这份学习笔记断断续续改了三版。第一次只是抄了公式，第二次照葫芦画瓢跑通了案例，第三次才算真正想明白：层次分析法（AHP）这套东西，表面上是在算权重，本质上是逼着你把脑子里那团模糊的“我觉得”，拆成一个个能说清楚、能检验、能复现的判断。如果你正准备学数学建模，或者要处理那种“好几个方案、各有利弊、凭感觉定不下来”的决策问题，这篇文章应该能帮你省下不少弯路。我会从原理讲到一个能直接套用的完整案例，附上可复制的代码，最后聊聊我在实操里踩过的坑，比如一致性检验不通过到底怎么抢救。

1. 先搞清楚AHP到底要解决什么

很多人学AHP第一反应是背判断矩阵、背RI表，这其实搞反了顺序。AHP的核心不是计算，而是把“多准则决策”这个问题结构化。

1.1 凭空做决策为什么会翻车

假设你面前有三个旅游目的地，分别要考虑到花费、景色、交通、人多不多。大多数人的第一反应是纠结，而且越纠结越乱。我试过用一个很简单的办法试探自己：让朋友连续问五个“你到底更在意哪个因素”，结果发现回答前后矛盾。比如嘴上说“最看重风景”，可真让他多花一倍路费去远一点的地方，他又犹豫了。这种矛盾不是人品问题，是人的偏好本来就是非线性的，凭空比较五六个因素，大脑根本处理不过来。

AHP的破局思路很直接：既然一次性比五个因素会乱，那就两个两个比。任意两个因素之间哪个更重要、重要多少，这个判断大多数人都能给出。把全部两两比较的结果整理成一张矩阵，再通过数学手段把这张矩阵里的信息压缩成一组权重。这组权重不是算出来的“客观事实”，而是把你潜意识里的偏好给捞了出来，摊平在纸面上。

1.2 AHP的破局思路：两两比较

所以AHP的第一步永远是构造层次结构，第二步才是填判断矩阵。判断矩阵就是那个“两两比较”的载体，它长这样：

矩阵里第i行第j列的数，代表“因素i比因素j重要多少”。3就是稍微重要，5就是明显重要，取倒数就表示反过来。这个矩阵最好记的特性是：对角线上全是1，因为自己和自己比当然一样重要。而且a12和a21必须是倒数关系，如果你觉得景色比门票重要3倍，那门票比景色就自动是1/3，这是逻辑自洽问题，不是数学问题。

这套方法在数学建模里应用非常广，尤其是评价类问题。比如某个城市空气质量评价、供应商选择、岗位应聘者排序，本质都是“给定几个方案，按一组指标排出优序”。AHP最拿手的就是这种场景：方案数量有限，准则数量适中，而且判断主要依赖主观经验。

1.3 AHP适合用在哪些场景

不是所有决策问题都适合AHP。我自己用下来，觉得它适合以下三种场景：第一种是指标权重需要“讲道理”的。比如写论文要确定几个一级指标各占多少分，没有任何历史数据支撑时，AHP可以用专家打分的形式把权重确定下来，并且还能有一致性检验作为质量把关的证明。第二种是团队决策出现分歧时。大家吵来吵去没有统一标准，干脆把每个人的判断矩阵收集起来，算一个群体权重。第三种是建模竞赛里的评价题。AHP作为主观赋权法，常和熵权法等客观赋权法结合，一个提供主观偏好，一个提供数据波动信息，两个一结合，论文的评价维度就立体起来了。

反过来，如果指标之间本身就是客观数据，比如三种芯片的功耗、价格、性能都有实测值，那直接归一化加权就行，硬套AHP反而显得画蛇添足。AHP解决的是“没有权威客观值”的那类问题，它的价值恰恰在于主观判断也可以做得很有条理。

2. 手把手搭一遍AHP：四步走完整流程

清楚了AHP解决什么问题，下面就是可操作的步骤。我把它拆成四步，每一步都说明原理和容易踩的坑。

2.1 第一步：画一张三层结构图

AHP的标准结构就三层：目标层、准则层、方案层。目标层就是你要回答的最终问题，比如“选出最佳旅游地”。准则层是判断好坏的角度，比如景色、门票、交通、拥挤度。方案层就是待选对象，比如A地、B地、C地。

这里有个经验：准则层的指标数量控制在4到7个之间最舒服。太少体现不出多准侧决策的价值，太多就会造成判断矩阵阶数过高，填表时脑子不够用，一致性大概率不通过。我记得最开始练习时贪心列了9个指标，结果判断矩阵填到一半就疯了，不是忘了倒数就是前后矛盾，最后CR值直接爆炸。

