随着社会的发展,决策问题越来越复杂,不但需要快速做出决策,而且需要分析决策问题中多种不确定因素所带来的决策困难。作为决策分析的重要组成部分,多属性决策在实际生活中广泛存在。层次分析法(Analytic hierarchy process,AHP)是经典的多属性决策方法,在很多领域得到了应用。AHP解决多属性决策问题的关键是给出判断矩阵,并由此计算排序向量,而给出的判断矩阵是否满足基本一致性是AHP应用中很重要的问题,它直接关系到由此得出的排序权值是否能真实地反映各属性之间的客观排序。因此,对判断矩阵一致性检验、排序权值的求取和一致性改进方法就成了AHP研究中重要内容之。对此,本文在理论方法上进行了分析和研究,集中体现在以下方面：本文先从两个角度设计了非线性规划模型求解AHP权值,求得使判断矩阵致性最好时候的排序权值,并给出了检验不同算法的标准,并在改进遗传算法的基础上,本文设计了求解AHP权值的遗传算法。对于不一致的判断矩阵,我们设计了两种判断矩阵一致性修正的新方法。局部修改判断矩阵法,通过对判断矩阵元素的逐元素修改来改善一致性；全局修改判断矩阵法,是对所有元素修改来改善一致性。结合改进的遗传算法对这些新模型进行实例仿真分析。通过算例仿真,验证了本文提出的数学模型可行性,并通过对文献中的数据对比分析验证算法的优越性,为遗传算法在AHP权值求解方面的进一步普及和应用做了有意义的探索。