【综合评价分析】熵权算法确定权重原理+完整MATLAB代码+详细注释+操作实列

文章目录

1. 熵权法确定指标权重

（1）构造评价矩阵 Ymn

（2）评价矩阵标准化处理

（3）计算指标信息熵值 Mj

（4）计算各指标权重 Nj

2.完整代码

2.1 熵权法（正向化指标）

2.2熵权法（负向化指标）

3.运行演示

3.1复制代码，建立函数

3.2 导入data数据集

3.3 运行指令

3.4 运行结果

3.5 结构体 result变量

3.5.1 归一化

3.5.2 熵值

3.5.3 权重

3.6 熵权法（负向化指标）

4.总结

采用熵权法进行客观权重计算的步骤为：

①根据评价等级对指标重要性进行打分，然后构建评价矩阵；

②将评价矩阵进行归一化处理，得到归一化评价矩阵；

③根据信息熵计算公式，计算各个指标的信息熵；

④根据熵权计算公式，计算各个指标的客观权重值。

1. 熵权法确定指标权重

（1）构造评价矩阵 Ymn

（2）评价矩阵标准化处理

采用线性比例变换法将评价矩阵进行初等变换,得到归一化矩阵进而解决不同指标值的同质化问题，其中正向指标与负向指标数值不同，但绝对值越大越好凹，例如计算指标的重要性与权重值的关系，权重值越大，则代表重要性越强，所以选择正向指标。

式中：yij ——评价矩阵原始值。

归一化：计算第 j 项指标下第 i 个样本值占该指标的比重 qij。

式中：m——总样本数。

（3）计算指标信息熵值 Mj

（4）计算各指标权重 Nj

2.完整代码

2.1 熵权法（正向化指标）

%data是n个对象、m个评价指标 n行m列数据
%data是唯一需要从外界输入的数据
function  result=SQ(data);
R = data;
[rows,cols]=size(R);   % 输入矩阵的大小,rows为行数（对象个数），cols为列数（指标个数）Rmin = min(R);         %矩阵中最小行
Rmax = max(R);         %矩阵中最大行
A = max(R) - min(R);   %分母 矩阵中最大行减最小行y = R - repmat(Rmin,rows,1);      %分子 R矩阵每一行减去最小行
for j = 1 : cols                  %该循环用于正向指标标准化处理 分子/分母y(:,j) = y(:,j)/A(j);
endS = sum(y,1);                     %列之和（用于列归一化）for i = 1 : cols                  %该循环用于列的归一化Y(:,i) = y(:,i)/S(i);
endY;                                %打印矩阵正向指标标准化处理结果k=1/log(rows);                    % 求k
lnYij1=zeros(rows,cols);           % 初始化lnYij1
% 计算lnYij1
for i=1:rows                         %循环遍历取对数for j=1:colsif Y(i,j)==0;lnYij1(i,j)=0;elselnYij1(i,j)=log(Y(i,j));  %log取对数endend
end
ej1=-k*(sum(Y.*lnYij1,1));             % 计算正向指标标准化熵值ej1weights1=(1-ej1)/(cols-sum(ej1));  %正向指标权重weights1%结构体定义
result(1).guiyihua = Y;            %矩阵归一化结果赋给result
result(1).shangzhi = ej1;          %熵值赋给result
result(1).weight = weights1;       %权重赋给result

2.2熵权法（负向化指标）

%data是n个对象、m个评价指标 n行m列数据
%data是唯一需要从外界输入的数据
function  result=SQfuxiang(data);
R = data;
[rows,cols]=size(R);   % 输入矩阵的大小,rows为行数（对象个数），cols为列数（指标个数）Rmin = min(R);         %矩阵中最小行
Rmax = max(R);         %矩阵中最大行
A = max(R) - min(R);   %分母 矩阵中最大行减最小行y1 = repmat(Rmax,rows,1) - R;     %分子 最大行减去R矩阵每一行for j = 1 : cols                  %该循环用于负向指标标准化处理 分子/分母y1(:,j) = y1(:,j)/A(j);
end
S = sum(y1,1);                    %列之和（用于列归一化）
for i = 1 : cols                  %该循环用于列的归一化Y1(:,i) = y1(:,i)/S(i);
end
Y1;                               %打印矩阵负向指标标准化处理结果k=1/log(rows);                    % 求k
lnYij2=zeros(rows,cols);           % 初始化lnYij2
% 计算lnYij1
for i=1:rows                         %循环遍历取对数for j=1:colsif Y1(i,j)==0;lnYij2(i,j)=0;elselnYij2(i,j)=log(Y1(i,j));  %log取对数endend
end
ej2=-k*(sum(Y1.*lnYij2,1));             % 计算负向指标标准化熵值ej2weights2=(1-ej2)/(cols-sum(ej2));  %负向指标权重weights2%结构体定义
result(1).guiyihua = Y1;            %矩阵归一化结果赋给result
result(1).shangzhi = ej2;           %熵值赋给result
result(1).weight = weights2;        %权重赋给result