还有一个小技巧：准则一定要选“相互独立”的维度。比如“风景”和“拍照出片率”其实高度相关，这种相关性过高的指标放在一起，会让判断矩阵的一贯性天然就差。选准则的时候先想想能不能把某个指标删掉或合并，这一步比后面所有计算都重要。

2.2 第二步：1到9标度给判断矩阵打分

判断矩阵的标度用的是1到9，不是0到1，也不是百分制。这套标度的含义有一个很值得玩味的设定：1代表两因素同样重要，3代表前者稍微重要，5代表明显重要，7代表强烈重要，9代表极端重要，2、4、6、8是中间值。为什么上限只到9？因为心理学研究表明，人在同一尺度下能稳定区分的重要等级最多在9个左右。超过9个等级，判断质量会急剧下降。我第一次学的时候嫌这个标度太粗糙，后来发现它粗糙得恰到好处——既然判断本来就是模糊的，非要人家分到37级反而制造幻觉。

填表的时候记住三件事。第一，对角线填1。第二，aij和aji互为倒数。第三，不要试图做到完美的逻辑一致。所谓完美的逻辑一致意味着如果景色比门票重要3倍、门票比交通重要2倍，那么景色就必须比交通重要6倍。但实际上你填的是2倍或者4倍都很正常。AHP的高明之处在于它不要求绝对一致，只要不一致的程度在容忍范围内即可，这个“容忍范围”就是后面要讲的一致性检验。

2.3 第三步：三种方法把权重算出来

判断矩阵填好后，就要从矩阵里提炼出权重向量。主流做法有三种。

算术平均法最直观：把矩阵的每一列做归一化，也就是每个元素除以所在列的和，得到一张新表。然后按行求平均，这个平均值就是每个因素的权重。它的思路等于把所有列的意见拿来平权投票。

几何平均法稍有不同：把每一行的元素做乘积，然后开n次方根（n是矩阵阶数），得到一组数值后归一化。这两种方法计算简单，但严格来说都是对特征值法的近似。

特征值法才是AHP的标准做法：求判断矩阵的最大特征值所对应的特征向量，归一化之后就是权重向量。从数学上讲，判断矩阵是正互反矩阵时，理想情况下的权重应该让矩阵能写成w_i/w_j的形式，而最大特征值对应的特征向量最接近这个理想结构。我在实际做论文时一般只报特征值法的结果，因为理解成本最低、认可度也最高。

2.4 第四步：一致性检验必须过

计算权重之后，还要回答一个问题：这个判断矩阵内部逻辑到底乱成什么样？一致性检验就是把这个“乱的程度”量化。

首先算CI： CI = (λmax - n) / (n - 1)

λmax是判断矩阵最大特征值。理论上，如果矩阵完全一致，λmax就等于n，CI=0。但人打分不可能做到完美，λmax总会比n大一点。CI越大说明越不一致。

然后算CR： CR = CI / RI

RI是随机一致性指标，它是一张查表得到的常数，代表“随机乱填一个正互反矩阵”，CI大概会是多少。n=3时RI约0.58，n=4时约0.90，n=5时约1.12，规模越大RI越大，因为矩阵越大越容易不一致。

判断标准：CR < 0.1时，认为一致性可以接受。如果CR大于等于0.1，就需要回头调整判断矩阵。这一步在建模论文里一定要写，因为它既是科学性的体现，也是逻辑闭环的关键。我第一次跑案例时CR在0.08左右，心里还有点慌，后来发现只要填表的时候不是随手乱写，大多数情况下都能过。

3. 用一个旅游案例把全流程跑通（含可直接复制的代码）

前面讲了一堆原理，这里用一个完整的案例把流程串起来。案例就是我前面提到过的“选旅游地”，目标是对比A、B、C三个目的地。

3.1 案例数据：准则与方案怎么打分

准则层一共4个：景色、门票、交通、拥挤度。我给出的判断矩阵就是前文那张。

然后是方案层的判断矩阵。这里要特别说明：有多少个准则，就要针对每个准则再建立一个方案层判断矩阵。也就是说，我要分别回答“单看景色，A、B、C谁更好？”、“单看门票，谁更好？”、“单看交通，谁更好？”“单看拥挤度，谁更好？”一共4个3乘3矩阵。

这4个矩阵我直接给出：

单看景色：

单看门票：

单看交通：

单看拥挤度：

这些矩阵不是瞎编的，它们对应了很符合直觉的偏好：A在景色和避拥挤上占优，C在门票便宜上占优，B在交通便利上占优。打分的时候最好头脑里先有一版“排序叙事”，再去填数，这样一致性能高很多。

