DEMATEL-SAISM
方法概述
DEMATEL-SAISM 将 DEMATEL（决策实验室分析法）与 SAISM（夹逼对抗解释结构模型）相结合，兼顾 DEMATEL 的因果量化与 SAISM 的对抗层级结构。DEMATEL 通过综合影响矩阵计算中心度与原因度，识别关键因素及其因果属性；在此基础上，将综合影响矩阵转化为“距正理想解距离 D+ / 距负理想解距离 D-”的决策矩阵，再以 D- 为正向列构造偏序邻接矩阵，最终完成夹逼与对抗分层。
该方法的核心思想是：
- 多位专家对因素间的直接影响程度打分，经加权聚合得到直接影响矩阵。
- 采用 DEMATEL 规范化与累乘求和，计算综合影响矩阵 \(T\)。
- 计算每个因素的中心度（重要度）与原因度（因果属性）。
- 将综合影响矩阵转化为 D+ / D- 距离决策矩阵，统一偏序方向。
- 通过阈值方法（列表 / 均值 / 均值±标准差 / 自定义）将关系二值化为邻接矩阵。
- 结合夹逼聚合与 AISM 的 UP / DOWN 对抗分层，构建层级结构。
- 同时保留因果散点图与层级结构图，从“重要性-原因性”和“层级结构”两个维度分析系统。
该方法广泛应用于供应链风险识别、技术创新因素分析、复杂系统结构建模等决策场景。
计算步骤
1. 构建直接影响矩阵
设 \(n\) 个因素，多位专家对各因素间的直接影响强度打分，经加权聚合得到直接影响矩阵 \(X=[x_{ij}]_{n\times n}\)，其中 \(x_{ij}\) 表示因素 \(i\) 对因素 \(j\) 的直接影响的强弱。
2. DEMATEL 规范化
对直接影响矩阵按行和最大值规范化：
\[N = \frac{X}{\max\limits_{i}\sum_{j}x_{ij}}\]
3. 计算综合影响矩阵
利用累乘求和公式得到综合影响矩阵：
\[T = N + N^{2} + \dots + N^{k} = N(I-N)^{-1}\]
（当 \(k\to\infty\) 时）。
4. 计算关键指标
对每个因素计算：
- 影响度 \(D_i=\sum_j t_{ij}\)
- 被影响度 \(C_i=\sum_j t_{ji}\)
- 中心度 \(M_i=D_i+C_i\)（越大越重要）
- 原因度 \(R_i=D_i-C_i\)（正为原因因素，负为结果因素）
5. 转化为 D+ / D- 决策矩阵
将综合影响矩阵按对象构造“距正理想解距离 D+ / 距负理想解距离 D-”的决策矩阵：
- \(D_i^{+}\)（越小越好，负向）
- \(D_i^{-}\)（越大越好，正向）
并以 \(D^{-}\) 为正向列构造偏序邻接矩阵（\(A[i,j]=1\) 表示 \(i\) 劣于 \(j\)）。
6. 阈值方法与夹逼聚合
- 阈值方法：列表（手工指定）、均值、均值±标准差（mean_sd）、自定义阈值。
- 由阈值将综合影响关系二值化得到邻接矩阵，多个版本可经夹逼（交集 / 并集 / 平均）聚合。
7. 对抗层级划分
对邻接矩阵计算可达矩阵，执行 UP / DOWN 分层，并结合骨架矩阵绘制层级结构图。
案例分析
案例背景：某研究分析影响系统绩效的因素间因果关系，专家对 5 个因素的两两直接影响打分，经 DEMATEL 计算后转化为 D+ / D- 决策矩阵，再进行 SAISM 对抗分层。
计算过程
1. DEMATEL 计算
对直接影响矩阵做规范化并计算综合影响矩阵 \(T\)，进而得到各因素的中心度与原因度。
2. 阈值二值化
采用 mean_sd 阈值（均值 ± 标准差）将综合影响关系二值化为邻接矩阵，得到对应的偏序结构。
3. 对抗分层
对二值化邻接矩阵执行 UP / DOWN 分层，得到因素层级。
4. 结果解读
- 原因因素（\(R_i>0\)）多位于层级底层，是系统的驱动力量。
- 结果因素（\(R_i<0\)）多位于层级顶层，是系统输出的表现。
- 结合中心度判断关键因素，结合层级判断传导路径。
结论
DEMATEL-SAISM 同时给出因素的因果属性与层级结构，既能识别关键驱动因素，又能刻画因素间的对抗性传导关系。
常见问题
Q1: 为什么转化为 D+ / D- 决策矩阵？
A: DEMATEL 综合影响矩阵的元素含义复杂，直接构造偏序易失真；转化为 D+ / D- 后形成统一的优劣维度，可复用 SAISM 的 TOPSIS 偏序构造。
Q2: 阈值方法有哪些？
A: 支持列表（手工指定）、均值、均值±标准差（mean_sd）、自定义阈值四种方式，用于将综合影响关系二值化。
Q3: 中心度与原因度的意义？
A: 中心度反映因素的重要性，原因度（正/负）反映因素是原因还是结果，与层级结构相互印证。
Q4: 支持多专家吗？
A: 支持。多位专家的直接影响矩阵经加权聚合后统一分析。
Q5: 支持多工作表吗？
A: 支持。每个工作表可作为一个直接影响矩阵，用户可选择单个工作表进行分析。
平台功能
DEMATEL-SAISM 分析平台提供以下核心功能：
数据输入
- 支持 Excel（.xlsx、.xls）格式。
- 每个工作表为一个直接影响矩阵，首行首列为因素名称。
- 自动校验矩阵方阵性、数值类型等。
参数设置
- 阈值方法：列表 / 均值 / 均值±标准差 / 自定义阈值。
- 自定义阈值：阈值方法为自定义时输入具体值。
- 小数位数：控制结果精度（默认 4 位）。
- 选择分析的工作表：从上传的工作表中选取。
- 绘图参数：图形标题、字体大小、节点大小、层间距、节点间距、箭头大小、边线颜色、节点颜色等。
结果展示
- 因素分级结果：各因素的 UP / DOWN 层级。
- 矩阵展示：直接影响矩阵、综合影响矩阵、邻接矩阵、可达矩阵、骨架矩阵。
- 因果散点图：中心度-原因度图，识别关键因素与因果属性。
- 对抗层级图：UP / DOWN 型层次结构图，支持交互式调整绘图参数。
- 统计分析：影响度、被影响度、中心度、原因度等关键指标。
- 转换参数：D+ / D- 转换与阈值二值化参数汇总表。
- AI 智能分析：基于 DeepSeek API 解读层级结构与关键因素（每日限 3 次）。
- 多格式导出：支持 Excel 和 HTML 报告下载。
使用建议
- 数据准备：由专家填写因素间直接影响强度，多专家经加权聚合后放入 Excel 工作表。
- 阈值选择：先使用 mean_sd 观察二值化效果，再按需调整阈值方法或自定义阈值。
- 结果解读：结合因果散点图与层级图，识别底层驱动因素与顶层结果因素。
- 稳健性检验：切换阈值方法，观察层级结果与关键因素是否稳定。
平台界面
平台界面包含：数据上传区、参数设置区、工作表预览、分析结果展示和AI分析模块
参考文献：
- Gabus A, Fontela E. World problems, an invitation to further thought within the framework of DEMATEL[R]. Battelle Geneva Research Center, 1972.
- 张雷，等. 对抗解释结构模型（AISM）方法研究[J]. 系统工程与电子技术.
- 汪应洛. 系统工程理论、方法与应用[M]. 高等教育出版社，1998.