2022年多准则决策分析Python软件包更新与扩展

软件X 19（2022）101197软件更新版本[1.1]-Jaroschiaw Wtróbskia，b，Aleksandra Bczkiewicza，b，Wojciech Saabunca什切青大学管理学院，ul. Cukrowa 8，71-004什切青，波兰b什切青大学博士生院。Mickiewicza 16，70-383什切青，波兰c国家电 信 研究所，ul。Szachowa 1，04-894华沙，波兰ar t i cl e i nf o文章历史记录：收到2022年8月2日2022年8月22日接受保留字：MCDAPyropo-mcdaCrispyn的加权标准Python多准则评价a b st ra ct本文介绍了两个多准则决策分析（MCDA）Python软件包的合并和扩展。pyrepo-mcda软件包提供了一套MCDA方法和支持技术，如折衷排名和敏感性分析，已与Crispyn软件包合并，提供了一套广泛的客观标准加权方法。然后，该软件包补充了七个额外的MCDA方法。pyrepo-mcda包的扩展显著扩展了其分析能力。其他军事和民防资源评估方法，特别是那些支持强可持续性范例的方法，扩大了可靠的可持续性评估一揽子方法的应用范围。©2022作者（S）。Elsevier B.V.出版，保留所有权利。代码元数据当前代码版本代码：v0.1.2，纸张：v1.1指向此代码版本所用代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00218指向此版本可执行文件的永久链接https://github.com/energyinpython/pyrepo-mcda法律代码许可证MIT许可证计算平台/操作系统Microsoft Windows，Linux使用git的代码版本控制系统使用Python的软件代码语言、工具和服务编译要求，操作环境依赖Python >= 3.4，numpy==1.23.0，pandas==1.4.2，scipy==1.8.1如果可用开发人员文档/手册链接https://pyrepo-mcda.readthedocs.io/en/latest/问题支持电子邮件aleksandra. phd.usz.edu.pl1. 动机和意义本文介绍了一个更新的pyrepo-mcda包，包括合并的两个Python3包以前开发的作者，扩展了额外的MCDA方法。合并库和扩展库中包含的软件包包括文 献 [1] 介 绍了 Pyrepo-McDA ， 文 献 [2] 介 绍了 Crispyn 。pyrepo-mcda包的主要贡献是九种基于测量原创文章的DOI：https://doi.org/10.1016/j.softx.2022.101166，https://doi.org/10.1016/j.softx.2022.101107。*通讯作者。电子邮件地址：jaroslaw. usz.edu.pl（Jaroslaw Würtróbski），aleksandra. phd.usz.edu.pl（Aleksandra Bürczkiewicz），w. il-pib.pl（Wojciech Särabun）。https://doi.org/10.1016/j.softx.2022.1011972352-7110/©2022作者。 Elsevier B.V.出版，保留所有权利。替代品与参考解决方案的距离，以及支持多标准决策分析的方法，如综合排名和敏感性分析方法。 第二个库，称为Crispyn，包含11个客观加权方法和随机多标准可接受性分析方法（SMAA），用于在没有专家参与的情况下确定标准权重。MCDA方法扩展了已开发和整合的软件包，包括富集评价的优先排序组织方法II（PROMETHEEII）[3]、可持续性评估标准的PROMETHEE（PROSA-C）[4]、复杂比例评估（COPRAS）[5]、附加比评估（ARAS）[6]、替代品测量和根据承诺解决方案的排序（MARCOS）[7]、从距离到理想解决方案的替代品承诺排序（CRADIS）[8]、简单附加加权（SAW）[9]和分析可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxJarosciaw Würtróbski、Aleksandra Büczkiewicz和Wojciech Sajabun软件X 19（2022）1011972图1.