一种基于均值原理的软计算方法，用于通过多属性决策方法（MCDM）选择地点

《Expert Systems with Applications》：A soft computing approach of selecting locations with MCDM based on the doctrine of the mean

　　

明欣·郭（Ming-Shin Kuo）

摘要

传统的多标准决策方法（MCDM）主要侧重于总体效用、理想解的接近度或基于最差表现标准的折中方案，但它们并未明确考虑各标准之间的性能差异。因此，某些方法可能在整体上表现优异，却在特定标准中隐藏了重要的缺陷。为了解决这一问题，本文提出了“具有相似理想解的平均主义原则”（DMSIS）框架，该框架将儒家的“平均主义原则”转化为一种以平衡为导向的决策逻辑。在方法论上，DMSIS基于将正理想点与负理想点相结合的概念、基于分散度的风险评估机制以及受夏普比率（Sharpe Ratio）启发的风险调整机制。通过实证研究，选取了两个配送中心选址案例，并使用加权斯皮尔曼等级相关系数（Weighted Spearman Rank Correlation Coefficient, WSRCC）将DMSIS与TOPSIS、SAW、VIKOR和GRA进行了对比。结果表明，在风险中性条件下（WSRCC = 1.000），DMSIS产生的排名结果与SAW、TOPSIS和GRA相同；当完全激活风险调整机制时（WSRCC = 1.000），DMSIS的排名结果与VIKOR趋于一致。这些发现表明：在无需风险调整的情况下，DMSIS能够保持传统的排名逻辑；而在风险敏感性变得重要时，DMSIS能够做出适当的响应。