纵横向拉开档次法的MATLAB实现

1、clear allglobal xystdsz xystd x y %定义全局变量load data.mat %原始数据xystd=bzycl(x,y); %数据无量纲处理xystdrow,xystdcol=size(xystd);%-区域知识创造能力评价-for tt=1:xystdcol xystdsztt(:,:)=xystdtt(:,1:10); %提取区域知识创造能力指标无量纲值endxystdszrow,xystdszcol=size(xystdsz);xyrow,xycol=size(xystdsz1);w0=zeros(1,xycol);for i=1:xycol w0(1,i

2、)=1/xycol; % 优化初始值endAeq=; beq=;lb=zeros(1,xycol);ub=ones(1,xycol);options =optimset('largescale','off');w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,options ); %优化求权重wqz1=w./sum(w); %权重归一化for tt=1:xystdszcol ztt(:,1)=xystdtt(:,1:10)*wqz1' % 求评价值 pxacz(:,tt)=px(ztt(:,1) ; % 对评价值排序en

3、dclear w0 w lb ub faval ;clear global xystdsz;%-区域知识流动能力评价-for tt=1:xystdszcol xystdsztt(:,:)=xystdtt(:,11:16); %提取区域知识流动能力指标无量纲值endglobal xystdsz; xystdszrow,xystdszcol=size(xystdsz);xyrow,xycol=size(xystdsz1);w0=zeros(1,xycol);for i=1:xycol w0(1,i)=1/xycol; % 优化w初始值endAeq=; beq=;lb=zeros(1,xycol);

4、ub=ones(1,xycol);options =optimset('largescale','off');w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,options );wqz2=w./sum(w); %权重归一化for tt=1:xystdszcol ztt(:,2)=xystdtt(:,11:16)*wqz2' % 求评价值 pxald(:,tt)=px(ztt(:,2) ; % 对评价值排序endclear w0 w lb ub faval ;clear global xystdsz;%-企业技术创新能力

5、评价-for tt=1:xystdszcol xystdsztt(:,:)=xystdtt(:,17:28); %提取企业技术创新能力指标无量纲值endglobal xystdsz; xystdszrow,xystdszcol=size(xystdsz);xyrow,xycol=size(xystdsz1);w0=zeros(1,xycol);for i=1:xycol w0(1,i)=1/xycol; % 优化w初始值endAeq=;beq=;lb=zeros(1,xycol);ub=ones(1,xycol);options =optimset('largescale',&

6、#39;off');w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,options );wqz3=w./sum(w); %权重归一化for tt=1:xystdszcol ztt(:,3)=xystdtt(:,17:28)*wqz3' % 求评价值 pxaqy(:,tt)=px(ztt(:,3) ; % 对评价值排序endclear w0 w lb ub faval ;clear global xystdsz;%-创新环境能力评价-for tt=1:xystdszcol xystdsztt(:,:)=xystdtt(:,29:35); %提取

7、创新环境能力指标无量纲值endglobal xystdsz; xystdszrow,xystdszcol=size(xystdsz);xyrow,xycol=size(xystdsz1);w0=zeros(1,xycol);for i=1:xycol w0(1,i)=1/xycol; % 优化w初始值endAeq=; beq=;lb=zeros(1,xycol);ub=ones(1,xycol);options =optimset('largescale','off');w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,opti

8、ons );wqz4=w./sum(w); %权重归一化for tt=1:xystdszcol ztt(:,4)=xystdtt(:,29:35)*wqz4' % 求评价值 pxahj(:,tt)=px(ztt(:,4) ; % 对评价值排序endclear w0 w lb ub faval ;clear global xystdsz;%-创新经济绩效能力评价-for tt=1:xystdszcol xystdsztt(:,:)=xystdtt(:,36:42); %提取创新绩效能力指标无量纲值endglobal xystdsz; xystdszrow,xystdszcol=size(