3.2 一段Python代码算完所有权重

手算也能算，但矩阵一多容易出错。我用Python写了一个通用的AHP计算函数，把矩阵丢进去就能得到权重、CI、CR。

import numpy as np def ahp_cal(matrix): n = matrix.shape[0] # 特征值法求主特征向量 eig_val, eig_vec = np.linalg.eig(matrix) idx = np.argmax(eig_val.real) max_eig = eig_val[idx].real weight = eig_vec[:, idx].real weight = weight / weight.sum() # 一致性检验 CI = (max_eig - n) / (n - 1) RI_dict = {1: 0, 2: 0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.49} RI = RI_dict[n] CR = CI / RI if RI != 0 else 0.0 return weight, CI, CR, max_eig # 准则层判断矩阵 matrix_criteria = np.array([ [1, 3, 2, 5], [1/3, 1, 1/2, 2], [1/2, 2, 1, 3], [1/5, 1/2, 1/3, 1] ]) w_criteria, ci_c, cr_c, lam = ahp_cal(matrix_criteria) print("准则层权重：", w_criteria) print("准则层CI：", round(ci_c, 4), " CR：", round(cr_c, 4)) # 方案层判断矩阵 w_scheme = {} matrix_scenery = np.array([[1, 3, 5], [1/3, 1, 2], [1/5, 1/2, 1]]) matrix_ticket = np.array([[1, 1/3, 1/5], [3, 1, 1/2], [5, 2, 1]]) matrix_transport = np.array([[1, 1/2, 3], [2, 1, 4], [1/3, 1/4, 1]]) matrix_crowd = np.array([[1, 5, 2], [1/5, 1, 1/3], [1/2, 3, 1]]) for name, mat in zip(["景色", "门票", "交通", "拥挤度"], [matrix_scenery, matrix_ticket, matrix_transport, matrix_crowd]): w, ci, cr, _ = ahp_cal(mat) w_scheme[name] = w print(f"方案层-{name} 权重：", w, " CI：", round(ci, 4), " CR：", round(cr, 4))

代码看起来很简洁，但有几个细节容易忽略。例如np.linalg.eig返回的可能是复数，虽然我们的矩阵特征值理论上是实数，但数值计算会有虚部，所以要取real。再用argmax定位最大特征值的索引，才能提取对应的特征向量。如果直接取第一个特征向量，结果一般来说是错的。

3.3 权重结果怎么解读

跑上面的代码，会得到这样一组结果：

准则层权重大约是：[0.483, 0.157, 0.272, 0.088]，也就是景色占比最高48.3%，交通27.2%，门票15.7%，拥挤度8.8%。这说明在这套主观偏好里，景色是压倒性的决定因素。CR约0.006，远小于0.1，矩阵一致性非常好。

各方案在单准则下的局部权重为：景色权重[0.648, 0.230, 0.122]，门票权重[0.110, 0.309, 0.581]，交通权重[0.320, 0.558, 0.122]，拥挤度权重[0.582, 0.109, 0.309]。

最后一步是算综合得分，把每个方案在所有准则下的局部权重，用准则层权重加权求和：

• 方案A = 0.483×0.648 + 0.157×0.110 + 0.272×0.320 + 0.088×0.582 ≈ 0.469
• 方案B = 0.483×0.230 + 0.157×0.309 + 0.272×0.558 + 0.088×0.109 ≈ 0.321
• 方案C = 0.483×0.122 + 0.157×0.581 + 0.272×0.122 + 0.088×0.309 ≈ 0.210

结论是方案A综合最优。这个结论完全是由你打的判断矩阵决定的，如果换一个人认为门票价格远比景色重要，结果可能完全反过来。这就是AHP的本质：它不是给你一个客观答案，而是把你内心里原本模糊的偏好翻译成一个可比较的数字。代码跑完之后，别忘了把总排序的一致性也看一遍，不过在这个案例里单层CR都远低于0.1，总排序结果可信度很高。

4. 常见坑点与排查心得

这部分是我最想写的，因为公式和步骤你在任何教材上都能找到，但实际操作中的坑，往往才是决定你能不能顺利跑通一个案例的关键。

4.1 一致性检验老是不通过怎么办

这是我被问过最多的问题：CR跑到0.3了，怎么办？首先别慌，这不是说你的判断没价值，而是矩阵内部有逻辑矛盾。

排查思路分三步。第一步，检查倒数关系。看每个aij与aji是不是互为倒数。如果某个位置填了3而对称位置填了2，CR不通过完全不冤。这种错误属于低级但高频，我帮别人复查时至少一半的失败案例是倒数值抄错。

第二步，找到最“刺眼”的那对判断。可以对比判断矩阵和最终权重向量：把每个元素aij和wi/wj相除，如果某个比值明显偏离1很多，说明这个位置是你判断逻辑里最矛盾的点。比如权重比是2，但你填了5，那这个5大概率是整张矩阵里最大的不一致来源。

