【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
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 。
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。
%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);
end
S = 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);
end
Y; %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:cols
if Y(i,j)==0;
lnYij1(i,j)=0;
else
lnYij1(i,j)=log(Y(i,j)); %log取对数
end
end
end
ej1=-k*(sum(Y.*lnYij1,1)); % 计算正向指标标准化熵值ej1
weights1=(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%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:cols
if Y1(i,j)==0;
lnYij2(i,j)=0;
else
lnYij2(i,j)=log(Y1(i,j)); %log取对数
end
end
end
ej2=-k*(sum(Y1.*lnYij2,1)); % 计算负向指标标准化熵值ej2
weights2=(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默认函数名保存即可
%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
result=SQ(data)
result=SQfuxiang(data)
运行指令换成
result=SQfuxiang(data)
即可
运行结果就不再过多赘述。
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。
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
在rails源中:https://github.com/rails/rails/blob/master/activesupport/lib/active_support/lazy_load_hooks.rb可以看到以下内容@load_hooks=Hash.new{|h,k|h[k]=[]}在IRB中，它只是初始化一个空哈希。和做有什么区别@load_hooks=Hash.new 最佳答案 查看rubydocumentationforHashnew→new_hashclicktotogglesourcenew(obj)→new_has
我的主要目标是能够完全理解我正在使用的库/gem。我尝试在Github上从头到尾阅读源代码，但这真的很难。我认为更有趣、更温和的踏脚石就是在使用时阅读每个库/gem方法的源代码。例如，我想知道RubyonRails中的redirect_to方法是如何工作的:如何查找redirect_to方法的源代码？我知道在pry中我可以执行类似show-methodmethod的操作，但我如何才能对Rails框架中的方法执行此操作？您对我如何更好地理解Gem及其API有什么建议吗？仅仅阅读源代码似乎真的很难，尤其是对于框架。谢谢! 最佳答案 Ru
我的假设是moduleAmoduleBendend和moduleA::Bend是一样的。我能够从thisblog找到解决方案,thisSOthread和andthisSOthread.为什么以及什么时候应该更喜欢紧凑语法A::B而不是另一个，因为它显然有一个缺点？我有一种直觉，它可能与性能有关，因为在更多命名空间中查找常量需要更多计算。但是我无法通过对普通类进行基准测试来验证这一点。 最佳答案 这两种写作方法经常被混淆。首先要说的是，据我所知，没有可衡量的性能差异。(在下面的书面示例中不断查找)最明显的区别，可能也是最著名的，是你的
几个月前，我读了一篇关于rubygem的博客文章，它可以通过阅读代码本身来确定编程语言。对于我的生活，我不记得博客或gem的名称。谷歌搜索“ruby编程语言猜测”及其变体也无济于事。有人碰巧知道相关gem的名称吗？ 最佳答案 是这个吗:http://github.com/chrislo/sourceclassifier/tree/master 关于ruby-寻找通过阅读代码确定编程语言的rubygem？，我们在StackOverflow上找到一个类似的问题：
我目前正在使用以下方法获取页面的源代码:Net::HTTP.get(URI.parse(page.url))我还想获取HTTP状态，而无需发出第二个请求。有没有办法用另一种方法做到这一点？我一直在查看文档，但似乎找不到我要找的东西。 最佳答案 在我看来，除非您需要一些真正的低级访问或控制，否则最好使用Ruby的内置Open::URI模块:require'open-uri'io=open('http://www.example.org/')#=>#body=io.read[0,50]#=>"["200","OK"]io.base_ur
前言作为一名程序员，自己的本质工作就是做程序开发，那么程序开发的时候最直接的体现就是代码，检验一个程序员技术水平的一个核心环节就是开发时候的代码能力。众所周知，程序开发的水平提升是一个循序渐进的过程，每一位程序员都是从“菜鸟”变成“大神”的，所以程序员在程序开发过程中的代码能力也是根据平时开发中的业务实践来积累和提升的。提高代码能力核心要素程序员要想提高自身代码能力，尤其是新晋程序员的代码能力有很大的提升空间的时候，需要针对性的去提高自己的代码能力。提高代码能力其实有几个比较关键的点，只要把握住这些方面，就能很好的、快速的提高自己的一部分代码能力。1、多去阅读开源项目，如有机会可以亲自参与开源
matlab打开matlab，用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组（矩阵），往往是a*b*cunit8类型解释一下这个三维数组的意思，行数、数和层数，unit8：指数据类型，无符号八位整形，可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法，即RGB每个通道有256色阶（2^8）。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组，它将以灰度方式绘制；可以把图像拆分为rgb三层，可以以灰度的方式观察它figure(1
嗨~大家好，这里是可莉！今天给大家带来的是7个C语言的经典基础代码~那一起往下看下去把【程序一】打印100到200之间的素数#includeintmain(){ inti; for(i=100;i 【程序二】输出乘法口诀表#includeintmain(){inti;for(i=1;i 【程序三】判断1000年---2000年之间的闰年#includeintmain(){intyear;for(year=1000;year 【程序四】给定两个整形变量的值，将两个值的内容进行交换。这里提供两种方法来进行交换，第一种为创建临时变量来进行交换，第二种是不创建临时变量而直接进行交换。1.创建临时变量来
MIMO技术的优缺点优点通过下面三个增益来总体概括：阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下，MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中，可以获得复用增益，即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中，可以获得分集增益，即可靠性性能的改善。分集增益用独立衰落支路数来描述，即分集指数。在使用了空时编码的MIMO系统中，由于接收天线或发射天线之间的间距较远，可认为它们各自的大尺度衰落是相互独立的，因此分布式MIMO
