在许多实际问题中，各层次内部元素往往是依赖的。
低层元素对高层元素亦有支配作用，即存在反馈。
此时系统的结构更类似于网络结构。网络分析法正是适应这种需要，由AHP延伸发展得到的系统决策方法。
ANP首先将系统元素划分为两大部分：
第一部分称为控制因素层，
包括问题目标及决策准则。
所有的决策准则均被认为是彼此独立的，且只受目标元素支配。控制层中每个准则的权重均可用AHP方法获得。
第二部分为网络层，
它是由所有受控制层支配的元素组 组成的。
其内部是互相影响的网络结构。
网络分析法的特点
在层次分析法的基础上，考虑到了各因素或相邻层次之间的相互影响，
利用“超矩阵”对各相互作用并影响的因素进行综合分析得出其混合权重。
超矩阵的建立
P 主准则 P1 P2 P3...
C 因素类别 C1 C2 ...
c 具体因素
C1包含 c11 c12 c13...
C2包含 c21 c22 c23...
---------------------------------
一
---------------------------------
无权重超矩阵 W （有几个P几个W）
w11 w12 ...
W1= w21 w22 ...
.
.
w11 因素类别C1 C1
w12 表示 C2中因素受C1中因素影响的向量矩阵
w也是矩阵
w=[ww1 ww2 ...]ww个数（w的列数）为Cj中c的个数
ww1为 将Cj中每一个因素 cj1 cj2 ... 作为准则
得到的 关于 Ci的判断矩阵
一般将判断矩阵按行，归一化，
所以ww1,ww2 为行向量的转置
由ww 即Cj中每一个因素为准则得到的判断矩阵组成w
由w (Cj Ci)组成W
成为 一个 主准则的 W
--------------------------------
二
---------------------------------
权重矩阵A
P1为主准则
C1 C2 Cn
A1= a11 a12 ... a1n => aj 一列a(j=1,2,...n)n 为C 个数
a21 a22
aj是Cj为次准则下的判断矩阵（对因素类别C，不是c）
C1 C2 ...
aj= C1 a11 a12 -->a1j
C2 a21 a22 -->a2j
... ... anj
----------------------------------
三
----------------------------------
Ai矩阵乘法Wi
得权重超矩阵
进一步计算权重，比较大小，排序。。。
