import csv
import numpy as np
import tensorflow as tf
#大概的思路是:
#1.首先输入每个指标下面对应的对比矩阵,每个这个矩阵是由专家比较每两个
#指标之间的相对性重要性形成的,将这个矩阵作为输入,首先计算这个矩阵是否能
#通过一致性的检验。在计算一致性时,要先求出该矩阵的特征值和特征向量。
'''c1,c2 = np.linalg.eig(C)
print (c1)
# [ 2. 1.]
print (c2)
#[[ 0.89442719 0.70710678]
# [ 0.4472136 0.70710678]]'''
class AHP:
def __init__(self,array):
self.row = len(array)
self.col = len(array[0])
def get_tezheng(self,array):#获取特征值和特征向量
te_val ,te_vector = np.linalg.eig(array)
list1=list(te_val)
print("特征值为:",te_val)
print("特征向量为:",te_vector)
#得到最大特征值对应的特征向量
max_val = np.max(list1)
index = list1.index(max_val)
import numpy as np
import tensorflow as tf
#大概的思路是:
#1.首先输入每个指标下面对应的对比矩阵,每个这个矩阵是由专家比较每两个
#指标之间的相对性重要性形成的,将这个矩阵作为输入,首先计算这个矩阵是否能
#通过一致性的检验。在计算一致性时,要先求出该矩阵的特征值和特征向量。
'''c1,c2 = np.linalg.eig(C)
print (c1)
# [ 2. 1.]
print (c2)
#[[ 0.89442719 0.70710678]
# [ 0.4472136 0.70710678]]'''
class AHP:
def __init__(self,array):
self.row = len(array)
self.col = len(array[0])
def get_tezheng(self,array):#获取特征值和特征向量
te_val ,te_vector = np.linalg.eig(array)
list1=list(te_val)
print("特征值为:",te_val)
print("特征向量为:",te_vector)
#得到最大特征值对应的特征向量
max_val = np.max(list1)
index = list1.index(max_val)