第三步，小幅度调整。改的时候不要大刀阔斧重填，一次只动一个数，幅度尽量控制在1到2个刻度以内，改完再算一次CR。我有一次把某个3改成2，CR就从0.15降到了0.07。记住，AHP允许一定程度的不一致，不需要追求CR等于0，那本来就是不可能的。另外，如果矩阵阶数很高而且实在调不过，也可以回退一步看看是不是准则选得太多太杂。

4.2 同一个矩阵，为什么不同工具算出来权重不一样

这个问题也有很多人遇到过。同一张判断矩阵，用网上的计算器、手算、代码算，结果往往有细微差别，甚至在第三四位上不同。

原因主要有三个。第一，计算路径不同。算术平均法、几何平均法、特征值法三种算法的结果天然就有差异，尤其是矩阵一致性较差的场景差异更明显。所以用规范工具之前，先确认它用的哪种方法。论文里最好明确写出用特征值法，并附上代码。第二，约数精度不同。手算经常只保留三到四位小数，代码算可以保留到十几位。第三，RI表的版本不同。不同教材对于随机一致性指标RI的模拟次数不一样，导致同一n对应的RI有微小差异，进而CR值有一点偏差。但这不影响权重结果，只影响一个0.01级别的CR小数位。我的习惯是固定用一份RI表，并且在论文里注明出处口径，这事就没有歧义了。

4.3 打分太主观会被质疑，怎么把过程写严谨

AHP被诟病最多的一点就是主观性：你的判断矩阵是自己填的，凭什么别人要信？我的答案不是“你信我”，而是“我把怎么填的每一步都写清楚，让这个填法可以复现、可以讨论、可以修改”。

实操上我有三个习惯。第一，引入多人打分结构。如果条件允许，找三到五个人分别填同一套判断矩阵，然后把所有打分做几何平均，得到一个群体判断矩阵。为什么用几何平均而不是算术平均？因为判断矩阵里的数是比率型的，几何平均在数学上更匹配这种乘性结构。第二，把判断依据写进文章的附录或说明里。比如“景色比门票重要，因为本次旅行以摄影创作为主要目的”，这样哪怕主观也是有论据的主观。第三，如果是竞赛或论文场景，可以做一个敏感性分析，比如给权重加5%的扰动，看最终排名是否稳定。排名稳定，说明结论可靠，也间接回应了“主观性”的攻击。

我在实际写建模论文时，用的组合是AHP加熵权法：AHP算主观权重，熵权法算客观权重，各取50%加权得到最终权重。论文里解释起来很顺：既尊重了专家经验，也吸收了数据信息差异，整体结构一下就完整了。

4.4 判断矩阵里容易忽略的三个小细节

第一个细节是四舍五入。有人图省事，把1/3直接填成0.33，1/5填成0.2，看起来差不多，但对高阶矩阵来说，这种舍入误差会逐层放大，本来CR刚好0.09算出来变0.12。建议要么输入分数然后统一计算，要么至少保留四到六位小数。

第二个细节是n=2时的一致性检验。二阶矩阵天然满足一致性，RI等于0的时候CR没有意义，所以不用算。有些工具会报除零错误，这不是bug，是数学上根本不需要这个检验。

第三个细节是判断矩阵的敏感度。权重对大的比值变化不敏感，比如某个位置从7改成8，最终权重可能只动一两个百分点。但对小比值，比如0.2改成0.3，也就是一个数从1/5变成3/10，权重的变动可能非常剧烈。所以如果要检查结果稳定性，优先审查那些数值很小的元素。这是很多人不知道的一个视角，多数人会盯着7、8、9这种大数猛调，其实往往是小数的细微变化在主导结果。

最后再分享一个我自己的习惯：填判断矩阵之前，我会先在心里明确一个优先级序列，比如“在这件事里，景色排第一，交通第二，门票第三，拥挤度第四”。然后才动手填数字。这个看似多余的准备动作，能极大降低后续一致性检验不通过的概率。因为一致性本质是你的内在逻辑，而不是勉强的数字拼凑。先把逻辑顺序想清楚，落到矩阵上只是把顺序翻译成数字，这时候就算还没有完全精确，也离合格线不远了。

学AHP最大的收获，是让我意识到所谓“决策”最难的部分不是数学，而是搞清楚自己到底想要什么。判断矩阵只是把那句“我想要”一笔一画地写了下来，并证明给你自己看。这个方法后续还可以往模糊AHP、群决策层次分析法这些方向延伸，比如加入三角模糊数来描述更复杂的不确定偏好，或者用网络层次分析法处理准则之间有互相依赖的情形。但不管走多远，根源都是那句“两两比较，再把偏好讲清楚”的思路。