先输入一个矩阵A
clear;clc
disp('请输入判断矩阵A： ')
% A = input('判断矩阵A=')
%我这里以一个矩阵A为例，大家在用的时候可以把下面这个矩阵A换掉
A =[1 1 4 1/3 3;
1 1 4 1/3 3;
1/4 1/4 1 1/3 1/2;
3 3 3 1 3;
1/3 1/3 2 1/3 1]
计算一致性比例CR
clc;
CI = (Max_eig - n) / (n-1);
RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];
CR=CI/RI(n);
disp('一致性指标CI=',num2str(CI));
disp('一致性比例CR=',num2str(CR));
if CR<0.10
disp('因为CR < 0.10，所以该判断矩阵A的一致性可以接受!')
else
disp('注意：CR >= 0.10，因此该判断矩阵A需要进行修改!')
end
方法1：算术平均法求权重
%第一步：将判断矩阵按照列归一化（每一个元素除以其所在列的和）
Sum_A = sum(A);
[n,n] = size(A);
SUM_A = repmat(Sum_A,n,1) ;
Stand_A = A ./ SUM_A;
% 这里我们直接将两个矩阵对应的元素相除即可
% 第二步：将归一化的各列相加(按行求和)
sum(Stand_A,2);
% 第三步：将相加后得到的向量中每个元素除以n即可得到权重向量
disp('算术平均法求权重的结果为：',num2str(sum(Stand_A,2)/n))
% 首先对标准化后的矩阵按照行求和，得到一个列向量
% 然后再将这个列向量的每个元素同时除以n即可
方法2：几何平均法求权重
%第一步：将A的元素按照行相乘得到一个新的列向量
clc;A;
Prduct_A = prod(A,2);
% prod函数和sum函数类似，一个用于乘，一个用于加 dim = 2 维度是行
% 第二步：将新的向量的每个分量开n次方
Prduct_n_A = Prduct_A .^ (1/n);
% 第三步：对该列向量进行归一化即可得到权重向量
% 将这个列向量中的每一个元素除以这一个向量的和即可
disp('几何平均法求权重的结果为：',num2str(Prduct_n_A./sum(Prduct_n_A)))
方法3：特征值法求权重
%第一步：求出矩阵A的最大特征值以及其对应的特征向量
clc;
[V,D] = eig(A); %V是特征向量, D是由特征值构成的对角矩阵（除了对角线元素外，其余位置元素全为0）
Max_eig = max(max(D));
% 那么怎么找到最大特征值所在的位置了？ 需要用到find函数，它可以用来返回向量或者矩阵中不为0的元素的位置索引。
% 那么问题来了，我们要得到最大特征值的位置，就需要将包含所有特征值的这个对角矩阵D中，不等于最大特征值的位置全变为0
% 这时候可以用到矩阵与常数的大小判断运算
D == Max_eig;
[r,c] = find(D == Max_eig , 1);
% 找到D中第一个与最大特征值相等的元素的位置，记录它的行和列。
% 第二步：对求出的特征向量进行归一化即可得到我们的权重
V(:,c);
disp('特征值法求权重的结果为：',num2str(V(:,c)./sum(V(:,c)))
% 我们先根据上面找到的最大特征值的列数c找到对应的特征向量，然后再进行标准化即可。
