Matlab源程序代码如下：
 
clc
clear
disp('请输入判断矩阵A')
A=input('A=');
[n,n] = size(A)
%方法1： 算术平均法
Sum_A = sum(A);
SUM_A = repmat(Sum_A,n,1);
Stand_A = A ./ SUM_A;
Stand_A = A ./ Sum_A; % 这样也可以的  
disp('算术平均法求权重的结果为：');
disp(sum(Stand_A,2)./n)
%方法2： 几何平均法
Prduct_A = prod(A,2);
Prduct_n_A = Prduct_A .^ (1/n);
disp('几何平均法求权重的结果为：');
disp(Prduct_n_A ./ sum(Prduct_n_A))
%方法3： 特征值法求权重
[V,D] = eig(A);
Max_eig = max(max(D))
[r,c]=find(D == Max_eig , 1);
disp('特征值法求权重的结果为：');
disp( V(:,c) ./ sum(V(:,c)) )
%计算一致性比例CR
CI = (Max_eig - n)/(n-1);
RI=[0 0.0001 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]; 
% 这里n=2时，一定是一致矩阵，所以CI = 0，为了避免分母为0，将这里的第二个元素改为了很接近0的正数
CR=CI/RI(n);
disp('一致性指标CI=');disp(CI);
disp('一致性比例CR=');disp(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

// ConsoleApplication3.cpp : 定义控制台应用程序的入口点。
 //
 
#include "stdafx.h"
 #include<iostream>
 #include<math.h>
 #include<vector>
 using namespace std;
 

 int main()
 {
     cout << "请输入行或列的长度" << endl;
     int row;
     cin >> row;
     cout << "请输入数字" << endl;
     vector<double> a;
     for (size_t i = 0; i < row*row; i++)
     {
         double x;
         cin >> x;
         a.push_back(x);
     }
     vector<double> w;
     double fenmu = 0, wzhi = 0;
     for (int i = 0; i < row; i++)
     {
         for (size_t j = 0; j < row; j++)
         {
             for (size_t k = 0; k < row; k++)
             {
 
                fenmu += a[k*row+j];
             }
             wzhi += a[i*row+j] / fenmu;
             fenmu = 0;
         }
         w.push_back(wzhi / row);
         wzhi = 0;
     }
     //以上为计算W值、
     vector<double> lanmude;
     double lanmudazhi = 0;
     for (size_t i = 0; i < row; i++)
     {
         for (size_t j = 0; j < row; j++)
         {
             lanmudazhi += a[i*row+j] * w[j];
         }
         lanmude.push_back(lanmudazhi);
         lanmudazhi = 0;
     }
     //以上是求lanmuda值
     vector<double> lmax;
     for (size_t i = 0; i < row; i++)
     {
         lmax.push_back(lanmude[i] / w[i]);
     }
     double max = 0;
     for (size_t i = 0; i < row; i++)
     {
         max += lmax[i];
     }
     max /= row;
     //以上是求max值
     double  ci = (max - row) / (row - 1);
     double  ri[5] = { 0,0,0.58,0.9,1.12 };
     double cr = ci / ri[row-1];
     //以上是求cr值
     cout << cr << endl;
     if (ci==0)
     {
         cout << "符合一致性检验";
     }
     else
     {
         if (cr<0.1)
         {
             cout << "符合一致性" << endl;;
         }
         else
         {
             cout << "不符合一致性应修改" << endl;
 
        }
     }
     system("pause");
     return 0;
 }

 
 
以下内容整理来自B站UP主：数学建模学习交流
 
 
 
 
层次分析法（The Analytic Hierarchy Process即 AHP)是由美国运筹学家、 匹兹堡大学教授T . L. Saaty于20世纪70年代创立的一种系统分析与决策的综合 评价方法，是在充分研究了人类思维过程的基础上提出来的，它较合理地解决了定性问题定量化的处理过程。
 
