步驟一：讀數據

步驟一：讀數據
X = xlsread(‘blind date.xlsx’); % 讀取Excel文件中的相親數據

詳細說明：

該命令會自動讀取Excel文件"blind date.xlsx"中的所有數值數據
讀取的數據會存儲在矩陣變量X中
如果Excel文件中包含多個工作表，默認讀取第一個工作表的數據
可以指定特定工作表讀取，例如：xlsread(‘blind date.xlsx’,‘Sheet2’)
該函數會忽略Excel文件中的文本和格式，只讀取數值數據

步驟二：指標正向化

• 三類指標轉換為極大型

1. 極小型：數值越小越好
2. 極小型轉極大型

			X(:,vec(i)) = Min2Max(X(:,vec(i)));%極小型轉為極大型

[[極小MinMax講解]]
2. 中間型：越接近某個值越好
1. 中間型轉極大型

	best = input('請輸入中間型的最好值：\n');%用戶需要最好的數值temp = X(:,vec(i));X(:,vec(i)) = Mid2Max(X(:,vec(i)), best);

[[中間MidMax講解]]
1. 區間型：落在某個區間越好
1. 區間型轉最大型

		1. arr = input('請輸入最佳區間，按照“[a,b]”的形式輸入：\n');X(:,vec(i)) = Int2Max(X(:,vec(i)), arr(1), arr(2));

[[區間Int2Max]]

輸入：[[正向化輸入]]

步驟三：數據標準化

1. 獲取規模

		disp('***************正在進行標準化...***************');[n,m] = size(X);

2. [[檢查負數元素]]

% 檢查有沒有負數元素isNeg = 0;for i = 1 : nfor j = 1 : mif(X(i,j) < 0)isNeg = 1;break;endendendif (isNeg == 0)%沒有負數squere_X = (X.*X);sum_X = sum(squere_X,1).^0.5; %按列求和,再開方stand_X = X./repmat(sum_X, n, 1);elsemax_X = max(X,[],1); %按照列找出最大元素min_X = min(X,[],1); %按照列找出最小元素stand_X = X - repmat(min_X,n,1) ./ (repmat(max_X,n,1) - repmat(min_X,n,1));enddisp('標準化完成！')

步驟三：數據標準化

步驟四：結果處理

1. 確定虛擬供應商

• 最大虛擬供應商置于最后一列
• 使用zeros(m,n-1)創建m行n-1列的0矩陣
  

2. 將結果歸一化

res_topsis = S ./ sum(S)%xlswrite('res_topsis.xlsx',res_topsis) %寫入excel文檔%disp('已完成打分，請到當前目錄下res_topsis.xlsx文件中取出結果！')