层次分析法 方案层判断矩阵阶数不同解决方案

  一个经典的层次分析法的结构图如下：

  准则层的每个指标均与措施层的每个指标都具有联系和比重。在措施层的维度较多时，可能出现的情况是

准则层判断矩阵

	费用	饮食	旅途
费用	1	3	5
饮食	1/3	1	1
旅途	1/5	1	1

方案层判断矩阵分别为

	P1	P2	P3
P1	1	1/3	1/3
P2	3	1	1
P3	3	1	1

	P4	P5
P4	1	1/5
P5	5	1

	P6	P7	P8
P6	1	3	1
P7	1/3	1	1
P8	1	1	1

  上面的情况是最极端的情况（措施层的指标仅与决策层的一个指标相关），而本文针对任何形式的方案层判断矩阵阶数不同。
  经典的层次分析法的代码假定方案层判断矩阵阶数相同，所以需要进行一定的修正。在了解代码的运算方式后发现，各个矩阵的计算是独立的，所以对其中一个矩阵进行加阶数（多余的位置全部加1），这样的处理并不影响其他矩阵的运算结果。
  使用的文档temp.txt的数据是

1 3 5 
1/3 1 1
1/5 1 1 
1 1/3 1/3
3 1 1
3 1 1
1 5 1
1/5 1 1
1 1 1
1 3 1 
1/3 1 1
1 1 1

MATLAB代码块

clc,clear
fid=fopen('temp.txt','r');
n1=3;n2=3;
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),'=[];']);
str2=char(['b',int2str(i),'=[b',int2str(i),';tmp];']);
eval(str1);
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
[x,y]=eig(a);
lamda=max(diag(y));
num=find(diag(y)==lamda);
w0=x(:,num)/sum(x(:,num));
cr0=(lamda-n1)/(n1-1)/ri(n1)
for i=1:n1
[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

  对于之前略过的二阶矩阵，可以最后单独求解。
  使用的文档temp_2.txt的数据是

1 5 
1/5 1

MATLAB代码

clc,clear
fid=fopen('temp_2.txt','r');
n1=2;n2=3;
a=[];
for i=1:n1
tmp=str2num(fgetl(fid));
a=[a;tmp]; %读准则层判断矩阵
end
ri=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45]; %一致性指标
[x,y]=eig(a);
lamda=max(diag(y));
num=find(diag(y)==lamda);
w0=x(:,num)/sum(x(:,num));
cr0=(lamda-n1)/(n1-1)/ri(n1)
cr0

  简而言之，删改后的代码块可以仅计算一个矩阵对应的CR值、权重。