一、 已开发和更新的pyrepo-mcda软件包的 框 架 。层次分析法（AHP）[10]。合并这两个包并使用上述方法扩展它们可以增强库大多数MCDA方法从可持续性的角度来看有一些局限性，因为它们的特点是线性补偿的标准。这意味着某些标准的高值可以补偿其他标准的低值。PROMETHEE II和PROSA-C等方法的特点是标准补偿程度较低，支持强大的可持续性范式[11]。用于丰富评价的偏好排序方法（PROMETHEE II）是属于欧洲学派的方法[12]。该方法考虑了与欧洲学派的其他方法相关的属性，包括等级高于关系、不同的等级函数类型、阈值以及准则的线性补偿的降低 效 果 。 由 于 上 述 属 性 ， 这 种 方 法 是 补 充 开 发 的 包 。PROMETHEE II方法提供了对最终备选方案的定量评估该方法的算法涉及考虑标准性能的成对比较[13，14]。PROSA-C是一种处理多准则决策问题的方法，它考虑了评价准则值之间的平衡。因此，该方法通过推广具有更可持续参数的替代方案来支持强可持续性范式. PROSA-C是PROMETHEE II在可持续性评价方面的扩展，具有更强的可持续性。这两种方法都涉及六个偏好函数和偏好和无差异阈值，它允许在有限的范围内确定可持续性的强度。PROSA-C方法使决策者能够考虑详细的标准，并直接确定可持续性的强度[4，15]。COPRAS方法分别考虑最小化和ARAS方法通过确定考虑中的每个选项相对于理想解决方案的效用来评估备选方案[17]。MARCOS方法的优点包括在创建决策矩阵的初始阶段考虑两它允许一个更准确的确定的程度的效用有关的两个参考解决方案。在MARCOS方法算法中，效用函数和聚合的确定与在众所周知的MCDA方法中。MARCOS的一个重要优势是能够考虑大量的标准和替代方案，同时保持方法CRADIS是2021年推出的新开发方法在[8]中。该方法代表了一个新的概念，使用现有MCDA方法的修改步骤的组合：ARAS[19]，MAR-COS [20]和TOPSIS [21]。CRADIS方法具有高度的灵活性。所有类型的归一化都可以应用，并且它们的影响不会像VIKOR方法那样被中和[22]。可以应用各种方法来计算替代品与参考溶液（理想溶液和反理想溶液）的偏差AHP用于通过建立成对比较矩阵和检查一致性来计算标准权重。SAW涉及计算每个备选方案关于所考虑标准的性能得分的加权和[23]。2. 软件描述pyrepo-mcda包可以从Python包索引（PyPI）存储库下载[24]，并使用pip命令安装。它也可以在GitHub上找到[25]。在这个扩展中添加的MCDA方法可以在子包pyrepo_mcda.mcda_methods中找到。所有添加的方法都经过了测试，使用研究论文中给出的数值示例返回正确的结果。为此，实现了单元测试，并在GitHub存储库的test文件夹中提供。考试中提供了附加MCDA方法和其他方法的应用示例在GitHub上的ples目录和文档中。在所提供的pyropo-mcda包中添加的所有MCDA方法-日期的详情载于以下补充资料─附 在 这 篇 文 章 上 。 添 加 的 MCDA 方 法 可 以 在 子 包pyrepo_mcda.mcda_methods中找到。最新的pyrepo_mcda包的架构如图所示. 1.一、已将Crispyn包中新实施的MCDA方法和客观加权方法（在红色框中列出）添加到更新的Pyropo-mcda包中。2.1. 示例代码段分析下面的代码片段演示了PROSA-C方法的用法。第1-3行介绍了必要的包和方法的导入。第5-10行Jarosciaw Würtróbski、Aleksandra Büczkiewicz和Wojciech Sajabun软件X 19（2022）1011973importnumpyasnp从我的角度来看。Mcda_meth dsimportPROSA_C从我的角度来看。additionsimprtrank_peferencesmatrix=np. array（[[8，7，2，1]，[5、3、7、5]，[7、5、6、4]，[9、9、7、3]，[11、10、3、7]，[6、9、5、4]]）weights=np. array（[0. 四，零。三，零。1、0. 第2节）types=np. array（[1，1，1，1]）prosa_c=ProsA_C（）preference_functions=[ prosa_c._linear_functionforpfinrane（len（weights））]p=2*np。 