数据包络分析 （MATLAB代码）

数据包络分析 （MATLAB代码）X= % 输入多指标输入矩阵XY= % 输入多指标输出矩阵Yn,m=size(X) % n为输入的指标数，m为决策单元数s=size(Y) % s为输出的指标数epsilon=10-10 % 定义非阿基米德无穷小量epsilonf=zeros(1,n) -epsilon*ones(1,m+s) 1 % f为目标函数的系数矩阵A=zeros(1,n+m+s+1) % A为约束不等式系数矩阵b=0 % b为常数项 LB=zeros(n+m+s+1,1)UB= LB(n+m+s+1)=-Inffor i=1:n % Aeq为约束等式的系数矩阵 Aeq=X eye(m) zeros(m,s) -X(:,i) Y zeros(s,m) -eye(s) zeros(s,1) beq=zeros(m,1) % beq为常数项 Y(:,i); w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB) % 解线性规划，得DMUi的最佳权向 量wendw % 输出最佳权向量s_minus=w(n+1:n+m,:) % 输出输入松弛变量s_plus=w(n+m+1:n+m+s,:) % 输出输出松弛变量theta=w(n+m+s+1,:) % 输出综合效率 数据包络分析（DEAP2.1代码）eg4-dta.txt DATA FILE NAMEeg4-out.txt OUTPUT FILE NAME1 NUMBER OF FIRMS9 NUMBER OF TIME PERIODS 1 NUMBER OF OUTPUTS2 NUMBER OF INPUTS1 0=INPUT AND 1=OUTPUT ORIENTATED0 0=CRS AND 1=VRS2 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)计算MALMQUIST指数步骤：以下是软件DEAP2.1运行出来的相关指标包括effch，techch，pech ，sech ，tfpch。假设第t年的全要素生产率（TFP）为基期，则。 主成分分析 （MATLAB程序）X= % 输入n,p=size(X) % n为矩阵的行，p为矩阵的列Y=zscore(X) % 对矩阵X标准化处理R=corrcoef(Y) % 计算相关系数矩阵V,D=eig(R) % 计算特征值和特征向量D1=diag(D) % 对特征值按降序排列DS(:,1)=sort(D1,descend)for i=1:p DS(i,2)=DS(i,1)/sum(DS(:,1) % 计算方差贡献率 DS(i,3)=sum(DS(1:i,1)/sum(DS(:,1) % 计算累计方差贡献率endT=0.85 % 主成分保留信息率for k=1:p if DS(k,3)=T Com_num=k % 确定主成分个数 break endendfor j=1:Com_num % 提取主成分对应的特征向量 PV(:,j)=V(:,p+1-j) endnew_score=Y*PV % 计算各评价对象的主成分得分for i=1:n % 计算总得分 total_score(i,1)=sum(new_score(i,:) total_score(i,2)=n+1-iend 层次分析法1 （MATLAB程序）A=; % 输入比例判断矩阵m,n=size(A) % 获取指标个数V,D=eig(A); % 计算特征值D和特征向量Vtz=max(D);B=max(tz); % 最大特征值row,col=find(D=B); % 最大特征值所在位置C=V(:,col); % 最大特征值所对应特征向量Q=zeros(n,1); % 各向量权重Qfor i=1:n Q(i,1)=C(i,1)/sum(C(:,1);% 特征向量标准化endQ % 输出权重向量 层次分析法2 （MATLAB程序）A= % 输入比例判断矩阵B=mean(A,2) % 计算行算术平均C=B/sum(B) % 对数据归一化，得到权重向量灰色预测法G(1,1)（MATLAB程序）x0= % 输入数据n=length(x0)x1=cumsum(x0) % 累加运算B=-1/2*(x1(1:n-1)+x1(2:n),ones(n-1,1) % 计算矩阵BY=x0(2:n) % 计算矩阵Yu=BY % 最小二乘解参数向量ua=u(1) b=u(2)for i=1:n F(i)=(x0(1)-b/a)/exp(a*(i-1)+b/a ;% 参数代入白化模型的解x1的预测 endyuce=x0(1),diff(F) % 差分运算，还原数据 x0的预测for i=1:n+m % m为预测的年数 F1(i)=(x0(1)-b/a)/exp(a*(i-1)+b/a;% 参数代入白化模型的解x1的预测endG=x0(1),diff(F1) % 差分运算，还原数据 x0的预测 灰色预测G（1，N） (MATLAB程序)X0=; % 输入原始数据序列n,m=size(X0) % n为矩阵的行，m为矩阵的列for j=1:m % 累加生成序列X1c=0 for i=1:n c=X0(i,j)+c X1(i,j)=cendendfor