写一段最简单的层次分析方法的程序代码

层次分析法(Hierarchical Analysis，简称HIA)是一种定性和定量结合的风险评估方法，通常用于决策分析。下面是一个非常基础的Python示例，它展示了如何使用层次分析法来对两个因素(A和B)进行比较：

import pandas as pd

# 定义判断矩阵（每行代表一个元素相对于另一个元素的重要性）
criteria_matrix = pd.DataFrame({
    'A': [0.5, 0.3, 0.2],
    'B': [0.3, 0.6, 0.1]
})

# 确保矩阵是对角线元素为1，其余元素在0到1之间
criteria_matrix = criteria_matrix.apply(lambda x: x / x.sum(), axis=1)

def normalize(matrix):
    min_values = matrix.min(axis=0)
    max_values = matrix.max(axis=0)
    return (matrix - min_values) / (max_values - min_values)

# 归一化判断矩阵
normalized_criteria_matrix = normalize(criteria_matrix)

# 计算特征向量和一致性比率
eigenvalues, eigenvectors = np.linalg.eig(normalized_criteria_matrix)
consistency_index = np.max(eigenvalues) / (len(criteria_matrix.columns) - 1)

print("一致性比率:", consistency_index)

# 取最大特征值对应的向量作为权重
weights = eigenvectors[:, eigenvalues.argmax()]

print("权重分配:", weights)

这个例子假设你已经导入了numpy库，并且进行了适当的初始化。注意实际应用中，你需要根据具体的层次结构和评价标准构建更大的判断矩阵。