多准则决策模型介绍

目录

本文AI生成

MACBETH、PROMETHEE和ELECTRE都是经典的多准则决策分析（MCDA）方法，但它们的核心哲学和操作流程截然不同。MACBETH通过衡量方案间“吸引力差异”来构建价值函数，属于价值测量法；而PROMETHEE和ELECTRE则通过两两比较，建立方案间的“优于”关系，属于法国学派的超排序方法（Outranking Methods）。

它们的核心特点和决策流程如下：

📊 核心特点对比

方法 核心思想 关键特色 主要局限
MACBETH 测量“吸引力差异” 使用定性语义（如“差异很强”）而非直接打分，减轻决策者认知负担 学术上受认可，但实际应用相对小众
PROMETHEE 计算“优先指数” 提供6种偏好函数，可灵活定义准则偏好；结果是一个完整的、全排序的排名 准则权重需直接给定，当准则较多时操作困难
ELECTRE 构建“超越关系” 通过一致性和不一致性双重检验，擅长处理不精确、不确定的信息 参数众多，设定较主观；结果可能是部分排序，可能无法选出唯一最优解

⚙️ 决策流程原理

1. MACBETH (Measuring Attractiveness by a Categorical Based Evaluation Technique)

MACBETH的核心在于将决策者定性的、模糊的判断，转化为定量的、可计算的分数。

  • 建立价值函数：针对每个准则，决策者需要比较不同绩效水平（如“好”、“中”、“差”）的吸引力，并用七级语义分类（如“差异非常弱”、“差异适中”、“差异极强”）来描述这种差异的大小。软件会通过线性规划，将这些定性判断转化为数值化的价值函数。
  • 确定准则权重：决策者比较从“中性”水平提升到“好”水平，对哪个准则的改善会带来最大的吸引力提升（即“摆动权重法”），软件同样将定性判断转化为权重。
  • 计算总价值：基于加性价值模型，将每个方案在各准则上的得分与对应权重相乘后求和，得到总价值，以此排序。

2. PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation)

PROMETHEE是一个“两两比拼”的过程，它计算每个方案在所有准则上优于其他方案的程度。

  • 定义偏好函数与权重：为每个准则选择一个偏好函数（如“通常型”、“V型”、“U型”），该函数描述了当一个方案在某个准则上优于另一个方案时，决策者偏好程度的强弱。同时，为每个准则赋予权重。
  • 计算优先指数：对于每一对方案（A, B），综合所有准则，计算出“A优于B”的综合偏好程度，即优先指数π(A, B)。
  • 计算流量并排序：根据优先指数，计算每个方案的正流量（优于其他方案的程度）和负流量（被其他方案优于的程度）。对于最常用的PROMETHEE II，会计算净流量（正流量-负流量），根据净流量大小得出一个完全排序。

3. ELECTRE (ELimination Et Choix Traduisant la REalité - 消去与选择转换现实法)
ELECTRE家族（如ELECTRE I, III, TRI等）也采用两两比较，但它的核心是判断“A是否至少不比B差”，它采用一种更“谨慎”的方式来处理冲突。

  • 定义阈值与权重：为每个准则赋权。对于排序/选择问题（ELECTRE I），需要设定一致性阈值和不一致性阈值，相当于设定“通过线”。
  • 计算一致性与不一致性：
    • 一致性指数：衡量支持“A优于B”这个结论的所有准则的权重之和。
    • 不一致性指数：衡量反对“A优于B”结论的最强单项证据（即B在哪个准则上远优于A）。
  • 构建超越关系：当一致性指数≥一致性阈值，且不一致性指数≤不一致性阈值时，判定“A超越B”（A outranks B）。
  • 得出推荐：通过核图（kernel graph）等方法处理这些超越关系，最终可能得出一个部分排序，或是一个核心方案集（少数几个无法相互超越的“最好”方案）。

💡 怎么选？

这三个方法各有侧重，选择哪个通常取决于你的问题类型和偏好：

  • 如果你的目标是：得出一个清晰、唯一的综合得分和排名，且决策者对数量化打分感到困难，倾向做定性判断，那么MACBETH是很有力的工具。
  • 如果你的目标是：得到一个完整、简单的排名，并且希望灵活定义各准则上“好一点”到底意味着什么，那么PROMETHEE II非常合适且应用广泛。
  • 如果你的问题是：方案之间存在复杂的权衡，信息不够精确，或者你希望筛选出几个“最佳备选”而非一个“唯一答案”，那么ELECTRE家族（尤其是处理不精确信息的ELECTRE III或用于分类的ELECTRE TRI）更值得考虑。
posted on 2026-08-26 13:24  Mysticbinary  阅读(7)  评论(0)    收藏  举报