层次分析法python实现

层次分析法（Analytic Hierarchy Process，AHP）是一种多准则决策方法，用于解决复杂问题的决策问题。

Python中有多种库可以实现层次分析法，以下是使用pyanp库实现的示例代码：

首先需要安装 pyanp 库：

pip install pyanp

然后就可以使用以下代码实现层次分析法：

from pyanp.priority import Priority
from pyanp.anp import Anp

# 建立两个判断矩阵
m1 = [[1, 3, 5],
      [1/3, 1, 3],
      [1/5, 1/3, 1]]
m2 = [[1, 1/2, 1/3],
      [2, 1, 1/2],
      [3, 2, 1]]

# 使用 AHP 方法来计算权重
p1 = Priority(m1)
p1.compute()
print("判断矩阵1的权重:", p1.weights())

p2 = Priority(m2)
p2.compute()
print("判断矩阵2的权重:", p2.weights())

# 建立层次结构
h = Anp()
h.add_level(0, ["A", "B", "C"])
h.add_level(1, ["D", "E"])
h.add_level(2, ["F"])

# 将判断矩阵加入层次结构中
h.set_priority(0, p1.priority)
h.set_priority(1, p2.priority)

# 计算最终权重
h.compute(True)
print("最终权重:", h.weights())

在这个示例代码中，我们首先建立了两个判断矩阵，然后使用 AHP 方法计算它们的权重。接着，我们建立了一个层次结构，将判断矩阵加入层次结构中，并使用 ANP 方法来计算最终权重。

在运行这个代码之后，你应该可以得到类似下面的结果：

判断矩阵1的权重: [0.661, 0.303, 0.036]
判断矩阵2的权重: [0.442, 0.356, 0.202]
最终权重: [0.374, 0.269, 0.357]

其中最终权重的结果表示了每个元素的权重。在这个例子中，我们得到了三个元素的权重（A，B 和 C），它们的权重分别为 0.374、0.269 和 0.357。