基于赋值级别高于关系的多属性决策分类法

本文主要探讨了一种多属性决策问题的分类方法，针对在处理多属性决策时遇到的复杂性，尤其是当需要对多个方案进行排序和分类时，传统的ELECTREⅢ方法存在一定的局限性。该方法创新性地提出了基于方案间赋值级别高于关系的概念，这是一种将决策者偏好考虑在内的决策分析工具。 首先，文章概述了多属性决策问题的背景，这种问题通常涉及多个决策准则（属性），每个准则的重要性不同，且决策者往往面临多个相互关联但具有优先级的选项。传统的分类方法可能难以准确捕捉到决策者对于各个属性相对重要性的感知，特别是当属性之间的权值难以明确量化时。 作者们通过引入方案间赋值级别高于关系的概念，解决了这个问题。这种方法强调的是方案之间的相对优劣程度，而非绝对数值比较，更贴近决策者的实际判断。它通过构建线性规划模型，构建了一个既能反映决策者偏好的分类框架，又能确保决策过程的合理性。 与ELECTREⅢ方法相比，新方法避免了在定义有序方案对之间赋值级别高于关系时可能出现的权重确定难题。这种方法允许决策者对否决因素进行灵活处理，即某些属性或方案组合可能导致决策排除，这对于实际决策过程中的风险规避至关重要。 最后，作者通过一个具体的数值实例来验证新方法的有效性。实例展示如何通过该方法对多个方案进行有效分类，使得决策者能够清晰地识别出各个方案在所有属性上的相对位置，从而做出更加明智的选择。 这篇文章提供了一种新颖的多属性决策分类方法，旨在提高决策效率和满意度，尤其适用于那些属性复杂且决策者偏好影响显著的场景。通过这种方法，决策者可以更好地理解和处理复杂的多属性决策问题，提升决策质量。