python权重法CRITIC求各个变量的权重代码

下面是使用Python实现CRITIC方法求解各个变量的权重的代码：

import numpy as np

# 定义判别矩阵
D = np.array([[1, 3, 5],
              [1/3, 1, 3],
              [1/5, 1/3, 1]])

# 归一化处理
n = D.shape[0]
A = np.zeros((n, n))
for i in range(n):
    A[i, :] = D[i, :] / np.sum(D[i, :])

# 计算平均化矩阵
w = np.mean(A, axis=0)

# 计算一致性指标
lambda_max = np.max(np.linalg.eigvals(D))
CI = (lambda_max - n) / (n - 1)
RI = np.array([0, 0, 0.58])
CR = CI / RI[n-1]

# 输出结果
if CR < 0.1:
    print('一致性指标CR={:.2f}，通过检验'.format(CR))
    print('各变量的权重为：', w)
else:
    print('一致性指标CR={:.2f}，未通过检验，请重新调整判别矩阵'.format(CR))

其中，`D`为判别矩阵，`n`为矩阵的阶数，`A`为标准化矩阵，`w`为权重向量，`lambda_max`为特征值的最大值，`CI`为一致性指标，`RI`为随机一致性指标，`CR`为一致性比率。根据CR是否小于0.1，判断判别矩阵是否满足一致性要求。如果满足，输出各个变量的权重。