W的分量W即为对应元素单排序的权重值。目前主要采用方根法或和积法两种近似算法求 解判断矩阵的最大特征根及其所对应的特征向量 (1)方根法 ①将矩阵A中每行元素连乘并开m次方,得到向量W=(n,n2,,vn),其中: (22) ②对W作归一化处理,得到权重向量W=(w,w2,Wm),其中 ③对矩阵A中每列元素求和,得到向量S=(s,s2,…!Sm),其中 ④计算的值。 B∥ W x,‖W, Bw W (2)和积法 ①将矩阵A的元素按列作归一化处理,得矩阵Q=(q加mxm。其中 ②将Q的元素按行相加,得向量a=(ax1a2y,an)。其中 ③对向量a作归一化处理,得权重向量W=(w1,w2,wm),其中 a12∝k (29) ④求出最大特征值。 (B)8 W 的分量 Wi 即为对应元素单排序的权重值。目前主要采用方根法或和积法两种近似算法求 解判断矩阵的最大特征根及其所对应的特征向量。 （1）方根法 ①将矩阵 A 中每行元素连乘并开 m 次方，得到向量 T W w w wm ( , ,..., ) * * 2 * 1 * = ，其中： m m j wi aij = = 1 * （2.2） ②对 W*作归一化处理，得到权重向量 W=(w1,w2, …wm) T，其中 = = m i wi wi wi 1 * * / （2.3） ③对矩阵 A 中每列元素求和，得到向量 S=(s1,s2, …sm)，其中 sj== m i aij 1 （2.4） ④计算 max 的值。 s wi SW m i =  i = =1 max = = m i i i w BW m 1 1 ( ) （2.5）                             = n n nn n n n W W W x x x x x x x x x BW        2 1 1 2 12 22 2 11 21 1 （2.6） （2）和积法 ①将矩阵 A 的元素按列作归一化处理，得矩阵 Q=(qij)m×m。其中 = = m k qij aij akj 1 / （2.7） ②将 Q 的元素按行相加，得向量 T m ( , ,..., )  = 1 2  。其中 = = m j i qij 1  （2.8） ③对向量  作归一化处理，得权重向量 W=(w1,w2, …wm) T，其中 = = m k wi i k 1  /  （2.9） ④求出最大特征值。 = = m i i i w BW m 1 max 1 ( )  （2.10）