DEMATEL-ISM-MICMAC

### DEMATEL、ISM 和 MICMAC 方法概述

#### 什么是DEMATEL方法？

DEMATEL（Decision Making Trial and Evaluation Laboratory）是一种结构化多标准决策分析工具，旨在识别复杂系统中的因果关系并量化这些关系的影响程度。该方法通过构建影响矩阵来表示不同因素之间的相互作用，并进一步计算直接和间接影响的程度[^1]。

import numpy as np

def calculate_total_influence_matrix(D, C):
    """
    计算总影响力矩阵T=D+C*(I-D)^(-1)，其中D为归一化的直接影响矩阵，
    I为单位阵；C为常数因子，默认取0.8。
    参数:
        D (numpy.ndarray): 归一化的直接影响矩阵.
        C (float): 常数因子，默认值为0.8.

    返回:
        T (numpy.ndarray): 总影响力矩阵.
    """
    n = len(D)
    I = np.eye(n)  # 单位阵
    
    try:
        inv_I_minus_D = np.linalg.inv(I - C * D)
        T = D @ inv_I_minus_D
        
        return T
    except np.linalg.LinAlgError:
        print("无法求逆")
        return None

#### ISM技术介绍

ISM（Interpretive Structural Modeling），解释结构模型法，主要用于处理具有层次性和网络性的社会经济系统的建模问题。这种方法能够帮助研究者理解各个要素间的逻辑关联及其在整个体系内的地位与角色。ISM的核心在于建立一个反映各元素间支配关系的可达性矩阵，并基于此推导出最终的概念层级图谱[^2]。

#### MICMAC分析简介

MICMAC（Matrice d’Impacts Croisés Multiplication Appliquée à un Classement），即交叉影响乘积应用于分类的方法，侧重于探索变量之间复杂的交互效应以及它们对于整体系统行为的重要性排序。通过对原始数据集应用特定算法转换成二元联系表之后，可以得到关于每个节点重要度得分的信息，从而实现对众多候选方案的有效筛选与优先级排列[^3]。