python层次分析法代码

以下是使用Python实现层次分析法的示例代码：

import numpy as np

# 创建判断矩阵
def create_matrix(n):
    matrix = np.zeros((n, n))
    for i in range(n):
        for j in range(n):
            if i != j:
                matrix[i][j] = 1 / float(input("请输入第%d个专家对第%d个指标的重要程度：" % (i+1, j+1)))
    return matrix

# 计算权重向量
def calculate_weight(matrix):
    n = len(matrix)
    weight = np.zeros(n)
    for i in range(n):
        weight[i] = np.prod(matrix[i]) ** (1/float(n))
    weight_sum = np.sum(weight)
    weight = weight / weight_sum
    return weight

# 计算一致性比率CR
def calculate_CR(matrix, weight):
    n = len(matrix)
    lambda_max = np.sum(np.dot(matrix, weight) / weight)
    CI = (lambda_max - n) / (n - 1)
    RI = [0, 0, 0.58, 0.90, 1.12, 1.24, 1.32, 1.41, 1.45, 1.49]
    CR = CI / RI[n-1]
    return CR

if __name__ == "__main__":
    n = int(input("请输入指标个数："))
    matrix = create_matrix(n)
    weight = calculate_weight(matrix)
    CR = calculate_CR(matrix, weight)

    if CR < 0.1:
        print("一致性检验通过！")
        print("权重向量为：", weight)
    else:
        print("一致性检验未通过，请重新输入！")

使用时，需要先输入指标个数，然后输入各个专家对各个指标的重要程度，最后输出计算得到的权重向量和一致性检验结果。若一致性检验通过，权重向量即为最终权重，反之需要重新输入。