数学建模——层次分析法Python代码

最新推荐文章于 2025-08-05 20:34:35 发布

原创

最新推荐文章于 2025-08-05 20:34:35 发布 · 3.3k 阅读

35 ·

CC 4.0 BY-SA版权

文章标签：

#python #数学建模

该博客介绍了如何利用Python实现层次分析法(AHP)来计算权重。文章中展示了AHP类的定义，包括初始化、一致性检验、三种权重计算方法（算术平均法、几何平均法、特征值法）。并通过一个具体的判断矩阵实例，演示了权重计算的全过程。

数学建模——层次分析法Python代码

import numpy as np
class AHP:
“”"
相关信息的传入和准备
“”"

def __init__(self, array):
    ## 记录矩阵相关信息
    self.array = array
    ## 记录矩阵大小
    self.n = array.shape[0]
    # 初始化RI值，用于一致性检验
    self.RI_list = [0, 0, 0.52, 0.89, 1.12, 1.26, 1.36, 1.41, 1.46, 1.49, 1.52, 1.54, 1.56, 1.58,
                    1.59]
    # 矩阵的特征值和特征向量
    self.eig_val, self.eig_vector = np.linalg.eig(self.array)
    # 矩阵的最大特征值
    self.max_eig_val = np.max(self.eig_val)
    # 矩阵最大特征值对应的特征向量
    self.max_eig_vector = self.eig_vector[:, np.argmax(self.eig_val)].real
    # 矩阵的一致性指标CI
    self.CI_val = (self.max_eig_val - self.n) / (self.n - 1)
    # 矩阵的一致性比例CR
    self.CR_val = self.CI_val / (self.RI_list[self.n - 1])

"""
一致性判断
"""

def test_consist(self):
    # 打印矩阵的一致性指标CI和一致性比例CR
    print("判断矩阵的CI值为：" + str(self.CI_val))
    print("判断矩阵的CR值为：" + str(self.CR_val))
    # 进行一致性检验判断
    if self.n == 2:  # 当只有两个子因素的情况
        print("仅包含两