在es（len（weights））q=1*np上。ones（len（weights））s= np。数组（[0.4， 0.5， 0.3， 0.4]）pref=prosa_c（matrix，weights，typess，preference_functions=preference_functions，p=p， q =q，s=s）秩=rank_preferences（rank，反向= True）2关于列中的n个标准的行。该决策矩阵包含六个备选方案在四个标准方面的性能。第11行提供了标准权重，第12行提供了标准类型 。 第 13 行 显 示 创 建 PROSA-C 方 法 的 对 象 。 PROSA-C 与PROMETHEE II类似，不需要对决策矩阵进行标准化。然而，它需要several- eral其他参数：从六个可用的和矢量p，q，和s与值为每个标准选择的每个标准的偏好函数。偏好函数有抛物线型、U型、V型、水平型、线性型和高斯型。在第14行中，为每个标准选择线性函数。使用线性函数需要提供向量p和q。向量p包括表示标准的绝对偏好阈值的值，向量q包含表示每个标准的无差异阈值的值。上述参数与PROMETHEE II相同。PROSA-C要求的另一个参数是包含每项标准的可持续性系数的矢量s，如第17行所示。在本文所附的补充材料和pyrepo-mcda包的文档中更详细地描述了所示参数。第18行显示了计算每个备选方案的PROSA-C效用函数值然后，根据效用函数值 ， 使 用 第 19 行 pyrepo_mcda.additions 子 模 块 中 的rank_preferences1表1确定实施例1的排名。A我 PROMETHEE II PROSA C ARAS COPRAS CRADIS MARCOS SAW VIKORA123323334A211111111A344444443A432232222VIKOR方法ARAS和COPRAS 方法默认使用求和归一化，而CRADIS、MARCOS和SAW使用线性归一化。然而，为分析目的比较的MCDA方法可使用相同的归一化。表1显示了使用七种新增 MCDA 方 法 （ PROMETHEE II 、 PROSA-C 、 ARAS 、COPRAS 、 CRADIS 、 MARCOS 和 SAW ） 和 一 种 来 自 先 前pyrepo-mcda版本的方法（VIKOR）对所评价替代品的在显示的柱形图中还显示了排名在图2中。可以注意到，备选方案A2在所使用的所有八种MCDA方法中得分最高。A2在所研究的方法产生的所有排名中所取得的领导地位替代品A4在使用比较的六种方法获得的排名中排名第二另一方面，A3替代图图3示出了通过rw系数测量的所获得的排名高接近1的rw的3个值证实了45678910111213141516171819清单1：演示pyrepo-mcda库用法的示例代码。其他方法的使用在文档中介绍[26]在GitHub上提供了示例[25]。3. 说明性示例在两个示例中演示了将MCDA方法添加到pyrepo_mcda中的应用。这些例子涉及基于多标准可持续性评估的海上风电场选址。3.1. 例示性实例1第一个例子涉及解决一个决策问题，该问题涉及根据[11]评估波兰海上风电场的四个备选位置关于十二个评估标准的信息和关于所考虑标准的每个备选方案的数据在GitHub上的一个名为示例的目录中提供。在本研究中，使用单个MCDA方法的默认归一化技术对决策矩阵进行归一化。PROMETHEE II、PROSA、比较排名。可以观察到，VIKOR、COPRAS和PROMETHEE II方法生成的离群值最多3.2. 说明性示例2基于[27]的另一个说明性示例也涉及找到风力发电场的最佳地点的问题。在Github上给出了12个备选方案的10个评价标准和性能值。表2和图从pyropo-mcda包中选择的8种研究MCDA方法提供的4个显示等级。这个例子涉及审查更新后的一揽子计划中增加的三种军事和民防资源评估方法，其中两种方法代表欧洲学派，支持强有力的可 持 续 性 范 例 ： PROMETHEE II 和 PROSA-C ， 另 一 种 方 法 是CRADIS。剩下的五种方法是TOPSIS，VIKOR，SPOTIS，EDAS和MABAC，代表了美国MCDA学校，有标准补偿。可以注意到，所有方法都表明A4为领导者的排名。所获得的排名的特点是一个强大的收敛排名，如图所示的高r w相关值证明。