层次分析法两种实现方法
前几天看了看层次分析法，这是一个比较经典的算法，一般在评价和数据融合方面应用比较多，网上也有很多针对这个算法改进也是比较多的，大多数只是给这个方法加了点模糊运算。其实在现在的系统中单用它做评价或是评估的话，显得有点单调。但是单单应用它给出指标的权重，然后再融合和评价用用其它算法，如基于神经网络、基于证据理论、基于云模型、基于空间坐标等等算法，这样感觉上就比较完整。
下面就给出层次分析法的两个实现，其实这个算法主要是实现矩阵的最大特征值和对应的特征向量。高等代数与线性代数中都给出矩阵的特征值和特征向量的定义，但是用定义求对于阶数较高的时候，运算量较大。为此一般采用近视运算。常用的就是和法和幂法。幂法网上已经给出实现了，我就针对幂法的实现改编一下，给出和法的实现。
1.和法
2.幂法
