使用c语言编程，对模糊判断矩阵进行一致性检验

要对模糊判断矩阵进行一致性检验，可以使用模糊数学中的一致性指标来进行判断。其中，最常用的一种指标是模糊一致性指标CI，其计算方法如下：

1. 对于一个n阶模糊判断矩阵R，计算其每一行的元素之和，得到一个n维向量W。

2. 对于任意一个元素Rij，计算其与其所在行的权重Wi的乘积Rij*Wi，再将所有元素的乘积相加，得到一个值S。

3. 计算一致性指标CI=S/（n*max(Wi)），其中max(Wi)表示向量W中的最大值。

4. 计算随机一致性指标RI，RI的值可以在模糊数学教材中查找相应的表格。

5. 计算一致性比例CR=CI/RI，如果CR<0.1，则认为该模糊判断矩阵具有较好的一致性，否则需要进行调整或重新构建。

下面是一个使用C语言计算模糊一致性指标CI的示例代码：

#include <stdio.h>

#define MAX_SIZE 10

float fuzzy_consistency_index(float matrix[MAX_SIZE][MAX_SIZE], int n) {
    float w[MAX_SIZE], s = 0, ci, ri;
    int i, j;
    for (i = 0; i < n; i++) {
        w[i] = 0;
        for (j = 0; j < n; j++) {
            w[i] += matrix[i][j];
        }
    }
    for (i = 0; i < n; i++) {
        for (j = 0; j < n; j++) {
            s += matrix[i][j] * w[i];
        }
    }
    ci = s / (n * w[0]);
    switch (n) {
        case 2:
            ri = 0;
            break;
        case 3:
            ri = 0.58;
            break;
        case 4:
            ri = 0.9;
            break;
        case 5:
            ri = 1.12;
            break;
        case 6:
            ri = 1.24;
            break;
        case 7:
            ri = 1.32;
            break;
        case 8:
            ri = 1.41;
            break;
        case 9:
            ri = 1.45;
            break;
        case 10:
            ri = 1.49;
            break;
        default:
            ri = 0;
            break;
    }
    return ci / ri;
}

int main() {
    float matrix[MAX_SIZE][MAX_SIZE];
    int n, i, j;
    printf("Enter the size of the fuzzy matrix: ");
    scanf("%d", &n);
    printf("Enter the elements of the fuzzy matrix:\n");
    for (i = 0; i < n; i++) {
        for (j = 0; j < n; j++) {
            scanf("%f", &matrix[i][j]);
        }
    }
    float ci = fuzzy_consistency_index(matrix, n);
    printf("The consistency index CI is: %f\n", ci);
    if (ci < 0.1) {
        printf("The fuzzy matrix is consistent.\n");
    } else {
        printf("The fuzzy matrix is inconsistent.\n");
    }
    return 0;
}

上述代码中，我们首先定义了一个MAX_SIZE常量，表示模糊矩阵的最大大小。然后，我们定义了一个函数fuzzy_consistency_index()，用于计算模糊一致性指标CI。该函数接受两个参数，一个是模糊矩阵matrix，另一个是矩阵的大小n。

在函数内部，我们首先计算了每一行的元素之和，并将其保存在向量w中。然后，我们对每个元素与其所在行的权重进行乘积，并将其相加得到S。最后，我们根据公式计算了一致性指标CI和随机一致性指标RI，并将它们的比值返回。

在主函数内部，我们首先读取用户输入的模糊矩阵，然后调用fuzzy_consistency_index()函数计算一致性指标CI。最后，根据CI的值判断模糊矩阵是否一致。