3.运行演示

3.1复制代码，建立函数

默认函数名保存即可

3.2 导入data数据集

%data是n个对象、m个评价指标 n行m列数据
%data是唯一需要从外界输入的数据

以下列子所用数据集为

5 3 7 3
6 7 6 4
9 4 7 5
10 6 9 2
6 4 8 6
7 2 8 3
5 4 5 3
9 5 9 2

3.3 运行指令

result=SQ(data)

result=SQfuxiang(data)

3.4 运行结果

3.5 结构体 result变量

3.5.1 归一化

3.5.2 熵值

3.5.3 权重

3.6 熵权法（负向化指标）

运行指令换成

result=SQfuxiang(data)

即可

运行结果就不再过多赘述。

4.总结

采用熵权法进行客观权重计算的步骤为：

①根据评价等级对指标重要性进行打分，然后构建评价矩阵；

②将评价矩阵进行归一化处理，得到归一化评价矩阵；

③根据信息熵计算公式，计算各个指标的信息熵；

④根据熵权计算公式，计算各个指标的客观权重值。

本文包括了熵权算法法确定权重原理+完整MATLAB代码+详细注释+操作实列。

【综合评价分析】熵权算法确定权重原理+完整MATLAB代码+详细注释+操作实列相关推荐

【综合评价分析】topsis评价原理+完整MATLAB代码+详细注释+操作实列
[综合评价分析]topsis评价原理+完整MATLAB代码+详细注释+操作实列文章目录 1.TOPSIS法的原理 2.TOPSIS法案例分析 3.建立模型并求解 3.1数据预处理 3.2代码实现数 ...
【GA算法】遗传算法原理及其Matlab代码
翻阅几篇遗传算法的文章,这篇通俗易懂,且逻辑清楚,最适合入门,不用担心遗漏关键点. 遗传算法,先选择,交叉和变异顺序可更换. 轮盘赌部分,参考了另外一篇文章的解释. 此外,还有一些有价值的文献: 选择 ...
动态多目标优化算法：动态多目标狮群优化算法DMOLSO求解cec2015（提供完整MATLAB代码及所有测试问题的真实POF，含GD、IGD、HV和SP评价指标）
一.CEC2015简介现实世界中,许多优化问题不仅具有多属性,而且与时间相关,即随着时间的变化,优化问题本身也发生改变,这类问题称为动态多目标优化问题(dynamic multi-objective ...
智能优化算法：海鸥算法原理及Matlab代码
智能优化算法:海鸥算法原理及Matlab代码文章导航 1. 算法原理 2. SOA算法流程 2.1 迁徙行为(exploration ability) 2.2 攻击行为(exploitation a ...
MUSIC算法原理及MATLAB代码阵列信号处理
MUSIC算法原理及MATLAB代码阵列信号处理 MUSIC(multiple signal classification algorithm)算法是一种基于矩阵特征空间分解的方法.从几何角度讲,信 ...
单目标应用：瞪羚优化算法（Gazelle Optimization Algorithm，GOA）优化BiLSTM权值和阈值（提供Matlab代码）
瞪羚优化算法(Gazelle Optimization Algorithm,GOA)由Agushaka等人于2022年提出,该算法模拟了瞪羚逃避捕食者的行为,思路新颖,性能高效. 瞪羚的身高60-11 ...
色噪声原理及matlab代码实现,色噪声原理及matlab代码实现
色噪声原理及matlab代码实现色噪声原理及 matlab 实现1.实验目的:⑴ 了解随机信号自身的特性,包括均值(数学期望) .均方值.方差.相关函数.概率密度.频谱及功率谱密度等.(2)了解色噪 ...
k-中心点算法（k-medoids）及Matlab代码实现
k-中心点算法(k-medoids)及Matlab代码 1. 提出: 上篇文章给出了 k-means算法的具体思想和代码实现:https://blog.csdn.net/qiu1440528444/a ...
c语言期中项目实战二—简易扫雷，思路分析加代码详细注释
c语言期中项目实战二-简易扫雷,思路分析+代码详细注释游戏介绍项目步骤模块化编程设置菜单设置棋盘打印棋盘布置雷排查雷总结及总代码和详细注释游戏介绍扫雷这个经典游戏,直到现在仍有很 ...

【综合评价分析】熵权算法确定权重原理+完整MATLAB代码+详细注释+操作实列

1. 熵权法确定指标权重

（1）构造评价矩阵 Ymn

（2）评价矩阵标准化处理

（3）计算指标信息熵值 Mj

（4）计算各指标权重 Nj

2.完整代码

2.1 熵权法（正向化指标）

2.2熵权法（负向化指标）

3.运行演示

3.1复制代码，建立函数

3.2 导入data数据集

3.3 运行指令

3.4 运行结果