ELECTRE比较器Skill electre-comparator

ELECTRE比较器是一个基于ELECTRE系列方法的决策支持工具,专门用于多准则决策分析。它通过计算一致性指数和不一致性指数,建立备选方案之间的排序关系,支持项目选择、投资组合优化和优先级排序等复杂决策场景。该工具适用于量化金融、投资分析、项目管理和战略规划等领域,能够处理具有冲突准则和不确定性的决策问题。 关键词:ELECTRE方法,多准则决策分析,一致性分析,不一致性分析,排序算法,投资组合选择,项目优先级,决策支持系统,量化分析,阈值敏感性

量化策略 0 次安装 0 次浏览 更新于 2/25/2026

名称: electre-comparator 描述: 基于ELECTRE系列方法的决策支持技能,通过一致性分析和不一致性分析进行排序 允许使用的工具:

  • 读取
  • 写入
  • 全局搜索
  • 文本搜索
  • Bash 元数据: 专业领域: 决策智能 应用领域: 商业 类别: 定量分析 优先级: 较低 工具库:
    • pyDecision
    • pymcdm
    • electre-py

ELECTRE比较器

概述

ELECTRE比较器技能实现了ELECTRE(消除与选择表达现实)系列的多准则决策分析方法。它基于一致性指数和不一致性指数,利用排序关系来处理具有不可比性和基于阈值的偏好的复杂决策问题。

功能

  • ELECTRE I、II、III、IV、TRI的实现
  • 一致性矩阵计算
  • 不一致性矩阵计算
  • 可信度计算
  • 排序关系确定
  • 核心集和排名提取
  • 阈值敏感性分析
  • 分类到有序类别(ELECTRE TRI)

适用流程

  • 多准则决策分析(MCDA)
  • 投资组合选择
  • 项目优先级排序

使用方法

ELECTRE方法选择

方法 用途 输出
ELECTRE I 选择 核心集(最佳备选方案)
ELECTRE II 排序 强/弱排名
ELECTRE III 排序 基于可信度的排名
ELECTRE IV 排序 无需权重
ELECTRE TRI 分类 类别分配

配置示例

# 定义ELECTRE III配置
配置 = {
    "备选方案": ["项目A", "项目B", "项目C", "项目D"],
    "准则": [
        {
            "名称": "投资回报率",
            "权重": 0.35,
            "类型": "效益型",
            "阈值": {"q": 2, "p": 5, "v": 15}  # 无差异、偏好、否决
        },
        {
            "名称": "风险",
            "权重": 0.25,
            "类型": "成本型",
            "阈值": {"q": 1, "p": 3, "v": 8}
        },
        {
            "名称": "战略契合度",
            "权重": 0.40,
            "类型": "效益型",
            "阈值": {"q": 5, "p": 10, "v": 25}
        }
    ],
    "绩效矩阵": [
        [25, 4, 80],   # 项目A
        [30, 6, 70],   # 项目B
        [20, 3, 85],   # 项目C
        [28, 5, 75]    # 项目D
    ]
}

阈值类型

  • 无差异阈值(q): 低于此差异时备选方案无差异
  • 偏好阈值(p): 高于此差异时存在严格偏好
  • 否决阈值(v): 无论其他准则如何,此差异禁止排序

一致性与不一致性

一致性指数: 衡量“a优于b”的支持度

  • C(a,b) = a至少与b一样好的准则权重之和

不一致性指数: 衡量对“a优于b”的反对程度

  • D(a,b) = b优于a的最大缩放差异

ELECTRE TRI分类

将备选方案分配到预定义类别:

  1. 定义类别之间的边界轮廓
  2. 比较备选方案与边界
  3. 应用悲观或乐观分配规则

输入模式

{
  "方法": "ELECTRE_I|ELECTRE_II|ELECTRE_III|ELECTRE_IV|ELECTRE_TRI",
  "备选方案": ["字符串"],
  "准则": [
    {
      "名称": "字符串",
      "权重": "数字",
      "类型": "效益型|成本型",
      "阈值": {
        "q": "数字",
        "p": "数字",
        "v": "数字"
      }
    }
  ],
  "绩效矩阵": "二维数字数组",
  "选项": {
    "一致性阈值": "数字(用于ELECTRE I)",
    "边界轮廓": "对象(用于ELECTRE TRI)",
    "分配规则": "悲观|乐观"
  }
}

输出模式

{
  "使用的方法": "字符串",
  "一致性矩阵": "二维数组",
  "不一致性矩阵": "二维数组",
  "可信度矩阵": "二维数组(ELECTRE III)",
  "排序关系": [
    {"从": "字符串", "到": "字符串", "可信度": "数字"}
  ],
  "核心集": ["字符串(ELECTRE I)"],
  "排名": {
    "降序": ["字符串"],
    "升序": ["字符串"],
    "最终": ["字符串"]
  },
  "分类": "对象(ELECTRE TRI)",
  "不可比性": ["对象"]
}

最佳实践

  1. 根据问题类型(选择、排序、分类)选择ELECTRE变体
  2. 基于准则测量精度设置阈值
  3. 与利益相关者验证否决阈值(它们阻止排序)
  4. 分析不可比性 - 可能揭示重要的权衡
  5. 比较多个阈值场景的结果
  6. 使用ELECTRE TRI处理投资组合分类问题

集成点

  • 从AHP计算器接收权重
  • 与PROMETHEE评估器连接进行方法三角验证
  • 输入到决策可视化以生成排序图
  • 支持敏感性分析器进行阈值稳健性分析