package crawlerTest;
public class Ahq_test {/*** *@author LJ*2016-3-30*/public static void main(String[] args) {// TODO Auto-generated method stubDouble[][] matrix=new Double[6][6];for(int i=0;i<6;i++){matrix[i][i]=1.0;}//数组0,1 位置存放的是影响因素0相对于影响因素1的重要程度 。//0.25代表 影响因素0的重要程度为影响因素1的重要程度的4分之1。matrix[0][1]=0.25;            matrix[0][2]=0.5;matrix[0][3]=1.0;matrix[0][4]=1.0;matrix[0][5]=0.5;matrix[1][2]=0.5;matrix[1][3]=1.0;matrix[1][4]=2.0;matrix[1][5]=1.0;matrix[2][3]=1.0;matrix[2][4]=0.5;matrix[2][5]=0.5;matrix[3][4]=2.0;matrix[3][5]=1.0;matrix[4][5]=0.5;//根据输入值填写矩阵剩余项for(int i=5;i>=0;i--){for(int j=5;j>=0;j--){matrix[i][j]=1/matrix[j][i];}}Double[] column=new Double[6];for(int j=0;j<6;j++){for(int i=0;i<6;i++){if(column[j]!=null){column[j]=column[j]+matrix[i][j];}else{column[j]=matrix[i][j];}}}//矩阵归一化Double[][] matrixColumn= new Double[6][6];for(int j=0;j<6;j++){for(int i=0;i<6;i++){matrixColumn[i][j]=matrix[i][j]/column[j];}}//获得行数组Double[] line=new Double[6];for(int i=0;i<6;i++){for(int j=0;j<6;j++){if(line[i]!=null){line[i]=line[i]+matrixColumn[i][j];}else{line[i]=matrixColumn[i][j];}}}//行归一化获得特征向量Double[] w=new Double[6];Double sum=0.0;for(int i=0;i<6;i++){sum=sum+line[i];}for(int i=0;i<6;i++){w[i]=line[i]/sum;                    //特征向量
        }Double[] bw=new Double[6];for(int i=0;i<6;i++){for(int j=0;j<6;j++){if(bw[i]!=null){bw[i]=bw[i]+matrix[i][j]*w[j];}else{bw[i]=matrix[i][j]*w[j];}    }}Double sumR=0.0;                        //最大特征跟Rfor(int i=0;i<6;i++){sumR=sumR+bw[i]/(6*w[i]);}Double ci=(sumR-6)/(6-1);                //矩阵一致性指标System.out.println("计算出的矩阵一致性指标"+ci+"\n");Double cr=ci/1.24;                        //随机一致性比率 1.24为6阶矩阵的平均一致性指标if(cr>=0.1){System.out.println("权重设置不合理");}else{//输出特征向量for(int i=0;i<6;i++){System.out.println("特征"+i+"的权重："+w[i]);}}}}