AHP 法是将各要素配对比较，根据要素的相对重要程度进行判断，然后通过计算判断矩阵的特征值获得权重向量。

对于各级指标P k (k =1，2，…，m)将同级指标配对比较构成判断矩阵为：
A =[a 11
a 12a 21a 22…a 1n
…a 2n ……a n1
a n2
………a nn
] (1) 其中a ij (i =1，2，…，n ；j =1，2，…，n)的标度方法[9]如下
表1 九级标度
标度 含义
1 表示两个因素相比，具有同样重要性
3 表示两个因素相比，一个因素比另外一个因素稍微重要 5 表示两个因素相比，一个因素比另外一个因素明显重要 7 表示两个因素相比，一个因素比另外一个因素强烈重要 9 表示两个因素相比，一个因素比另外一个因素极端重要
2，4，6，8 上述两相邻判断的中值
倒数
因素i 和就j 比较的判断a ij ，则因素j 和i 比较判断a ij =1
a ji
通过解矩阵A 的特征值，可求得相应的特征向量，经归一化后得到的权重向量为：
w =(w 1，w 2，w 3，…，w n )T
(2)
其中w i (i =1，2，…，n)就是不同指标的相对权重。

为了度量判断的可靠程度，可以计算一致性指标[10]： max 1
n
CI n λ-=
- (3)
○
1CI =0，有完全的一致性 ○
2CI 接近于0，有满意的一致性 ○
3CI 越大，不一致越严重 为了衡量CI 的大小，引入随机一致性指标RI ：
表2随机一致性指标
r 1 2 3 4 5 6 7 8 9 10 11 RI
0.58
0.90
1.12
1.24
1.32
1.41
1.45
1.49
1.51
得到一致性比率[11]：
CR=CI
RI
(4)
当一致性比率0.1
CR 时，认为P k(k=1，2，…，n)的不一致程度在容许范围内，有满意的一致性，通过一致性检验，可用其归一化特征向量作为全向量，否则要重新构造成对比较矩阵P k(k=1，2，…，r)，对a ij加以调整。

运用以上方法求得每个指标的权重矩阵：
W=[w1,w2,⋯,w n]
(5)。