自己编写的Matlab代码。和一般的代码不同的是：每一步都给出了中间的计算结果，还给出了最终的方案排名结果，方便整理到自己论文里。直接将代码中的原始数据替换为自己的数据即可。感谢关注！

第五步，熵权-TOPSIS综合评价结果Z：

Z =

  31×5 table

      SdP        SdM       yita        prop      Order
    _______    _______    _______    ________    _____

    0.28197    0.21678    0.43464    0.025551     25  
    0.34861    0.11117    0.24179    0.014214     31  
    0.28164     0.1805    0.39057    0.022961     29  
    0.27843    0.16948    0.37838    0.022244     30  
    0.27117    0.21563    0.44295     0.02604     24  
    0.26346    0.17242    0.39557    0.023254     27  
    0.26797    0.18745     0.4116    0.024197     26  
    0.26137    0.23209    0.47033    0.027649     23  
    0.27549    0.17852     0.3932    0.023115     28  
    0.20485    0.24434    0.54397    0.031978     17  
    0.21599    0.22633    0.51168     0.03008     22  
     0.1971     0.2249    0.53294     0.03133     21  
    0.18437    0.25635    0.58166    0.034194     12  
    0.19376    0.23646    0.54963    0.032311     16  
    0.17693    0.24596    0.58162    0.034192     13  
    0.18857    0.22424    0.54321    0.031934     18  
    0.15396    0.26452     0.6321     0.03716     11  
    0.15102     0.2667    0.63846    0.037533      8  
    0.16003    0.27883    0.63535     0.03735     10  
    0.12105    0.30142    0.71347    0.041943      4  
    0.21052    0.26147    0.55397    0.032566     14  
    0.14779      0.275    0.65044    0.038238      6  
    0.11399    0.29393    0.72055    0.042359      3  
    0.14456    0.28289     0.6618    0.038905      5  
    0.10239    0.31822    0.75657    0.044477      1  
    0.20377    0.24977    0.55072    0.032375     15  
    0.11152    0.30515    0.73236    0.043053      2  
     0.1616    0.28497    0.63813    0.037514      9  
    0.23201    0.26871    0.53666    0.031548     20  
     0.2282    0.26664    0.53885    0.031677     19  
    0.16745     0.3074    0.64736    0.038056      7  

注： SdP为评价方案与正理想解的欧氏距离;SdM为评价方案与负理想解的欧氏距离;
     yita为评价方案的综合贴近度;prop为分配比例;Order为基于贴近度的方案排序.