五、在这12个备选方案中，只有4个方案显示了比较方法提供的排名差异：A3、A7、A9和A10。值得注意的是，所有排名的前八名都是相同的，这从决策者的角度来看很重要，因为最高排名对他们来说是最感兴趣的。TOPSIS和PROMETHEE II提供的排名出现了最大的差异4. 影响涉及多MCDA方法的比较分析在多标准决策分析中起着至关重要的作用，因为它允许结合多个方面，并考虑所研究的解决方案的可靠性。各种各样的MCDA方法允许决策者选择一种适合于解决决策问题的具体性质的方法 一个例子是可持续性评估问题，需要以简化的形式考虑可持续性范式，Jarosciaw Würtróbski、Aleksandra Büczkiewicz和Wojciech Sajabun软件X 19（2022）1011974图二、实施例 1 的 通过不同MCDA方法产 生 的 排 名 的 比 较 。图3.第三章。 通过实 施 例 1 的 不同MCDA方法确 定 的 排 名 的 相 关 性 。表2确定实施例2的排名。A我普罗米修斯IIPROSA CTOPSISVIKOR斯波蒂斯EDASMABACCRADIS的166666666一个222222222一个31012121111121111一个411111111一个555555555一个644444444一个7991099999A833333333一个9121091010101010一个101111111212111212A1188888888一个1277777777标 准 补 偿 。 在 这 方 面 特 别 有 趣 的 是 PROSA-C 方 法 ， 它 像PROMETHEE II一样，为决策者提供选择偏好函数和为每个标准设置偏好和无差异阈值的选项。除此之外，PROSA-C还可以根据所需的指示补偿减少另一种在基准测试背景下的互操作方法是CRADIS，它是一种新的方法，结合了改进的TOPSIS，ARAS和MARCOS步骤。该方法可以使用不同的归一化方法，除了默认的线性，扩展了涉及负值或零值的不同数据类型的应用范围总之，pyrepo-mcda包的扩展显著扩展了其分析能力和使用范围，特别是在可持续性问题方面。5. 结论pyrepo-mcda软件包包含一套用于多标准评价的MCDA方法，已扩展到包括Jarosciaw Würtróbski、Aleksandra Büczkiewicz和Wojciech Sajabun软件X 19（2022）1011975图四、实施例 2 的 通过不同MCDA方法产 生 的 排 名 的 比 较 。图五、 通过实 施 例 2 的 不同MCDA方法确 定 的 排 名 的 相 关 性 。由作者开发并扩展到包括附加MCDA方法的Crispyn包中用于确定权重的附加方法。开发pyrepo-mcda包的主要目标是创建一个全面的和先进的开源解决方案，研究人员和从业人员可以使用它来解决考虑不同方面评估的多标准问题。Pyrepo-mcda允许决策者从决策矩阵的五种不同的标准化方法决策者还可以从20种不同的距离度 量中进行选择， 以测量 与参考解决方案 的距离，TOPSIS和CODAS。可以使用从11种客观方法中选择的加权技术或使用SMAA来计算标准权重广泛的方法为基准测试和测试所考虑的解决方案的可靠性提供了重要的可能性。由于MCDA领域一直在动态发展，因此pyrepo-mcda软件包具有局限性，包括缺乏特定的MCDA方法。因此，进一步工作的方向包括用新的MCDA方法进一步扩展包进一步工作的另一个有趣的方向是，为软件包提供除AHP之外的主观加权技术， 如SWARA、SWING和SMART。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作数据可用性这些数据可以在手稿所附的Github链接上公开获取致谢这项工作得到了2019-2022年科学和高等教育部长计划框架内资助的项目的支持，该项目名为和A.B.）。附录A. 补充数据与本文相关的补充材料可以在https://doi.org/10.1016/j.softx.2022.101197上找到。Jarosciaw Würtróbski、Aleksandra Büczkiewicz和Wojciech Sajabun软件X 19（2022）1011976引用[1] Waveletróbski J，Baveletzkiewicz A，Saveletabun W. Pyrepo-MCDA -基于引用对象的 MCDA 软件包。