9、xystdsz);xyrow,xycol=size(xystdsz1);w0=zeros(1,xycol);for i=1:xycol w0(1,i)=1/xycol; % 优化w初始值endAeq=;beq=;lb=zeros(1,xycol);ub=ones(1,xycol);options =optimset('largescale','off'); w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,options );wqz5=w./sum(w); %权重归一化for tt=1:xystdszcol ztt(:,5)=x

10、ystdtt(:,36:42)*wqz5' % 求评价值 pxajx(:,tt)=px(ztt(:,5) ; % 对评价值排序end% -求整体综合能力评价排序-clear w0 w lb ub faval ;clear global xystdsz;xystdsz=z;global xystdsz;xystdszrow,xystdszcol=size(xystdsz);xyrow,xycol=size(xystdsz 1);w0=zeros(1,xycol);Aeq=;beq=;lb=zeros(1,xycol);ub=ones(1,xycol);options =optimset(

11、'largescale','off');w,faval=fmincon(YHQU,w0,Aeq,beq,lb,ub,fun,options );wqz6=w./sum(w); %权重归一化for kk=1:zcol z(:,kk)=zkk*wqz6' % 求评价值 pxazz=px(zz) ; % 对评价值排序end%- zzfxcapcity表示各项能力得分-结果-for i=1:7 for j=1:5 zzfxcapcityj(:,i)=zi(:,j);endendzzfxcapcity6(:,:)=zz;%- pxafxcapcity表示各项能力排

12、序结果-pxafxcapcity1=pxacz;pxafxcapcity2=pxald;pxafxcapcity3=pxaqy;pxafxcapcity4=pxahj;pxafxcapcity5=pxajx;pxafxcapcity6=pxazz; %-优化程序 YHQU.m function xysum=YHQU(w,xystdsz)global xystdsz xystdrow,xystdcol=size(xystdsz);xystdrow1,xystdcol1=size(xystdsz1);for i=1:xystdcol for j=1:xystdrow1 xyvalue(j,i)=x

13、ystdszi(j,:)*w' endendxymean=mean(mean(xyvalue);for i=1:xystdrow1 %xystdrow1=30 for j=1:xystdcol %xystdcol=7 xyvar(i,j)=(xyvalue(i,j)-xymean).2; endendxysum=-sum(sum(xyvar);%-排序px.m function pxa=px(gyhjg) % px排序.pxa是排序结果,gyhjg是要进行排序的评价值列向量jga=gyhjg;m,n=size(jga);for col=1:n for i=1:m-1 for j=i+1

14、:m if jga(i,col)<jga(j,col) temp=jga(i,col); jga(i,col)=jga(j,col); jga(j,col)=temp; end end endendfor col=1:n for i=1:m for j=1:m if gyhjg(i,col)=jga(j,col) pxa(i,col)=j; % comtinue end end endend%-约束条件fun.mfunction c,ceq=fun(w)ceq=w*w'-1;c=;%-改进归一法bzycl.m-function xystd=bzycl(x,y)% bzycl改进的

15、归一方法,是本系统默认采用的对指标值进行标准化处理的方法,% x是逆向指标值矩阵,通过xmax+xmin-x转化为正向指标；y是正向指标值矩阵；% 如果存在负数指标值通过xy-min(xy)进行转化；最后利用列和归一化处理,考虑待评价数m很大时,xystd值很小,所以乘以m.% xystd是标准化处理后的指标值yrow,ycol=size(y);m1,n1=size(x1); % m1表示x的行数,n1表示x的列数,逆向指标个数m2,n2=size(y1); % n2表示正向指标个数n=n1+n2; %n表示指标数if n1>0 m=m1; %表示待评价对象数else if n2>0 m=m2; endendfor t=1:ycolif n2>0 xyt(:,1:n2)=yt;endif n1>0 xmin=min(xt); xmax=max(xt); for i=1:n1 for j=1:m xyt(j,n2+1:n1+n2)=xmax(i)+xmin(i)-xt(j,i); %对逆向指标进行处理； end endendxyflag=all(xyt>=zeros(m,n); %判断是否存在x