计算机计算权重的方法有多种，以下是一些常见的方法：
归一化方法
将判断矩阵中的每一列考察项作归一化处理，即用矩阵中的每个格子里的数字除以纵列的和。例如，成本行归一化后的总和为1.88，判断矩阵的行列总和为3.40，则成本的权重为1.88/3.40=55%。
层次分析法（AHP）
通过构建层次结构模型，对每一层中的元素进行两两比较，构建判断矩阵，并通过计算特征值和特征向量来确定各元素的权重。
优序图法
利用数字的相对大小信息进行权重计算，通常需要专家对各个指标进行打分，根据打分结果构建优序图，并通过计算得出各指标的权重。
熵值法（熵权法）
利用数据熵值信息即信息量大小进行权重计算，适用于数据之间有波动的情况，通过计算各指标的熵值和差异系数来确定权重。
CRITIC权重法
结合数据的波动性和信息量，通过计算指标之间的相关性系数和冲突系数来计算权重。
因子分析法
通过因子分析，将多个指标浓缩为少数几个因子，并根据因子载荷来确定各指标的权重。
主成分分析法
通过主成分分析，提取主要成分，并根据成分的载荷来确定各指标的权重。
均方差决策法
利用均方差来反映各个随机变量的离散程度，通过归一化处理得到各指标的权重系数。
线性加权法
根据数据的重要性给出系数，再将系数相乘得到权重值。
百分比法和等级法
将所有数据的权重设为所占百分比或按重要程度分为若干等级，每个等级对应一个权重值。
分值法
根据数据的重要性给出分值，再将分值相加得到权重值。
选择哪种方法取决于具体的应用场景和数据特征。在实际应用中，可能需要结合多种方法进行综合判断和计算。