j=1:m % 计算矩阵B for i=1:n-1 l(i,j)=(X1(i,j)+X1(i+1,j)/2endendB=l ones(n-1,1);for j=1:m % 计算矩阵YY(1:n-1,j)=X0(2:n,j)a(:,j)=inv(B*B)*B*Y(1:n-1,j) % 计算参数估计值enda=aA=a(1:end,1:end-1)B=a(1:end,end)S=X1(1:end) % 计算模型的拟合值和预测值X0s(1:m,1)=Sfor k=2:n+t_testX0s(1:m,k)=expm(A*(k-1)*S+inv(A)*(expm(A*(k-1)-eye(size(expm(A*(k-1)*B-(expm(A*(k-2)*S+inv(A)*(expm(A*(k-2)-eye(size(expm(A*(k-2)*B)endX0ss=X0s(1:m,n+1:n+t_test)熵权法 （MATLAB程序）function weights=EntropyWeight(R) %熵权法求指标权重，R为输入矩阵， weights为权重向量rows,cols=size(R); %输入矩阵的大小，rows为对象个数， cols为指标个数k=1/log(rows);f=zeros(rows,cols); %初始化fijsumBycols=sum(R,1); %求每一列之和for i=1:rows for j=1:cols f(i,j)=R(i,j)/sumBycols(1,j) %对指标进行比重变换，得到fij endendlnfij=zeros(rows,cols); %初始化lnfijfor i=1:rows for j=1:cols if f(i,j)=0 lnfij(i,j)=0 else lnfij(i,j)=log(f(i,j) %计算lnfij end endendhj=-k*(sum(f.*lnfij,1); %计算指标熵值hjweights=(1-hj)/sum(1-hj); %计算各指标的权重qjendtestdata=Sheet1;weight=EntropyWeight(testdata)多层灰色关联法 （MATLAB程序）A=; % A为原始指标数据n,m=size(A) % n为对象个数，m为指标个数 p=0.5; % 分辨系数for i=1:m; V0(i)=max(A(i,:); % 求每一行的最大值endfor i=1:m for j=1:n C(i,j)=abs(A(i,j)-V0(i); % 求绝对差序列 endendrmin=min(min(C); % 求得最小差rmax=max(max(C); % 求得最大差for i=1:m for j=1:n E(i,j)=(rmin+p*rmax)/(C(i,j)+p*rmax); % 计算灰色关联系数 endendE;Wa=0.6336,0.2693,0.0971;Wb1=0.25,0.75;Wb2=0.3114,0.4152,0.0796,0.1938;Wb3=0.1138,0.5749,0.3114;Wb11=0.25,0.75;Wb12=0.4762,0.1905,0.3333; % 各级指标的AHP权重Wb21=0.25,0.75;Wb22=0.3088,0.1618,0.5294;Wb23=0.1138,0.5749,0.3114;Wb24=0.3750,0.3750,0.1250,0.1250;Wb31=1;Wb32=0.3114,0.1138,0.5749;Wb33=0.6667,0.3338;Rb11=Wb11*E(1:2,:);Rb12=Wb12*E(3:5,:);Rb21=Wb21*E(6:7,:);Rb22=Wb22*E(8:10,:);Rb23=Wb23*E(11:13,:); % 根据权重及灰色关联系数求综合关联度Rb24=Wb24*E(14:17,:);Rb31=Wb31*E(18,:);Rb32=Wb32*E(19:21,:);Rb33=Wb33*E(22:23,:);Rb1=Wb1*Rb11;Rb12;Rb2=Wb2*Rb21;Rb22;Rb23;Rb24;Rb3=Wb3*Rb31;Rb32;Rb33;Ra=Wa*Rb1;Rb2;Rb3关联系数法 （MATLAB代码）A=; % A为原始指标数据n,m=size(A) % n为对象个数，m为指标个数 p=0.5 % 分辨系数for i=1:m V0(i)=max(A(i,:); % 求每一行的最大值endfor i=1:m for j=1:n C(i,j)=abs(A(i,j)-V0(i); % 求绝对差序列 endendrmin=min(min(C); % 求得最小差rmax=max(max(C); % 求得最大差for i=1:m for j=1:n E(i,j)=(rmin+p*rmax)/(C(i,j)+p*rmax); % 计算灰色关联系数 endendE; % 输出灰色关联系数无量纲处理n,p=size(X)MX=max(X)MN=min(X)for j=1:p for i=1:n A(i,j)=(A(i,j)-MN(j)/(MX(j)-MN(j) endend % 离差标准化（规范化）for j=1:p % 对矩阵X标准化处