matlab计算权重代码

『壹』 matlab神经网络求权重

1. 上面写的好像是6个指标

2. 给一个简单的函数拟合代码吧。你不说更多的要求回我也不能更细化了。

clearall;closeall;
x=[123456789;123212112;...
133455542;211221221;...
111222231;121221211];
t=[133455542];
net=feedforwardnet(10);%隐层答节点数
net=configure(net,x,t);
net.divideParam.trainRatio=0.7;
net.divideParam.valRatio=0.15;
net.divideParam.testRatio=0.15;
net=train(net,x,t);
y2=net(x);
x_axis=1:length(t);
plot(x_axis,t,x_axis,y2)
legendtargetprediction

『贰』 怎么用matlab做评价指标的权重赋值

A=[1,2,3,3；1/2,1,2,3;1/3,1/2,1,3;1/3,1/3,1/3,1]; [x,y]=eig(A)%求得x为特征向量矩阵，y为特征值矩阵 [m m]=find(y==max(max(y)))%找到y中对应最大的特征值所在列m w=x(:,m)/sum(x(:,m)) %w即为矩阵A的权重！

『叁』 如何matlab求矩阵权重，请给出必要的语句

b=[1 1/3 1/3 1/5 3 1 1 3/5 3 1 1 3/5 5 5/3 5/3 1]

[x,y]=eig(b)

得x为特征向量矩阵 y为特征值矩阵

找到y中对应最大的特征值所在列m

w=x(:,m)/sum(x(:,m))

w就是权重！

『肆』 求熵值法计算权重的matlab代码，并且举个例子算一下，发送到[email protected],谢谢！

x=[1 2 3 56 7
2 3 5 45 8
1 2 4 56 8
];
[n,m]=size(x);
k=1/log(n);
X=zeros(n,m);
for j=1:m
for i=1:n
c=sort(x(:,j));
big=x(n,j);
small=x(1,j);
X(i,j)=(x(i,j)-small)/(big-small)+1;
end
end
p=[];
for j=1:m
th=0;
for t=(X(:,1))'
th=th+t;
end
Ph=X(:,j)/th;
p=[p Ph];
end
e=[];
for j=1:m
eg=0;
for i=1:n
eh=-k*p(i,j)*log(p(i,j));
eg=eg+eh;
end
e=[e,eg];
end
E=0;
for j=1:m
E=E+e(j);
end
g=[];
for j=1:m
gh=(1-e(j))/(m-E);
g=[g,gh];
end
Eh=0;
for nh=g
Eh=Eh+nh;
end
w=[];
for j=1:m
wh=g(j)/Eh;
w=[w,wh];
end
s=[];
for i=1:n
sh=w(i)*p(i,:);
shen=0;
for she=sh
shen=shen+she;
end
s=[s ,shen];
end

『伍』 求助，用matlab怎么计算权重

A=[1,2,3,3；1/2,1,2,3;1/3,1/2,1,3;1/3,1/3,1/3,1];
[x,y]=eig(A)%求得x为特征向量矩阵，y为特征值矩阵
[m m]=find(y==max(max(y)))%找到y中对应最大的特征值所在列m
w=x(:,m)/sum(x(:,m)) %w即为矩阵A的权重！

『陆』 怎么用matlab权重

clear;clc;
A=[100284727]
B=[83456977]
C=[55667788]
w=C/[A;B]%最小二乘解

『柒』 如何使用matlab计算加权平均分

根据加权平均分的定义，计算加权平均分只需使用matlab两个知识点：
sum()函数可以对参数(矩阵、向量)求和
matlab的点运算符(.)表示对矩阵中每个元素的运算
计算加权平均分的示例代码如下：
>>
x
=
[80
92
83
67];
%
各科成绩
>>
w
=
[2.5
1.0
1.5
3.0];
%
各科学分
>>
y
=
sum(x.*w)/sum(w)
%
加权成绩
y
=

77.1875

『捌』 matlab求权重系数

你这个用excel就能实现
当然也可以用matlab编程实现
系数是多少是根据第5列数据来的还是固定的

『玖』 如何使用matlab计算加权平均分

计算加权平均分的示例代码如下：

>> x = [80 92 83 67]; % 各科成绩

>> w = [2.5 1.0 1.5 3.0]; % 各科学分

>> y = sum(x.*w)/sum(w) %加权成绩

y =77.1875

(9)matlab计算权重代码扩展阅读：

Matlab常用函数和命令

size 矩阵的大小

slice 立体切片图

solve 求代数方程的符号解

spalloc 为非零元素配置内存

sparse 创建稀疏矩阵

spconvert 把外部数据转换为稀疏矩阵

semilogx: x轴为对数刻度，y轴为线性刻度

semilogy: x轴为线性刻度，y轴为对数刻度

floor(x)：下取整，即舍去正小数至相邻整数

ceil(x)：上取整，即加入正小数至相邻整数

『拾』 matlab怎么用

判断矩阵一致性检验的Matlab源程序代码
Matlab源程序代码如下：

clc
clear
disp('请输入判断矩阵A')
A=input('A=');
[n,n] = size(A)
%方法1： 算术平均法
Sum_A = sum(A);
SUM_A = repmat(Sum_A,n,1);
Stand_A = A ./ SUM_A;
Stand_A = A ./ Sum_A; % 这样也可以的
disp('算术平均法求权重的结果为：');
disp(sum(Stand_A,2)./n)
%方法2： 几何平均法
Prct_A = prod(A,2);
Prct_n_A = Prct_A .^ (1/n);
disp('几何平均法求权重的结果为：');
disp(Prct_n_A ./ sum(Prct_n_A))
%方法3： 特征值法求权重
[V,D] = eig(A);
Max_eig = max(max(D))
[r,c]=find(D == Max_eig , 1);
disp('特征值法求权重的结果为：');
disp( V(:,c) ./ sum(V(:,c)) )
%计算一致性比例CR
CI = (Max_eig - n)/(n-1);
RI=[0 0.0001 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58
1.59];
% 这里n=2时，一定是一致矩阵，所以CI = 0，为了避免分母为0，将这里的第二个元素改为了很接近0的正数
CR=CI/RI(n);
disp('一致性指标CI=');disp(CI);
disp('一致性比例CR=');disp(CR);
if CR<0.10
disp('因为CR<0.10，所以该判断矩阵A的一致性可以接受!');
else
disp('注意：CR >=
0.10，因此该判断矩阵A需要进行修改!');
end