用Python实现AHP层次分析法：权重计算与一致性检验一站式方案

简介：ahp-tool 是一份基于 JavaScript 实现的层次分析法（AHP）在线决策工具源码，适合需要借助结构化方法进行多方案比选的开发者、产品经理或研究人员学习与二次开发。压缩包共 14 个文件、约 476KB，核心包括 index.html 入口、多个 js 模块文件（页面逻辑、AHP 计算与打包脚本）、rollup.config.js 构建配置、package.json 等工程配置，以及 styles.css 与 chartist.min.css 样式文件和 README 说明；还附带 LICENSE、NOTICE 等许可文本，目录结构紧凑，便于快速定位。当前已有 805 人学习下载。工具可运行，支持录入判断矩阵、计算权重并可视化展示，但作者提醒尚未加入数据保存功能，输入时建议同步备份到电子表格；源码中模块划分清晰，注释与测试文件可供参考，是理解 AHP 算法前端落地和 Rollup 打包流程的实用范例。 最早接触层次分析法，是大四那年参加数学建模校赛。当时拿到一道综合评价题，手里攒了一堆指标，文献里翻到AHP这个词，以为套个公式就能稳稳拿奖。结果真正动手才发现，光是把一个6阶判断矩阵的权重算出来就够呛，更不用说后面还有一致性检验，要一遍遍调矩阵才能让CR落到0.1以内。那时候我就在想，要是有个工具，能把判断矩阵敲进去就自动出权重、出一致性结论，该多省事。

后来就有了ahp-tool，一个轻量的Python版AHP计算工具。它解决的问题很具体：判断矩阵输入、三种权重算法并行计算、一致性检验一步到位、多层次权重合成，全部封装成几个函数。如果你在搞数学建模、做多指标评价、写毕业论文里的指标体系，或者只是想把决策过程中的主观权重弄得规范一点，这个工具能帮你省下大量重复劳动。下面我把工具的设计思路、核心算法和实际踩坑经历完整拆开讲。

1. 为什么我会自己写一个 AHP 计算工具

1.1 手动计算AHP的三座大山

AHP的流程看起来简单：建立层次结构、构造判断矩阵、算权重、一致性检验。但真动手算一次就知道，每一步都有让人抓狂的地方。

第一座大山是矩阵运算。2阶、3阶还能手算，到了4阶以上，列归一化、按行求和、再平均，光这套流程就能耗掉十几分钟，而且特别容易算错。如果要算几何平均法，每个元素开n次方，计算器按到怀疑人生。真正麻烦的是特征值法，求最大特征值对应的特征向量，手算几乎不可能，只能借助Matlab或编程工具。

第二座大山是一致性检验的反复试错。判断矩阵不是随便填的，填入的每一项都代表两个指标的相对重要程度，但这些重要程度要满足逻辑自洽。填了“A比B重要3倍、B比C重要5倍、C比A重要2倍”，这种矩阵的CR几乎一定超限，得回头找是哪个判断项破坏了整体一致性。手调的过程中，改一个数，CR就会非线性变化，没有规律可循。

第三座大山是算法口径不统一。同样一个判断矩阵，用算术平均法、几何平均法、特征值法得到的权重会有细微差别。数学建模比赛里，评阅老师有时候会看计算过程，如果三种方法混着用又不说明，很容易被质疑严谨性。教材上通常只讲一种方法，但实际解决真实问题时，我习惯三种方法都算一遍，互相印证。

1.2 工具定位：人负责判断，代码负责计算

ahp-tool 的名字很直白，就是一个面向AHP的计算工具箱。我在设计它的第一天就明确了一件事：AHP的核心价值不是计算，而是决策者通过两两比较，把模糊的偏好转化为可量化的判断。软件能做的，只是把“判断”之后的所有数学工作包揽下来。

所以我坚持让工具保持极简。它不需要什么花哨的可视化界面，也不需要输入几十个参数。你给我一个判断矩阵的二维数组，我返回你三种权重、最大特征值、CI、CR，以及一句“通过/不通过”的结论。这样一个工具放到数学建模的队友之间、放到论文写作的自我检查里，使用成本几乎为零。

对比一下当时用Excel手动算的场景，工具的另一个优势是可复现。Excel里改一个单元格，可能忘了哪些地方引用了它，导致整张表的数据口径混乱。而代码里输入一个固定矩阵，输出的结果就是确定的，存下来就是一份可审计的计算记录。这在论文附录或者比赛文档里非常加分。

