利用matlab编程，基于变异系数法，容易求出多指标综合评价模型的权重。 如果有不明白代码的地方，请联系我。
用变异系数法求权重matlab码
clear clc；
[data1，header1]=xls read (' statistic1. xlsx '，' ECO ' )； 必须将statistic.xlsx放在默认文件下或指定完整路径
[data2，header2]=xls read (' statistic2. xlsx '，' ECO ' )； % data1是10个city数据，data2位是20个city数据
size1=size(data1； m1=size1(1，1 )； d1=data1； d2=data2；
size2=size (数据2； m2=size2(1，1 )；
judge=[4 6 12 13 16 17 18]； %需要极大化处理指标位置
forj=1:length(judge ) %最大化极小数据指标，便于计算得分D2 ) :judge(1，j )=1./D2 ) :judge () 1，j )
D1 ) 3360，judge(1，j )=1./D1 ) :judge(1，j )；
结束
sum2=sum(D2； sum1=sum(D1；
data22=[]； data11=[]；
for i=1:m2 %数据归一化处理
data22=[data22； D2(I， )./sum2] )；
结束
for i=1:m1
data11=[data11； D1(I， )./sum1])；
结束
R=data22；
eta=STD(r )./mean(R ) )； %计算变异系数
w=deta/sum(deta；
%score=data1*w '； %综合得分
score=data11*w '；
output=[mean(r； 数据； w]；
score1=5(酷睿最小(酷睿) STD (酷睿) /长度(酷睿) )./(最大)酷睿(-最小)酷睿(均分) )/lenenere
%效应系数法使得分为[ 5，100 ]
[ScoreFinal，index]=sort(score1，' descend ' )； %降序数组
sort=[ScoreFinal，index]； %分数和排名
xlswrite(statistic1.xlsx )、output、)变动系数)； %输出平均值mean、标准偏差std、权重w到statistic1.xlsx
xswrite(statistic1.xlsx )、sort、)变异sortDescend )； 输出%分数和排名statistic1.xlsx