如图所示没有负值那不就计算为0 了

熵权TOPSIS法中，如果只有正向指标，表示所有指标都是越大越好。在这种情况下，C值（综合评价值）的计算方式如下：

1. 首先，对每个方案在各个指标上的得分进行归一化处理：
   $$ x_{ij}' = \frac{x_{ij} - min(x_{ij})}{max(x_{ij}) - min(x_{ij})}, \quad j = 1, 2, ..., m $$
   其中，$x_{ij}$是第i个方案在第j个指标上的原始得分，$m$是指标的数量。

2. 计算每个指标的熵值：
   $$ e_j = -\sum_{i=1}^{n}(p_{ij}\ln(p_{ij})) $$
   其中，$n$是方案的数量，$p_{ij}$是归一化后的得分比例，即 $p_{ij} = x_{ij}' / \sum_{k=1}^{n}x_{kj}'$。

3. 计算每个指标的熵权：
   $$ w_j = \frac{e_j}{\sum_{j=1}^{m}e_j} $$

4. 乘以熵权并求和，得到每个方案的优度（理想解与实际解的距离）：
   $$ V_i^+ = \sum_{j=1}^{m}w_jx_{ij}' $$
   $$ V_i^- = \sum_{j=1}^{m}w_j(1-x_{ij}') $$

5. 最后，计算C值（靠近理想解的程度）：
   $$ C_i = \frac{V_i^+}{\sqrt{(V_i^+)^2 + (V_i^-)^2}} $$

C值越接近1，表示方案越好。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用