熵权法是目前最常用的确定评价指标权重的方法之一。熵是热力学的物理概念，是衡量一个体系混乱或无序度的度量，熵越大表示系统越混乱，所反映的信息越少，反之反映的信息越多。熵权法计算权重可以分为以下几步：第一步：计算第 j 项指标在第 i 个样本占该指标的比重

熵是热力学的一个物理概念，是体系混乱度或无序度的度量，熵越大表示系统越乱（即携带的信息越少），熵越小表示系统越有序（即携带的信息越多）。信息熵借鉴了热力学中熵的概念，香农把信源所含有的信息量称为信息熵，用于描述平均而言事件信息量的大小，所以在数学上，信息熵是事件所包含的信息量的期

函数代码functiontopsis_example(data,data_types,up_OK,down_OK,upper_bounds,lower_bounds,middle)%数据预处理[num_objects,num_attributes]=size(data);normalized_data=zeros(num_objects,num_attributes);%1.根据数据类型进行正向化

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、熵权法的基本概念二、熵权法的基本步骤1、构建决策矩阵2、数据标准化3、计算指标的比重4、计算信息熵5、计算权重6、计算综合得分三、代码实现----Matlab四、代码实现----python总结

pdf:熵权法.pdf别人的：https://www.jianshu.com/p/bdfd8b6d28b5https://blog.csdn.net/qq_48774513/article/details/120636330适用范围客观赋值优点在权值确定的过程，完全是分析已有的数据，没有引入主观干预，具有较好的客观性目的确定每个指标所占权重，权重用于计算最终得

文章目录​​1、什么是熵权法​​​​1.1优点​​​​1.2缺点​​​​1.3适用范围​​​​2、使用熵权法过程​​​​2.1数据预处理​​​​2.1.1清洗指标极值​​​​2

第一问：多种数据，首先先设置几个评价指标，然后使用主成分分析/熵权法+topsis求出指标值变异系数：单位不同/平均值不同时，不能直接比较方差，使用变异系数\(C.V.=S/X\)（标准差

主要解决多指标评价模型首先来看topsis，考虑一种类型数据首先正向化，比如都改成越大越好（如果越小越好？max-x；在某个区间内最好？中间型指标？)然后标准化，把原式数据改成0~