度，并按优劣排序。通过结合熵权法、欧氏距离（TOPSIS）和灰色关联分析，全面反映样本的综合表现。

基本介绍

最终输出样本的相对贴近度排序（index），值越大表示综合表现越优。

数据：

运行效果

部分源码

.rtcContent { padding: 30px; } .lineNode {font-size: 10pt; font-family: Menlo, Monaco, Consolas, “Courier New”, monospace; font-style: normal; font-weight: normal; }
clc;
clear all;
% Step 1: 输入数据
% 假设有m个样本和n个评价指标
X = xlsread(‘data.xlsx’); % 输入决策矩阵，大小为 m × n
[m,n]=size(X);
% Step 2: 指标矩阵加权标准化
% 假设数值大者为优，进行标准化
normalized_X = (X- min(X(😃))./( max(X(😃)- min(X(😃)); % 指标标准化，每个指标除以其最大值
% 假设数值小者为优，进行标准化
normalized_X = (max(X(😃)- X)./( max(X(😃)- min(X(😃)); % 指标标准化，每个指标除以其最大值
% 计算每个指标的熵值