SoftwareX 2022;19 ：101107. http://dx.doi的网站。org/10.1016/j.softx.2022.101107。[2] Bczkiewicz A，Wtróbski J. Crispyn -用于确定的Python库-用客观加权法确定标准显著性。SoftwareX2022;19：101166.http://dx.doi.org/10.1016/j.softx.2022.101166网站。[3] Sehatpour M-H，Kazemi A，Sehatpour H-e.使用多标准方法评价RenewSustainEnergyRev2017;72：295-310.http://dx.doi.org/10.1016/j.rser.2017的网站。一点零七分[4] Ziemba P.波兰地方政府和国家行政单位可持续发展的电动汽车多标准随机选择。能源2020;13（23）：6299. http://dx.doi.org/10.3390/en13236299.[5] Patil SB，Patole TA，Jadhav RS，Suryawanshi SS，Raykar SJ.硬态车削工艺参数的基于复合比例评价（COPRAS）的多准则决策（MCDM）范例。今日材料：Proc 2022;59：835-40。http://dx.doi.org/10.1016/j.matpr.2022.01.142网站。[6] Goswami SS ， Behera DK ， Afzal A ， Razak Kaladgi A ， Khan SA ，Rajendran P，et al.使用两个新开发的TOPSIS-ARAS和COPRAS-ARAS混合MCDM 模 型 分 析 机 器 人 选 择 问 题 。 对 称 2021;13 （ 8 ） ： 1331 。http://dx.doi.org/10.3390/sym13081331网站。[7] 埃塞尔湾基于排名策略的纯电动汽车更新Sustain Energy Rev 2021;143：110916。http://dx.doi.org/10.1016/j.rser.2021.110916网站。[8] Puška A，Stević Zi，Pamučar D.使用扩展的可持续性标准和多标准分析方法评估和选择医疗废物焚烧炉。环境发展可持续2021;1-31。http://dx.doi.org/10的网站。1007/s10668-021-01902-2。[9] Aryafar A，Roshanravan B. BWM-SAW：一种新的混合MCDM技术，用于伊 朗 东 部 Birjand 地 区 铬 铁 矿 潜 力 的 建 模 。 J Geochem Explor 2021;231 ：106876. http://dx.doi.org/10.1016/j.gexplo.2021的网站。106876。[10][10]李文忠，李文忠，李文忠.基于GIS的滑坡易发性制图（采用混合MCDM模型）Nat Hazards 2021;108（1）：1025-46。http://dx.doi.org/10.1007/s11069-021-04718-5网站。[11]Ziemba P，Waveletróbski J，Ziotelo M，Karczmarczyk A.在海上风电场选址问题中使用PROSA方法。能源2017;10（11）：1755。网址：//dx.doi.org/10.3390/en10111755网站。[12] [10] Waveletróbski J ， Jankowski J ， Ziemba P ， Karczmarczyk A ，Ziotelo M. 多 标 准 方 法 选 择 的 通 用 框 架 。 Omega 2019;86 ： 107-24.http://dx.doi.org/10.1016/j.omega.2018.07.004网站。[13][10] Waveletróbski J，Majiecki K，Kieska K，Iwan S，Karczmarczyk A，Thompson RG.城市物流用电动货车的多准则分析。可持续发展2017;9（8）：1453。http://dx.doi.org/10.3390/su9081453网站。[14]Waveletróbski J，Ziemba P，Jankowski J，Ziobio M.绿色城市的绿色能源-多视角模型方法。