Topsis算法的实现——MATLAB版本

àì夳堔傛蜴生んèń 2022-12-03 09:09 183阅读 0赞

CSDN代码没有MATLAB的版本，因此以下都是显示的MATLAB版本。

###### 主函数 ######

clear
    clc
    
    
    filename="附件：数据.xlsx";
    sheet=1;
    range="A1:O32156";
    
    datas=xlsread(filename,sheet,range);
    n=32155;
    
    for i=1:32155
        for j=1:6
            z(i,j)=datas(i,j+3+6) - datas(i,j+3);
        end
    end
    
    
    Top=topsis(z);
    
    Top(1:10);
    % 写入排名
    for i=1:n
        % k表示排名第i的是索引为几的村子
        k=Top(i);
        datas(k,16)=i;
    end;
    
    
    danwei=zeros(160,2);
    cnt=zeros(160);
    
    % 统计每个单位的排名综合
    for i=1:n
        % k表示索引为i的村子的帮扶单位
        k=datas(i,2)+1;
        danwei(k,1)=danwei(k,1)+datas(i,16);
        cnt(k)=cnt(k)+1;
    end
    
    % 统计每个单位的平均绩效排名
    for i=1:160
        danwei(i,2)=i-1;
        danwei(i,1)=danwei(i,1)/cnt(i);
    end
    % 排序,这个值越低越好
    
    disp("帮扶单位平均帮扶排名");
    
    data1=sortrows(danwei,1);
    
    disp("帮扶单位排序(前十):");
    disp(data1(1:10,2));
    
    leixing=zeros(6,2);
    cnt=zeros(6);
    
    % 统计不同类别单位的个数及总排名
    for i=1:n
        k=datas(i,3)+1;
        leixing(k)=leixing(k)+datas(i,16);
        cnt(k)=cnt(k)+1;
    end;
    % 求每种类型单位的平均排名
    for i=1:6
        leixing(i,2)=i-1;
        leixing(i,1)=leixing(i,1)/cnt(i);
    end;
    disp("不同类型的得分数据");
    disp(leixing);
    
    
    data2=sortrows(leixing,1);
    
    disp("不同类型的排名");
    disp(data2(:,2));
    
    xlswrite("输出数据", datas)

###### sorting ######

function result=sorting(e)
     c=e;
     n=size(c,2);%向量中元素的数目
     result=[];
     %记录 c 中元素最大的位置，将最大的数的数值设置为一个小量-1000000000；
     for i=1:n
     [a,result(i)]=max(c);
     c(result(i))=-1000000000000;
     end
    end

###### computingdegree ######

function c=computingdegree(d1,d2)
    n=size(d1,2);
    c=zeros(1,n);
    for i=1:n
     c(i)=d2(i)/(d1(i)+d2(i));
    end
    end

###### computingdistance ######

function [d1,d2]=computingdistance(z,x1,x2)
    [n,m]=size(z);
    for i=1:n
     d1(i)=sqrt(sum((z(i,:)-x1).^2));
     d2(i)=sqrt(sum((z(i,:)-x2).^2));
    end
    
    end

###### findidealpoints ######

function [x1,x2]=findidealpoints(z)
    [n,m]=size(z);
    x1=zeros(1,m);
    x2=zeros(1,m);
    for j=1:m
     x1(j)=max(z(:,j));
     x2(j)=min(z(:,j));
    end
    end

###### formulation ######

function A=formulation(z)
    [n,m]=size(z);
    A=zeros(n,m);
    for j=1:m
     %var_type(j)=input('please input a var_type: ');
     var_type(j)=1;
    end
    for i=1:n
     for j=1:m
     if var_type(j)==1
     A(i,j)=(z(i,j)-min(z(:,j)))./(max(z(:,j))-min(z(:,j)));
     elseif var_type(j)==0
     A(i,j)=(max(z(:,j))-z(i,j))./(max(z(:,j))-min(z(:,j)));
     end
     
     end
    end
    end

###### topsis ######

function r=topsis(z)
    [n,m]=size(z);
    A=formulation(z);%规范化矩阵
    
    % 修改后
    w=[0.1154 0.1154 0.1154 0.1154 0.1154 0.4231];
    
    %w=[0.1 0.1 0.1 0.1 0.1 0.5];
    %w=[0.125 0.125 0.125 0.125 0.125 0.375];
    %w=[0.4333333 0.066667 0.066667 0.066667 0.066667 0.3];
    %w=[0.066667 0.43333333 0.066667 0.066667 0.066667 0.3];
    %w=[0.066667 0.066667 0.433333 0.066667 0.066667 0.3];
    %w=[0.066667 0.066667 0.066667 0.4333333 0.066667 0.3];
    %w=[0.066667 0.066667 0.066667 0.066667 0.4333333 0.3];
    for i=1:n
        A(i,:)=w.*A(i,:);
    end
    %A=w.*A;
    [x1,x2]=findidealpoints(A);%确定正负理想解
    [d1,d2]=computingdistance(A,x1,x2);%计算距离
    c=computingdegree(d1,d2);%计算接近程度
    e=[d1',d2',c']
    xlswrite("d1d2c",e);
    r=sorting(c);%排序
    end