本博客以 许学敏的《层次分析法在太阳镜产品质量评价中的应用》为例进行讲解。
我们以该判断矩阵为例说明如何进行判断矩阵的一致性检验和权重计算，至于其它的判断矩阵也是如此。
% 层次分析法求取权重
% 进行目标层和准则层的判断矩阵的一致性检验
% 获取矩阵的行列号
[row, col] = size(m_z_matrix);
% 获取该判断矩阵的特征值和特征向量
[vec, eig_value] = eig(m_z_matrix); % vec表示特征向量, eig_value表示特征值
% 获取最大的特征值
max_eig_value = max(max(eig_value)) % 特征值不是给出一个list，而是一个特征值分布在对角线上的矩阵，所以要获取最大值需要两次max
% 计算CI
CI = (max_eig_value - row) / (row - 1);
% RI list
RI_list = [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];
% 计算RI
RI = RI_list(row);
% 计算CR
CR = CI ./ RI % 若CR小于0.1，那么一致性检验通过
% 最大特征值为6.3674， CR为0.0583<0.1，一致性检验通过，开始计算权重
三种权重的计算方法：算术平均法、几何平均法、特征值法
% 算术平均法求取权重
weight1 = sum((m_z_matrix ./ repmat(sum(m_z_matrix, 1), row, 1)), 2) / row
% 几何平均法求取权重
temp = prod(m_z_matrix, 2) .^ (1 / row); % prod(矩阵, dim)若dim=2表示按行计算乘积，1表示按列计算乘积；如果不是矩阵只是向量，那么返回向量所有元素的乘积
% 进行归一化处理
weight2 = temp ./ sum(temp)
% 特征值法求取权重(论文使用的是该种方法，论文中A-B判断矩阵中的权重与该代码运行结果完全一致)
% 思路：先获取判断矩阵的特征值和特征向量，在获取最大特征值对应的特征向量，最后对该特征向量进行归一化处理
[vec, eig_value] = eig(m_z_matrix); % V为特征向量，D为特征值
max_eig_value = max(max(eig_value)); % 获取最大的特征值
% 上述两步其实可以不写，因为一致性检验已经写过了
[r, c] = find(eig_value == max_eig_value, 1); % 获取最大特征值所在的行列号, 参数1表示只取第一个
temp_weight = vec(:, c); % 获取最大特征值对应的特征向量
disp('特征值法求得的权重为:')
weight3 = temp_weight ./ sum(temp_weight) % 对特征向量归一化处理即可得到权重
这是目标层与准则层之间的判断矩阵的计算方法，对于最后我们有三种方法求取得到了准则层的权重，所以最后我们可以对三种方法得到的权重取平均值，或者就使用某一种方法得到的权重也是可以的（一般特征值法比较多，不知道是不是因为matlab求取比较简单所以用的多，其实前两种方法的代码会更难理解）。
之后就是准则层与方案层之间的判断矩阵的权重计算，也是如上类似的，甚至于你只需要修改矩阵变量无需修改其它代码部分。
最后就是对于目标层与方案层之间的权重计算（很简单）
这是关于层次分析法如何求取判断矩阵的的权重的完整代码
% 层次分析法求取权重
% 进行目标层和准则层的判断矩阵的一致性检验
% 获取矩阵的行列号
[row, col] = size(m_z_matrix);
% 获取该判断矩阵的特征值和特征向量
[vec, eig_value] = eig(m_z_matrix); % vec表示特征向量, eig_value表示特征值
% 获取最大的特征值
max_eig_value = max(max(eig_value)) % 特征值不是给出一个list，而是一个特征值分布在对角线上的矩阵，所以要获取最大值需要两次max
% 计算CI
CI = (max_eig_value - row) / (row - 1);
% RI list
RI_list = [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];
% 计算RI
RI = RI_list(row);
% 计算CR
CR = CI ./ RI % 若CR小于0.1，那么一致性检验通过
% 最大特征值为6.3674， CR为0.0583<0.1，一致性检验通过，开始计算权重
% 算术平均法求取权重
weight1 = sum((m_z_matrix ./ repmat(sum(m_z_matrix, 1), row, 1)), 2) / row % 卫东需要提供标准公式（论文或许）
% 几何平均法求取权重
temp = prod(m_z_matrix, 2) .^ (1 / row); % prod(矩阵, dim)若dim=2表示按行计算乘积，1表示按列计算乘积；如果不是矩阵只是向量，那么返回向量所有元素的乘积
% 进行归一化处理
weight2 = temp ./ sum(temp)
% 特征值法求取权重(论文使用的是该种方法，论文中A-B判断矩阵中的权重与该代码运行结果完全一致)
% 思路：先获取判断矩阵的特征值和特征向量，在获取最大特征值对应的特征向量，最后对该特征向量进行归一化处理
[vec, eig_value] = eig(m_z_matrix); % V为特征向量，D为特征值
max_eig_value = max(max(eig_value)); % 获取最大的特征值
% 上述两步其实可以不写，因为一致性检验已经写过了
[r, c] = find(eig_value == max_eig_value, 1); % 获取最大特征值所在的行列号, 参数1表示只取第一个
temp_weight = vec(:, c); % 获取最大特征值对应的特征向量
disp('特征值法求得的权重为:')
weight3 = temp_weight ./ sum(temp_weight) % 对特征向量归一化处理即可得到权重
如果有问题，欢迎一起探讨。
<p>炒茄子</p>
