层次分析法特征值法求权重python代码

层次分析法（Analytic Hierarchy Process，AHP）是一种用于决策分析的方法，特征值法是AHP的一种求解权重的方法。下面是使用Python实现AHP特征值法求权重的代码示例：

import numpy as np

def ahp_eigenvalue(matrix):
    # 计算矩阵的特征值和特征向量
    eigenvalues, eigenvectors = np.linalg.eig(matrix)
    
    # 计算特征向量的归一化权重
    weights = eigenvectors[:, 0] / np.sum(eigenvectors[:, 0])
    
    return weights

# 示例矩阵
matrix = np.array([[1, 3, 5],
                   [1/3, 1, 2],
                   [1/5, 1/2, 1]])

# 调用函数计算权重
weights = ahp_eigenvalue(matrix)

# 输出结果
for i, weight in enumerate(weights):
    print(f"权重{chr(65+i)}: {weight}")

这段代码实现了AHP特征值法求解权重的功能。首先，定义了一个`ahp_eigenvalue`函数，该函数接受一个矩阵作为输入，并返回计算得到的权重。在函数内部，使用`np.linalg.eig`函数计算矩阵的特征值和特征向量，然后将特征向量的第一列进行归一化处理得到权重。最后，调用该函数并输出结果。