 
AHP的主要特点是通过建立递阶层次结构，把人类的判断转化到若干因素两两之间重要度的比较上，从而把难于量化的定性判断转化为可操作的重要度的比较上面。在许多情况下，决策者可以直接使用AHP进行决策，极大地提高了决策的有效性、可靠性和可行性，但其本质是一种思维方式，它把复杂问题分解成多个组成因素，又将这些因素按支配关系分别形成递阶层次结构，通过两两比较的方法确定决策方案相对重要度的总排序。整个过程体 现了人类决策思维的基本特征，即分解、判断、综合，克服了其他方法回避决策者主观判断的缺点。
 
 
 
 
具体代码实现部分请见博客评价类模型——层次分析法，一致性检验学习笔记，matlab代码实现（二） 
 
 
层次分析

 
目录
 
1、层次分析法的基本步骤
1.1、建立层次结构模型
1.2、构造判断(成对比较)矩阵
1.3、层次单排序及一致性检验
1.4、 层次总排序及其一致性检验
  
2、总结：层次分析法的4步
3、实例：去哪儿旅游
5、为什么层次分析法要进行一致性检验？

 
1、层次分析法的基本步骤
 
参考：https://zhuanlan.zhihu.com/p/38207837
 
1.1、建立层次结构模型
 
将决策的目标、考虑的因素(决策准则)和决策对象按他们之间的相互关系分成最高层、中间层和最低层，绘制层次结构图。
 
最高层(目标层)：决策的目的、要解决的问题；
中间层(准则层或指标层)：考虑的因素、决策的准则；
最低层(方案层)：决策时的备选方案；
 
下面以选择旅游地为例进行分析：
 
 
1.2、构造判断(成对比较)矩阵
 
那在确定各层次各因素之间的权重时，如果只是定性的结果(就是我认为景色占80%，费用10%等等)，则常常不容易被别人接受，因此Santy等人提出：一致矩阵法，
 
即：
 
不把所有因素放在一起比较，而是两两比较；
对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准去性；
 
成对比较矩阵是表示本层所有因素针对上一层某一个因素(准侧或目标)的相对重要性的比较。成对比较矩阵的元素 aij表示的是第i个因素相对于第j个因素的比较结果，这个值使用的是Santy的1-9标度方法给出。
 那比如，举上面的旅游的例子，在旅游问题中第二层A的各个因素对目标层Z的影响两两比较的结果如下图：
 
 比如 a14=3 则表示的是景色因素比居住因素对于选择旅游地来说稍微重要。
 
那两两进行比较以后，怎么才能知道，下层各因素对上层某因素的影响程度的排序结果呢？
 
1.3、层次单排序及一致性检验
 
层次单排序：W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序，那能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对成对比较矩阵确定不一致的允许范围。
 
一致性的直观显示如下图：
 
 如果成对比较矩阵属于可接受的一致性或者是一致性矩阵，那么就可以使用这种方式来近似的计算层次单排序权重，也就是同一层次的每个因素对于上一层次因素某因素相对重要性的排序权值。
 
比如对于"一致性检验以及求得权重"这个图，权向量中有5个元素，那每一个元素代表的是每一个因素对上一层的因素的权重，比如说第一个值为0.263，那这代表的含义就是景色对于选择旅游地的重要性为0.263。
 
1.4、 层次总排序及其一致性检验
 
计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。
 
这一过程是从最高层到最低层次依次进行的。
 
 
2、总结：层次分析法的4步
 
 
建立层次结构模型：该结构图包括目标层，准则层，方案层；
 
 
构造成对比较矩阵：从第二层开始用成对比较矩阵和1~9尺度；
 
 
计算单排序权向量并做一致性检验：对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量（归一化后）即为权向量；若不通过，需要重新构造成对比较矩阵；
 
 
计算总排序权向量并做一致性检验：计算最下层对最上层总排序的权向量。
 利用总排序一致性比率
 
 进行检验，若通过，则可按照总排序权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率CR较大的成对比较矩阵。
 
 
3、实例：去哪儿旅游
 

 
 计算单排序权向量：
 
 计算总排序权向量以及进行一致性检验：
 选择最终的决策方案：
 
 
5、为什么层次分析法要进行一致性检验？
 
 
 
防止矛盾：例如A比B重要，B比C重要，但是C又比A重要，这就形成一个“闭合环”，是矛盾的！
 
 
参考：https://www.zhihu.com/question/325242753/answer/689833040，