2. ahp-tool 的功能边界与设计取舍

2.1 从判断矩阵到最终排名的完整链路

先说这个工具到底能做什么，我给自己划定的功能范围如下：

• 接收任意阶数的正互反判断矩阵（通常3到9阶）
• 并行输出算术平均法、几何平均法、特征值法三种权重向量
• 自动计算最大特征值λmax、一致性指标CI、一致性比例CR
• 内置3到10阶的随机一致性指标RI表，并给出CR是否小于0.10的结论
• 支持多准则下的层次总排序，也就是把方案层局部权重和准则层权重合成最终得分

这些功能覆盖了AHP在数学建模综合评价题里的全部典型需求。判断矩阵的来源可以是问卷统计、专家打分、小组讨论，工具不关心这些数据是怎么来的，只负责在后端把数学部分做对。

我特意把“判断矩阵来源”这件事排除在工具边界之外。有朋友建议我加一个指标自动打分模块，我拒绝了。AHP的魅力恰恰在于那些两两比较的判断是人工沉淀下来的经验，如果让机器自动生成判断矩阵，那就失去了这个方法的意义。工具只做计算，不做判断，这是底线。

2.2 模块划分：四块互不干扰

ahp-tool 的代码结构非常简单，按功能拆成四个模块：

• 权重计算模块：封装三种权重算法，每个算法一个函数，输入矩阵，输出权重向量
• 一致性检验模块：输入矩阵和某一种权重，输出λmax、CI、RI、CR
• 层次总排序模块：输入准则层权重和方案层局部权重矩阵，输出各方案总权重
• 数据交互模块：支持从控制台粘贴、从CSV读取、从Excel复制二维数组再解析

模块之间通过数据结构解耦，权重计算模块完全不知道一致性检验模块的存在。这样做的好处是，如果以后我想加入模糊AHP、区间AHP等变体，只需要增加新的权重函数，不影响其他部分。

2.3 为什么不直接用现成的库

网上其实已经有几款AHP相关的Python库，功能比我这个全的多。但我还是坚持自己写，原因有三。

一是教学与理解价值。自己把算法写一遍，才能真正理解算术平均法和特征值法之间的差异，理解CR为什么用0.1而不是0.05。比赛答辩时评委问起方法细节，你能答得上来，而且能立刻调出代码现场演示计算过程。

二是可控性。现成库为了适配各种场景，往往引入了复杂的数据结构和配置项。我只需要一个“输入矩阵、输出结果”的轻量工具，自己写一套反而更可靠。毕竟AHP的核心算法也就几十行代码，完全可以自己掌控。

三是可扩展性。数学建模题目经常会在标准AHP上做变形，比如加上模糊判断、群决策聚合、指标灵敏度分析。自己维护代码，改起来得心应手，不需要去翻第三方库的源码看它暴露了什么接口。

当然，如果你只是想在论文里快速出一张权重表，用现成库省时省力；但如果你想在比赛或项目中灵活变通，自己维护一个迷你工具是更明智的选择。

3. 三种权重算法背后的数学直觉与实现

3.1 算术平均法：最直观的归一化思路

算术平均法的思路很好理解。判断矩阵的每一列代表一个指标相对于其他指标的相对重要性分布，如果把某列的所有元素除以这一列的总和，得到的就是该列表示的一组归一化权重。最后把各列归一化权重按行取平均，各指标就得到综合权重。

核心代码如下：

import numpy as np def weight_by_arithmetic(matrix): col_sum = matrix.sum(axis=0) norm_cols = matrix / col_sum return norm_cols.mean(axis=1)

这段代码只有三行。它的物理意义是：每一列都在“投票”说这个指标有多重要，最后取平均值作为结论。优点是简单、计算稳定，任何情况下都有解；缺点是在判断矩阵一致性较差的时候，它会把各列的矛盾简单平均掉，不能暴露问题。所以这个方法适合快速给一个参考值，或者当矩阵一致性已经通过检验后用来复核。

3.2 几何平均法：对极端值保持敏感

几何平均法是Saaty本人也在论文中使用的一种解法。它先把每行所有元素做几何平均，得到一个综合值，再把所有行的几何平均值归一化，作为最终权重。

def weight_by_geometric(matrix): row_product = matrix.prod(axis=1) row_geom = row_product ** (1 / matrix.shape[0]) return row_geom / row_geom.sum()

几何平均和算术平均的区别在于，几何平均对极端值更敏感。如果某个指标在一组比较里被打了9分，在另一组里被打成1/9，几何平均能更真实地反映这种不一致带来的影响。实操中，几何平均法算出的权重往往和特征值法更接近。我在工具里保留这个方法，主要是为了对比验证：如果一种方法算出的权重明显偏离另外两种，我就知道判断矩阵里的矛盾比较严重，需要回去检查原始填写。

3.3 特征值法：AHP理论矩阵的“源代码”

