AHP分析法中的 入max 怎么算的？和线性代数里的矩阵特征值有啥区别联系？

条理阐发法的根本计算问题是若何计算判断矩阵的更大特征根及其对应的特征向量，即求解AW=λmaxW中的λmax及其对应的W，A为判断矩阵。常用的计算办法有三种：幂法、方根法、和积法。接纳幂法能够得到肆意精度的更大特征根及其对应的特征向量，而接纳后面两种办法，只能得到必然精度的更大特征根及其对应的特征向量，因为后面两种办法为近似办法。

一般来说，计算判断矩阵的更大特征根及其对应特征向量，其实不需要逃求较高的切确度 ，那是因为判断矩阵自己有相当的误差范畴，应用条理阐发法给出的条理中各类因素优先排序权值素质上说是表达某种定性的概念。因而，利用上述算法中的肆意一种停止计算均可。

我开发了一个条理阐发法在线建模东西，您能够利用尝尝。