层次分析法python

层次分析法 (Analytic Hierarchy Process, AHP) 是一种常用的多准则决策分析方法，用于解决复杂的决策问题。下面是一个使用 Python 实现 AHP 方法的简单示例：

首先需要安装 numpy 和 scipy 库：

pip install numpy scipy

然后，我们可以编写以下代码来实现 AHP 方法：

import numpy as np

# 构造判断矩阵
criteria_matrix = np.array([
    [1, 3, 5],
    [1/3, 1, 2],
    [1/5, 1/2, 1]
])

# 计算特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(criteria_matrix)

# 计算最大特征值和一致性比例
max_eigenvalue = max(eigenvalues)
consistency_ratio = (max_eigenvalue - 3) / 2

# 输出结果
print("特征值：", eigenvalues)
print("特征向量：", eigenvectors)
print("最大特征值：", max_eigenvalue)
print("一致性比例：", consistency_ratio)

在上面的代码中，我们首先构造了一个 $3 \times 3$ 的判断矩阵，然后使用 numpy 库计算其特征值和特征向量。最后，我们计算了最大特征值和一致性比例，并输出结果。

需要注意的是，AHP 方法需要判断矩阵满足一致性条件，否则结果可能不可靠。可以使用一致性指标来评估判断矩阵的一致性，如果一致性指标超过了某个阈值，就需要重新考虑判断矩阵的构造。