MATLAB层次分析法(AHP)一致性检验与特征值计算工具

资 源 简 介

本MATLAB工具实现层次分析法(AHP)的完整一致性检验流程，自动计算判断矩阵的最大特征值、特征向量、一致性比率(CR)和一致性指数(CI)，并输出一致性判断结果与详细数值分析，提升决策可靠性。

详 情 说 明

层次分析法一致性验证与特征值特征向量计算工具

项目介绍

本项目是基于MATLAB开发的层次分析法（AHP）一致性检验与矩阵特征值分析工具。实现了完整的AHP一致性检验流程，能够自动计算判断矩阵的最大特征值、特征向量及一致性比率等关键指标，为决策分析提供可靠的数学依据。

功能特性

• 完整的AHP一致性检验：计算一致性比率(CR)、一致性指数(CI)等指标
• 特征值分析：采用优化的矩阵分解算法计算最大特征值及对应的权重向量
• 批量处理能力：支持同时对多个判断矩阵进行一致性验证
• 可视化展示：提供特征值分解结果的可视化输出
• 灵活的参数配置：支持自定义RI对照表和一致性检验阈值
• 详细分析报告：输出包含所有中间计算结果的完整分析报告

使用方法

基本调用

% 输入判断矩阵（示例为3×3矩阵） judgment_matrix = [1, 3, 5; 1/3, 1, 2; 1/5, 1/2, 1];

% 调用主分析函数 results = main(judgment_matrix);

高级参数设置

% 自定义参数调用 custom_RI = [0, 0, 0.58, 0.9, 1.12]; % 自定义RI值 threshold = 0.15; % 设置一致性阈值为0.15

results = main(judgment_matrix, 'RI', custom_RI, 'threshold', threshold);

批量处理模式

% 多个判断矩阵的批量分析 matrix_cell = {matrix1, matrix2, matrix3}; batch_results = main(matrix_cell);

系统要求

• MATLAB R2018b或更高版本
• 需要安装MATLAB基础模块
• 推荐内存：4GB以上
• 磁盘空间：至少100MB可用空间

文件说明

主程序文件实现了层次分析法核心计算流程，包括判断矩阵的标准化处理、特征值分解算法执行、一致性检验指标计算、结果可视化生成以及批量数据处理等功能。该文件整合了矩阵运算优化技术和标准AHP检验算法，能够高效完成从数据输入到分析报告输出的完整处理链。