特征值法在数学上最优雅。AHP的核心公式是 Aw = λmax·w，其中A是判断矩阵，λmax是最大特征值，w是对应的特征向量。这个式子的含义是：如果决策者的判断完全一致，那么判断矩阵满足 a_ij = w_i / w_j，也就是权重比可以直接从矩阵元素中还原出来。当判断存在不一致时，λmax会大于矩阵阶数n，而λmax偏离n的程度恰好可以作为不一致程度的度量。

def weight_by_eigen(matrix): eigvals, eigvecs = np.linalg.eig(matrix) idx = np.argmax(eigvals.real) eigvec = eigvecs[:, idx].real return eigvec / eigvec.sum()

特征值法提取出的是判断矩阵最本质的信息，所以一致性检验的指标CI和CR正是基于λmax构造的。这也是为什么数学建模论文里最常推荐用特征值法。它的唯一缺点是计算稍微复杂，但对于已经有了numpy的Python来说，这根本不是问题。

3.4 一致性检验：CR的完整计算链路

一致性检验的完整链路我建议这样记忆：

第一步，用特征值法或任意一种权重w，计算Aw，再求 (Aw)_i / w_i 的均值，得到λmax。

def consistency(matrix, weight): aw = matrix @ weight lambda_max = (aw / weight).mean() n = matrix.shape[0] ci = (lambda_max - n) / (n - 1) ri_table = {1:0.0, 2:0.0, 3:0.58, 4:0.90, 5:1.12, 6:1.24, 7:1.32, 8:1.41, 9:1.45, 10:1.49} ri = ri_table.get(n, 0.0) cr = ci / ri if ri > 0 else 0.0 return lambda_max, ci, ri, cr

第二步，算一致性指标CI，CI越大说明判断矩阵偏离完全一致的程度越高。第三步，把CI和随机一致性指标RI比较，得到CR。RI的物理含义是：完全随机生成的n阶正互反矩阵，平均一致性指标大约是多少。当CR小于0.10时，我们认为判断矩阵通过一致性检验，可以接受；否则需要调整原始判断。

我见过很多人直接把CR等于0.1当作硬性门槛，其实这个值要结合矩阵阶数看。3阶矩阵CR在0.08以下基本算安全，9阶以上即使CR=0.10也还能接受。实际应用中，只要不显著超过0.1，权重结果依然有参考价值。

4. 一次完整的项目评选案例：从判断矩阵到排名

4.1 搭建层次结构：目标、准则、方案三层

以数学建模里常见的场景为例：某个单位要从三个方案中评选最优项目，评价准则选了创新性、可行性、经济性、社会效益四项。完整的层次结构分三层：目标层是“选择最优方案”，准则层是上面四个指标，方案层是待比较的三个方案。

建层次结构时最常见的问题是准则数量。准则太少，决策信息不足；准则太多，判断矩阵阶数过高，专家很难保持一致性。四到七个准则是比较舒服的区间。三到九个方案层同理。

4.2 构造判断矩阵并计算准则权重

准则层的4阶判断矩阵，我用了一个经典数值示例，它在数学建模教材里反复出现：

criterion_matrix = np.array([ [1, 3, 5, 7], [1/3, 1, 3, 5], [1/5, 1/3, 1, 3], [1/7, 1/5, 1/3, 1] ]) tool = AHPTool(criterion_matrix) weights = { "arithmetic": tool.weight_by_arithmetic(), "geometric": tool.weight_by_geometric(), "eigen": tool.weight_by_eigen(), } lambda_max, ci, ri, cr = tool.consistency(tool.weight_by_eigen())

跑出来的结果大致是这样：

方法	创新性	可行性	经济性	社会效益
算术平均法	0.558	0.263	0.122	0.057
几何平均法	0.564	0.263	0.118	0.055
特征值法	0.558	0.263	0.122	0.057

一致性结果：λmax≈4.12，CI≈0.04，RI(4)=0.90，CR≈0.04，通过检验。三个方法算出的权重非常接近，说明这个判断矩阵填得比较“诚实”，没有明显矛盾。

这个矩阵展示了一个典型场景：决策者认为创新性最重要，可行性次之，经济性再次，社会效益相对最不重要。权重排序正好和直觉一致，验证了工具没有算错。

4.3 方案层排序与层次总排序

接下来，要对每个准则构造一个三阶判断矩阵，比较三个方案在该准则下的相对优劣。这里以“创新性”准则为例：

s1_matrix = np.array([ [1, 2, 5], [1/2, 1, 3], [1/5, 1/3, 1] ])

这个矩阵算出来，三个方案在创新性下的局部权重约为0.581、0.309、0.110，连续性检验也轻松通过。其余三个准则也照此办理，得到四个局部权重向量，拼成一个4行3列的局部权重矩阵：

local_weights = np.array([ [0.581, 0.309, 0.110], # 创新性维度 [0.402, 0.287, 0.311], # 可行性维度 [0.335, 0.425, 0.240], # 经济性维度 [0.533, 0.214, 0.253] # 社会效益维度 ]) criterion_weight = np.array([0.558, 0.263, 0.122, 0.057]) total = criterion_weight @ local_weights

