层次分析法代码

以下是使用Python实现层次分析法的示例代码：

import numpy as np

# 定义判断矩阵
A = np.array([[1, 3, 5], 
              [1/3, 1, 2], 
              [1/5, 1/2, 1]])
# 计算每列的权重
w = np.mean(A, axis=0) / np.sum(np.mean(A, axis=0))

# 计算一致性指标
n = A.shape[0]
lam_max = np.max(np.linalg.eigvals(A))
CI = (lam_max - n) / (n - 1)
RI = np.array([0, 0, 0.58, 0.90, 1.12, 1.24, 1.32, 1.41, 1.45])
CR = CI / RI[n-1]

print("权重：", w)
print("一致性指标：", CR)

这里使用了numpy库来进行矩阵计算，主要分为以下几步：

1. 定义判断矩阵A；
2. 计算每列的权重w，即将A矩阵每列的平均值除以所有平均值的和；
3. 利用numpy库计算A矩阵的最大特征值lam_max；
4. 计算一致性指标CI和随机一致性指标RI；
5. 计算一致性比例CR，判断一致性。

需要注意的是，这里的一致性判断指标RI是根据层次分析法的常用标准值，可以根据实际情况进行调整。