可持续发展2016;8（8）：702。网址：//dx.doi.org/10.3390/su8080702网站。[15] Ziemba P. Towards strong sustainability management-A generalizedPROSAmethod.可持续发展2019;11（6）：1555。http://dx.doi.org/10.3390/su11061555.[16] 萨哈布丁·汗能源部门可持续性评价的多准则决策分析方法可持续能源技术评估2021;47：101380。得双曲正切值. doi.org/10.1016/j.seta.2021.101380网站。[17]Goswami S，Mitra S.应用AHP-COPRAS和AHP-ARAS决策方法选择最佳移动模型。IntJDataNetwSci2020;4（1）：27http://dx.doi.org/10.5267/j.ijdns.2019.8.004网站。[18]Stević，Pamučar D，Puška A，Chatterjee P.使用新的MCDM方法在医疗保健行业进行可持续供应商选择：根据COmpromise解决方案（MARCOS）测量 替 代 品 和 排 名 。 计 算 机 工 业 工 程 2020;140 ： 106231 。http://dx.doi.org/10.1016/j.cie.2019.106231网站。[19]Goswami SS，Behera DK.利用熵集成COPRAS和ARAS MCDM技术解决某行业物料搬运设备选型问题。Process Integr Optim Sustain 2021;5（4）：947-73. http://dx.doi.org/10.1007/s41660-021-00192-5网站。[20]Zhang Z，Lin S，Ye Y，Xu Z，Zhao Y，Zhao H，et al.基于贝叶斯最优-最差法和MARCOS方法建立了电网企业市场化经营监管风险评估的混合MCDM模型能源2022;15（9）：2978。http://dx.doi.org/10.3390/en15092978网站。[21] Chodha V， Dubey R ， Kumar R ， Singh S， Kaur S.基 于 TOPSIS和 熵MCDM 的 工 业 弧 焊 机 器 人 选 型 。 今 日 材 料 ： Proc 2022;50 ：709http://dx.doi.org/10.1016/j.matpr.2021.04.487网站。[22]Bera B，Shit PK，Sengupta N，Saha S，Bhattacharjee S.喜马拉雅山麓台地带植被退化热点敏感性研究--VIKOR和TOPSIS模型的比较分析J. King SaudUniv-Comput Inform Sci 2021. http://dx.doi.org/10.1016/j.jksuci.2021.10.005网站。[23] Rizan O，Wahyuningsih D，Pradana HA，Ramadella S，et al.SAW方法在初中新生入学过程中的辅助作用。2020年第八届网络和IT服务管理国际会议IEEE;2020年，第1-5页。http://dx.doi.org/10.1109/CITSM50537.2020.9268874网站。[24]伯 茨 凯 维 奇 Pyrepo-MCDA ， Python 3 多 标 准 决 策 分 析 库 。 2022 ，URLhttps://pypi.org/project/pyrepo-mcda/。[25]伯茨凯维奇Pyrepo-mcda，用于多标准决策分析的Python 3库。2022年，网址https://github.com/energyinpython/pyrepo-mcda。[26] 伯茨凯维奇Pyrepo-MCDA，用于多标准决策分析的Python 3库2022，URLhttps://pyrepo-mcda.readthedocs.io/en/latest/。[27] Kizielewicz B，Waveletróbski J，Saudiabun W.相关标准的识别-ria设置在 MCDA 过 程 中 的 风 电 场 选 址 案 例 研 究 。 能 源 2020;13 （ 24 ） ： 6548.http://dx.doi.org/10.3390/en13246548网站。