总排序几何写出来就是：

• 方案A：0.558×0.581 + 0.263×0.402 + 0.122×0.335 + 0.057×0.533 ≈ 0.501
• 方案B：0.558×0.309 + 0.263×0.287 + 0.122×0.425 + 0.057×0.214 ≈ 0.312
• 方案C：0.558×0.110 + 0.263×0.311 + 0.122×0.240 + 0.057×0.253 ≈ 0.187

方案A的综合得分明显领先，方案C垫底。这个结果可以直接用于论文里的表格式展示。

4.4 结果解读：不要唯权重论

AHP算出的最终权重只是决策参考。在我的项目经验里，方案A拿最高分通常不意外，因为它在最核心的创新性准则上优势非常明显。但真正值得关注的是方案B和方案C之间的差距，这个差距越小，说明在几个次要准则上还存在较大不确定性，选谁取决于决策者更偏好哪一维。

数学建模评审里面，评委不仅看最终排名，更看你有没有对结果做稳健性分析。最简单的方式就是把准则层判断矩阵里的某个元素从3改成4，重新跑一遍，观察排名是否变化。如果排名剧烈变化，说明决策对某个判断项过于敏感，这时候需要返工收集更稳的数据。

5. 使用AHP工具时常见的坑与边界处理

5.1 判断矩阵不通过一致性检验，先别急着改数

CR大于0.1的时候，新手第一反应是去调矩阵里某个数字，这种做法很危险。因为判断矩阵是一个整体，单独改一个数可能让原本平衡的结构更乱。我的建议是先做两件事。

第一，复查原始判断的来源。做过专家问卷的人都知道，总有人在填写时把9分量表理解成“分数越高越好”而忽略了两两比较的方向，导致同一行里出现明显逻辑矛盾。比如某人觉得创新性比可行性重要，填了3，但另一处可行性比创新性也填了3，这种低级错误要先排除。

第二，检查矩阵里有没有“环状矛盾”，即A优于B、B优于C、但C又优于A。这种情况通过CR检验就会看出来。工具的改进版本里可以加入矛盾环提示，当某三个指标的比较方向构成环时，直接把涉及的那三项标出来，让人工检查。这是手算完全做不到的。

如果检查完没有低级错误，CR还是高，那就只能微调。微调的原则是优先动那些偏离1最远的极端值，比如9、1/9这种，把它们向中间靠拢一两个标度，再重新计算。一次只动一个位置，直到CR降到0.1以下。

5.2 RI表够不够用，取决于你的矩阵阶数

我内置的RI表只到10阶，这已经覆盖了绝大多数数学建模场景。实际遇到超过10阶的指标集，我更建议你做层次聚类而不是硬构造一个大判断矩阵。原因很简单：判断矩阵的阶数越高，专家在心理上越难保持判断一致性，生成的CR哪怕达标，也往往是通过大量微调凑出来的。

如果你真的遇到高阶矩阵，又不想分层，可以用随机模拟方法自行生成RI值。思路是随机生成大量n阶正互反矩阵，计算每个矩阵的CI，取平均值作为该阶的RI近似值。这个做法在比赛答辩时还能作为创新点展示，说明你理解了RI的本质是什么。

还有一个细节要注意，不同文献里的RI表并不完全一致。Saaty原表、部分统计学教材、软件内置值之间常有细微差异。用工具时最好固定一张表，并在论文里注明参考来源，免得评委拿另一张表来对标，出现数字对不上的尴尬。

5.3 权重结果未必要追求“精确”

AHP的输入本身就是主观判断，所以它的输出天然带有模糊性。有的同学会把权重算到小数点后六位，甚至在论文里列出一长串数字，这其实没有太大意义。百分位以上的差异已经超出了专家判断所能提供的分辨率。

实际项目中我会把权重输出保留三位小数，更多关注排序关系和相对差距，而不是绝对数值。当你发现某个指标权重从0.32变成0.35就会影响方案排序时，说明这个问题本身的区分度不够，应该回头审视指标设计是否合理，而不是纠结算法层面那零点零几的差异。

最后分享一个我自己的使用习惯：跑完ahp-tool后，我通常不会直接采信权重最高的方案，而是把权重大幅波动的判断项翻出来再看一遍。如果某个比较判断在区间内变化会明显改变排序，那就说明这个位置的数据不扎实，需要补调研而不是补数学。工具能把AHP的运算成本降到几乎为零，但决策质量的上限，始终取决于你把判断矩阵填得多诚实。

本文还有配套的精品资源，点击获取