这里是Ruby新手。完成一些练习后碰壁了。练习:计算一系列成绩的字母等级创建一个方法get_grade来接受测试分数数组。数组中的每个分数应介于0和100之间，其中100是最大分数。计算平均分并将字母等级作为字符串返回，即“A”、“B”、“C”、“D”、“E”或“F”。我一直返回错误:avg.rb:1:syntaxerror,unexpectedtLBRACK,expecting')'defget_grade([100,90,80])^avg.rb:1:syntaxerror,unexpected')',expecting$end这是我目前所拥有的。我想坚持使用下面的方法或.join，
matlab打开matlab，用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组（矩阵），往往是a*b*cunit8类型解释一下这个三维数组的意思，行数、数和层数，unit8：指数据类型，无符号八位整形，可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法，即RGB每个通道有256色阶（2^8）。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组，它将以灰度方式绘制；可以把图像拆分为rgb三层，可以以灰度的方式观察它figure(1
点向量坐标矩阵的几何意义介绍旋转矩阵的几何含义之前，先介绍一下点向量坐标矩阵的几何含义点：在一维空间下就是一个标量，如同一条直线上，以任意某一个位置为0点，以一定的尺度间隔为1，2，3...,相反方向为-1，-2，-3...；如此就形成了一维坐标系，这时候任何一个点都可以用一个数值表示，如点p1=5，即即从原点出发沿着x轴正方向移动5个尺度；点p2=-3，负方向移动3个尺度； 在一维坐标系上过原点做垂直于一维坐标系的直线，则形成了二维坐标系，此时描述一个点需要两个数值来表示点p3=（3，2），即从原点出发沿着x轴正方向移动3个尺度，在此基础上沿着y轴正方向移动两个尺度的位置就是点p3。
MIMO技术的优缺点优点通过下面三个增益来总体概括：阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下，MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中，可以获得复用增益，即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中，可以获得分集增益，即可靠性性能的改善。分集增益用独立衰落支路数来描述，即分集指数。在使用了空时编码的MIMO系统中，由于接收天线或发射天线之间的间距较远，可认为它们各自的大尺度衰落是相互独立的，因此分布式MIMO
项目介绍随着我国经济迅速发展,人们对手机的需求越来越大,各种手机软件也都在被广泛应用,但是对于手机进行数据信息管理,对于手机的各种软件也是备受用户的喜爱小学生兴趣延时班预约小程序的设计与开发被用户普遍使用,为方便用户能够可以随时进行小学生兴趣延时班预约小程序的设计与开发的数据信息管理,特开发了小程序的设计与开发的管理系统。小学生兴趣延时班预约小程序的设计与开发的开发利用现有的成熟技术参考,以源代码为模板,分析功能调整与小学生兴趣延时班预约小程序的设计与开发的实际需求相结合,讨论了小学生兴趣延时班预约小程序的设计与开发的使用。开发环境开发说明：前端使用微信微信小程序开发工具：后端使用ssm：VU
我对如何计算通过{%assignvar=0%}赋值的变量加一完全感到困惑。这应该是最简单的任务。到目前为止，这是我尝试过的:{%assignamount=0%}{%forvariantinproduct.variants%}{%assignamount=amount+1%}{%endfor%}Amount:{{amount}}结果总是0。也许我忽略了一些明显的东西。也许有更好的方法。我想要存档的只是获取运行的迭代次数。 最佳答案 因为{{incrementamount}}将输出您的变量值并且不会影响{%assign%}定义的变量，我
给定一个nxmbool数组:[[true,true,false],[false,true,true],[false,true,true]]有什么简单的方法可以返回“该列中有多少个true？”结果应该是[1,3,2] 最佳答案 使用转置得到一个数组，其中每个子数组代表一列，然后将每一列映射到其中的true数:arr.transpose.map{|subarr|subarr.count(true)}这是一个带有inject的版本，应该在1.8.6上运行，没有任何依赖:arr.transpose.map{|subarr|subarr.in
给定两个大小相等的数组，如何找到不考虑位置的匹配元素的数量？例如:[0,0,5]和[0,5,5]将返回2的匹配项，因为有一个0和一个5共同；[1,0,0,3]和[0,0,1,4]将返回3的匹配项，因为0有两场，1有一场；[1,2,2,3]和[1,2,3,4]将返回3的匹配项。我尝试了很多想法，但它们都变得相当粗糙和令人费解。我猜想有一些不错的Ruby习惯用法，或者可能是一个正则表达式，可以很好地回答这个解决方案。 最佳答案 您可以使用count完成它:a.count{|e|index=b.index(e)andb.delete_at
Ruby中如何“一般地”计算以下格式(有根、无根)的JSON对象的数量？一般来说，我的意思是元素可能不同(例如“标题”被称为其他东西)。没有根:{[{"title":"Post1","body":"Hello!"},{"title":"Post2","body":"Goodbye!"}]}根包裹:{"posts":[{"title":"Post1","body":"Hello!"},{"title":"Post2","body":"Goodbye!"}]} 最佳答案 首先，withoutroot代码不是有效的json格式。它将没有包
目标我正在尝试计算自给定日期以来周的距离，而无需跳过任何步骤。我更喜欢用普通的Ruby来做，但ActiveSupport无疑是一个可以接受的选择。我的代码我写了以下内容，这似乎可行，但对我来说似乎还有很长的路要走。require'date'DAYS_IN_WEEK=7.0defweeks_sincedate_stringdate=Date.parsedate_stringdays=Date.today-dateweeks=days/DAYS_IN_WEEKweeks.round2endweeks_since'2015-06-15'#=>32.57ActiveSupport的#weeks