FAHP算法C语言实现

层次分析法（Analytic Hierarchy Process，简称AHP）是二十世纪70年代，美国运筹学家T. L. Saaty教授提出的一种决策方法，该方法将定性与定量相结合。目前常被运用于多目标、多准则、多要素、多层次的非结构化的复杂决策问题，尤其是战略决策问题，具有十分广泛的实用性。
它的思想是将复杂问题中个因素分成相互联系的有序层次，运用数学方法分别计算每一层元素的权重，然后通过层次间总排序计算所有元素的权重，每层权重计算过程为根据专家意见和分析者客观判断，构建两两比较的矩阵进行定量表述。 层次分析法具有的优点是清楚呈现各层、各准则与各要素的关系，计算过程简单易懂，但仍具有一定问题，层次分析法在某层的评价指标较多时（如：4个指标及以上）， 检验判断矩阵是否一致时将出现困难，且检验判断矩阵具有一致性的标准C.R.＜0.1缺乏科学及数理的依据。
模糊层次分析法（fuzzy analytic hierarchy process，简称FAHP）将模糊数学和层次分析法结合起来，引入模糊数据是在层次分析法上的一种改进，能更好地确定层次分析法中的权重问题，FAHP建立的模糊矩阵满足一致性检验，弥补了缺陷。

定义1：设矩阵，若满足0≤≤1，（i＝1，2，…，n；j＝1，2，…，n），则称F是模糊矩阵。
定义2： 若模糊矩阵 满足，（i＝1，2，…，n；j＝ 1，2，…，n），则称模糊矩阵F是模糊互补矩阵。
定义3：若模糊互补矩阵R＝满足：i，j，k，，则称模糊矩阵R是模糊一致矩阵。
FAHP算法实现步骤：
（1） 建立层次结构模型
根据实际情况，需达到的目标、关键指标因素按他们之间的互相关系，可分为目标层、准则层和方案层，形成层次结构模型。
（2）构建模糊互补判断矩阵
使用 FAHP 赋权法的标度原则(表 4-1) ，对每一层两两要素的重要程度进行打分,构建判断矩阵构建模糊互补矩阵，即：
(4-1)
表4-2重要性标度含义
标度 含 义

0.5 两个元素相比，前者与后者具有同等重要性
0.6 两个元素相比，前者比后者稍微重要
0.7 两个元素相比，前者比后者明显重要
0.8 两个元素相比，前者比后者非常重要
0.9 两个元素相比，前者比后者极端重要
0.1-0.4 若元素i与元素j的重要性之比为aij，则元素j与元素i的重要性之比为aji＝1－aij
（3）转换模糊一致性矩阵
将模糊判断矩阵F 做一致化处理，构造模糊一致性矩阵：
R＝ （4-2）
式中，， ，n为各准则层对应措施层个数。
（4）计算单层次权重
对于规整后的模糊一致矩阵， 利用特征根法（幂积法）：
①对矩阵R每一行元素进行乘积，即
②计算的n次方根，即 ，对 归一化，得到单层的权重向量。
（4-3）
（5） 计算层次总权重
， （4-4）
其中，为准则层单层权重，为准则层对应措施层单层权重，为准则层对应措施层总权重。

#include<stdio.h>
#include<math.h>
#define N 5

int main(void)
{
    int i,j;     //A1记录模糊互补矩阵每行和，R1记录一致性矩阵每行积
    double R[N][N],A1[N]= {0},R1[N]= {1},W[N],sum =0; //R[][]记录模糊一致性矩阵
    double A[N][N]= {{0.5,	0.78,	0.625,	0.625,	0.5625},
                    {0.22,	0.5,	0.4	,0.4,	0.3215},
                    {0.375,	0.6	,0.5,	0.5,	0.495},
                    {0.375,	0.6,	0.5,	0.5,	0.495},
                    {0.4375,	0.6785,	0.505,	0.505,	0.5}
    };  //模糊互补矩阵
    for(i = 0; i < N; i++)        //A1记录每行的和
    {
        A1[i]
            = 0;
        for(j = 0; j < N; j++)
            A1[i]+=A[i][j];
    }
    for(i = 0; i < N; i++)         //转换成模糊一致性矩
    {
        for(j = 0 ; j < N; j++)
            R[i][j] = (A1[i]-A1[j])/(2*N) + 0.5;
    }
    printf("\n");
    for(i = 0; i < N; i++)     //幂积法求单层权重
    {
        R1[i]
            = 1;
        for(j = 0 ; j < N; j++)
            R1[i] *= R[i][j];    //每行元素进行相乘
        W[i] = pow(R1[i],0.2);      //求n次方根
        sum += W[i];
    }
    for(i = 0; i < N; i++)            //权重归一化
    {
        W[i]
            = W[i]/sum;
        printf("%.4f ",W[i]);
    }
    printf("\n");
    return 0;
}