Multiple Criteria Decision-Making，MCDM

版本： 0.0.1（Beta）

  • 权重决策部分对应《城市空间数据分析方法》中 4.2 权重决策部分的理论阐述和 Python 代码实现。

该部分功能包括：

  1. 熵值权重法；
  2. 理想解法（TOPSIS）；
  3. AHP 算法；
  4. F-AHP 算法；
  5. ARAS 算法；
  6. BWM 算法（基于 GWO 元启发式算法）；
  7. DEMATEL 算法；
  8. IDOCRIW 算法（基于 L-BFGS-B 元启发式算法）；
  9. ELECTRE-I 算法；
  10. WASPAS 算法。

TODO：增加更多 MCDM 各类算法。

1 熵值权重法

输入参数：

  • Dataset：为多个备选方案（行）的多个决策准则（列）CSV 格式数据；

输出结果：

  • View Pij: 原始决策准则值占各自决策准则列之和的比例；

  • Ej 列为信息熵；Wj 列为权重值。

MCDM_01

2 理想解法（TOPSIS）

输入参数：

  • Dataset：为多个备选方案（行）的多个决策准则（列）CSV 格式数据；

  • Weights：决策准则权重；

  • Criteria Type：决策准则权重值类型（方向），即值越大越好，还是值越小越好；

输出结果：

  • Relative Closeness 为到正理想解的相对接近度，及对应备选方案的排序；同时打印了 Dataset 输入数据，方便查看。

MCDM_01

3 AHP 算法

输入参数：

  • Criteria：决策准则字段；

  • Alternatives：备选方案字段；

  • View Criteria Pairs：得到决策准则字段两两比较输入的顺序列表，用于定义 Pairvise Criteria Scale 输入行的值，即判断矩阵；

  • Pairvise Criteria Scale： 决策准则字段两两比较输入值，生产判断矩阵；

  • Get Pairwise Alternatives：对应决策准则输入备选方案的两两比较值，用于生成备选方案判断矩阵；

输出结果：

  • View Pairwiese Criteria Matrix and Weights：查看生产的判断矩阵，及决策准则权重值；

  • Calculate Weight Matrix：汇总决策准则之间和各准则对备选方案之间的权重值，计算得到基于决策准则的备选方案得分 global_priority 列。

MCDM_01

4 F-AHP 算法

同 AHP 算法，但是判断矩阵的构建使用的是三角模糊数（triangular fuzzy number，TFN）。

输入参数：

  • Critetia：决策准则字段；

  • Alternatives：备选方案字段；

  • Configure Pairwise Criterias：根据生成的两两比较决策准则对输入比较值，用于生成决策准则判断矩阵；

  • Get Pairwise Alternatives：对应决策准则输入备选方案的两两比较值，用于生成备选方案判断矩阵；

输出结果：

  • View Pairwise Criteria Matrix and weights：查看生成的决策准则判断矩阵，及决策准则权重值；

  • 汇总决策准则之间和各准则对备选方案之间的权重值，计算得到基于决策准则的备选方案得分 global_priority 列。

MCDM_01

5 ARAS 算法

输入参数：

  • Dataset：为多个备选方案（行）的多个决策准则（列）CSV 格式数据；

  • Weight of Criteria：决策准则权重；

  • Optimization Direction：决策准则权重值类型（方向），即值越大越好，还是值越小越好；

  • Save to File：存储结果文件路径名；

输出结果：

  • degree of the alternative utility 备选方案得分。

MCDM_01

6 BWM 算法（基于 GWO 元启发式算法）

c

  • Most Important Criteria：与最佳决策准则的成对比较（判断）向量；

  • Least Important Criteria：与最差决策准则的成对比较（判断）向量；

  • Population Size：灰狼群初始化数量（c）；

  • Iterations：迭代次数（为 GWO 输入参数）；

  • Verbose：查看解算过程中 对应给定迭代次数输出相关信息；

输出结果：

  • 决策准则权重。

MCDM_01

7 DEMATEL 算法

输入参数：

  • Relation Matrix (Dataset)：因子关系（影响，判断）矩阵。

输出结果：

  • D + R: 影响度和被影响度之和为，代表该因子在系统中的核心作用程度，为中心度（Prominence）;

  • D - R：代表该因子对系统贡献的净效应，为原因度（Relation）；

  • Weight：因子权重；

  • 对应的中心度和原因度的四象限图。

MCDM_01

8 IDOCRIW 算法（基于 L-BFGS-B 元启发式算法）

输入参数：

  • Dataset：为多个备选方案（行）的多个决策准则（列）CSV 格式数据；

  • Optimization Direction：决策准则权重值类型（方向），即值越大越好，还是值越小越好；

输出结果：

  • 决策准则权重向量。

MCDM_01

9 ELECTRE-I 算法

输入参数：

  • Dataset：由定性等级评估决策矩阵获得的评分系统；

  • Criteria Weight：决策准则的权重；

  • C_hat：满意度阈值，最大值为1；

  • C_hat：不满意度阈值，最小值为0；

输出结果：

  • 满意度/一致性（concordance）和不满意度/不一致（discordance）矩阵（指数）；排名图，排名靠前的核心（kernel）备选方案（绿色），核心之外的备选方案（红色）。

MCDM_01

10 WASPAS 算法

输入参数：

  • Dataset：（决策矩阵）为多个备选方案（行）的多个决策准则（列）CSV 格式数据；

  • Criteria Weight：决策准则权重；

  • Optimization Direction：决策准则权重值类型（方向），即值越大越好，还是值越小越好；

  • Lambda value： 组合参数，位于[0,1]之间，如果值为0，则为WPM方法；如果值为1，则为WSM方法。

  • Save to File：存储结果文件路径名；

输出结果：

  • WPM方法、WSM方法和WASPAS方法各自计算结果的返回值。

MCDM_01