不使用ahp包的情况下利用R语言对层次分析法中的矩阵一致性分析建模

层次分析法中的矩阵一致性分析可以使用R语言中的矩阵计算函数和统计函数来实现。以下是一个使用R语言计算层次分析法中矩阵一致性的示例代码：

假设我们有一个3级结构的层次结构模型，其中包含了4个因素，我们可以先创建一个n*n的矩阵（n为因素的个数），并将其填充为我们所拥有的矩阵。然后，我们可以使用R中的函数来计算矩阵的一致性指标。

# 创建n*n的矩阵
matrix <- matrix(c(1,3,5,7,0.33,1,3,5,0.2,0.33,1,3,0.14,0.2,0.33,1), nrow=4, ncol=4, byrow=TRUE)
# 计算矩阵的特征值和特征向量
eigen_values <- eigen(matrix)$values
eigen_vectors <- eigen(matrix)$vectors
# 计算最大特征值和一致性指标
max_eigen <- max(eigen_values)
consistency_index <- (max_eigen - length(matrix)) / (length(matrix) - 1)
# 计算随机一致性指标和一致性比率
random_index <- c(0, 0, 0.58, 0.9, 1.12, 1.24, 1.32, 1.41, 1.45, 1.49)
random_consistency <- random_index[length(matrix)]
consistency_ratio <- consistency_index / random_consistency

# 输出结果
print(paste0("Consistency Index: ", consistency_index))
print(paste0("Random Index: ", random_consistency))
print(paste0("Consistency Ratio: ", consistency_ratio))

在这个示例中，我们首先创建了一个n*n的矩阵，然后使用`eigen`函数来计算矩阵的特征值和特征向量。接下来，我们计算了最大特征值和一致性指标，并使用预定义的随机一致性指标计算了一致性比率。最后，我们输出了计算的结果。

需要注意的是，在使用层次分析法时，应先对比较矩阵进行一致性检验，以确保所得结果具有可靠性。