层次分析法（多准则决策方法）

这是介于定量分析与定性分析的一种方法。
运用层次分析法建模，大体上可按下面四个步骤进行：

1. 建立递阶层次结构模型；
2. 构造出各层次中的所有判断矩阵；
3. 层次单排序及一致性检验；
4. 层次总排序及一致性检验。

建立递阶层次结构模型

（每一层次中各元素所支配的元素一般不要超过 9 个。）

由判断矩阵得到比例关系->特征值和特征向量

构建判断矩阵

实验表明，采用1-9的标度最为合适。


满足已上关系式的正互反矩阵称为一致矩阵.
若 A 为一致矩阵，则A 的最大特征值λmax = n ，其中n为矩阵 A 的阶。
A 的其余特征根均为零.正互反矩阵 A 非一致时，必有 n>λmax.
判断矩阵的一致性检验的步骤：
（CI自己计算得到，RI根据资料，不用计算。）

层次单排序

• 准则层：
  构造准则层的判断矩阵，即每两两准则进行比较，给出标度，然后进行一致性检验，用matlab算出每个矩阵的特征值，构成一个向量。

• 方案层：
  选定单一准则后，方案层的每两两个元素进行比较，得到判断矩阵。若总共有n个准则，则有n个矩阵。

层次总排序

将准则层得到的特征权重组合，构成一个列向量，与方案层进行相乘，得到最终的得分结果。

matlab代码

fid=fopen('txt3.txt','r');   %打开文件
n1=6;n2=3;                   %矩阵的行数
a=[];
for i=1:n1
    tmp=str2num(fgetl(fid));
    a=[a;tmp];        %读准则层判断矩阵
end
for i=1:n1
    str1=char(['b',int2str(i),'=[];']);           %等价于‘b=[ ]’
    str2=char(['b',int2str(i),'=[b',int2str(i),';tmp];']); 
    %等价于'[b=[b;tmp]]'
    eval(str1);    %可理解成执行‘b=[]’
    for j=1:n2
         tmp=str2num(fgetl(fid));
         eval(str2);          %读方案层的判断矩阵
    end
end
ri=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45]; %一致性指标
 % 求判断矩阵的特征值组成的对角矩阵 y
 % x是与特征值对应的特征矢量组成的矩阵。
[x,y]=eig(a);        
lamda=max(diag(y));    %最大特征值
 %找出在y对角矩阵中的位置（竖着数）
num=find(diag(y)==lamda);  
w0=x(:,num)/sum(x(:,num));  %w0已经变成一个列向量了
%计算检验的标准
cr0=(lamda-n1)/(n1-1)/ri(n1)
for i=1:n1
    %求方案层的特征值和向量
    [x,y]=eig(eval(char(['b',int2str(i)])));
    lamda=max(diag(y));
    num=find(diag(y)==lamda);
    w1(:,i)=x(:,num)/sum(x(:,num));
    cr1(i)=(lamda-n2)/(n2-1)/ri(n2);
end
cr1, ts=w1*w0, cr=cr1*w0
%ts就是最终的结果打分