用matlab生成一个AHP评价模型

下面是一个简单的 AHP 评价模型的 Matlab 代码：

%% 定义评价问题
criteria = {'价格', '功能', '外观', '品牌'};
options = {'手机A', '手机B', '手机C', '手机D'};

%% 构建判断矩阵
% 构建价格因素的判断矩阵
price_matrix = [1, 3, 4, 2;
1/3, 1, 2, 1/2;
1/4, 1/2, 1, 1/3;
1/2, 2, 3, 1];
% 构建功能因素的判断矩阵
feature_matrix = [1, 1/2, 2, 3;
2, 1, 3, 4;
1/2, 1/3, 1, 2;
1/3, 1/4, 1/2, 1];
% 构建外观因素的判断矩阵
appearance_matrix = [1, 3, 2, 4;
1/3, 1, 1/2, 2;
1/2, 2, 1, 3;
1/4, 1/2, 1/3, 1];
% 构建品牌因素的判断矩阵
brand_matrix = [1, 1/3, 1/4, 1/2;
3, 1, 1/2, 1;
4, 2, 1, 2;
2, 1, 1/2, 1];

%% 计算权重向量
% 计算价格因素的权重向量
price_weights = ahp(price_matrix);
% 计算功能因素的权重向量
feature_weights = ahp(feature_matrix);
% 计算外观因素的权重向量
appearance_weights = ahp(appearance_matrix);
% 计算品牌因素的权重向量
brand_weights = ahp(brand_matrix);

%% 构建评价矩阵
evaluation_matrix = [8, 7, 6, 5;
5, 6, 8, 7;
6, 5, 7, 8;
7, 8, 5, 6];

%% 计算评价结果
% 构建评价矩阵的权重向量
evaluation_weights = [price_weights(1), feature_weights(1), appearance_weights(1), brand_weights(1)];
% 计算每个选项的得分
scores = evaluation_matrix * evaluation_weights';

%% 输出结果
disp('AHP 评价结果：');
for i = 1:length(options)
fprintf('%s 得分：%.2f\n', options{i}, scores(i));
end

%% 定义 AHP 函数
function weights = ahp(matrix)
% 计算每一列的和
col_sum = sum(matrix);
% 归一化每一个元素
normalized_matrix = matrix ./ col_sum;
% 计算每一行的平均值
row_mean = mean(normalized_matrix, 2);
% 归一化每一个行向量
normalized_row_mean = row_mean ./ sum(row_mean);
% 计算权重向量
weights = normalized_row_mean';
end