FUCOM法

方法概述

FUCOM（Full Consistency Method）全一致性法是由 Pamučar 等学者于 2018 年提出的一种多准则决策方法。它通过建立完全一致性条件，仅需 n‑1 次两两比较（传统 AHP 需要 n(n‑1)/2 次），在保证判断一致性的前提下求解准则权重。该方法的核心是构造一个非线性优化问题，通过最小化与完全一致性的偏差（Deviation from Full Consistency, DFC）来获得最优权重，同时提供一致性检验指标 DFC，当 DFC 小于给定阈值时认为判断具有满意的一致性。

FUCOM 的主要特点：

  • 比较次数少，仅需 n‑1 次，专家负担轻。
  • 直接给出权重向量，无需特征值计算。
  • 内置一致性检验，DFC 值越小一致性越好（通常要求 DFC < 0.025）。

计算步骤

1. 确定准则排序与优先级值

假设有 n 个准则 \(C_1, C_2, \ldots, C_n\)，首先由专家按重要性从高到低排序，得到序列：

\[ C_{(1)} \succ C_{(2)} \succ \cdots \succ C_{(n)} \]

然后，对每个准则 \(C_{(j)}\) 赋予一个优先级值 \(\phi_j\)，其中最重要准则 \(C_{(1)}\) 的优先级值固定为 \(\phi_1 = 1\)，其余准则的优先级值 \(\phi_j \ge 1\)，且 \(\phi_j\) 随着重要性降低而增大（即 \(\phi_1 \le \phi_2 \le \cdots \le \phi_n\)）。优先级值的含义：\(\phi_j\) 表示准则 \(C_{(j)}\) 相对于最重要准则 \(C_{(1)}\) 的不重要程度，即 \(\phi_j = 2\) 意味着 \(C_{(j)}\) 的重要性是 \(C_{(1)}\) 的一半。

2. 计算相邻准则的比较优先级

定义相邻准则的比较优先级 \(\varphi_{k/(k+1)}\) 为第 k 个准则与第 k+1 个准则的优先级值之比：

\[ \varphi_{k/(k+1)} = \frac{\phi_k}{\phi_{k+1}}, \quad k = 1,2,\ldots,n-1 \]

由于 \(\phi_k \le \phi_{k+1}\)，故 \(\varphi_{k/(k+1)} \le 1\)，其倒数 \(1/\varphi_{k/(k+1)}\) 则表示相邻准则的重要性倍数。

3. 建立数学传递条件

为了满足完全一致性，权重向量 \(w = (w_1, w_2, \ldots, w_n)^T\) 应满足：

\[ \frac{w_k}{w_{k+1}} = \frac{1}{\varphi_{k/(k+1)}}, \quad k = 1,2,\ldots,n-1 \]

进一步，权重之间应满足传递性，即：

\[ \frac{w_k}{w_{k+2}} = \frac{w_k}{w_{k+1}} \cdot \frac{w_{k+1}}{w_{k+2}} = \frac{1}{\varphi_{k/(k+1)}} \cdot \frac{1}{\varphi_{(k+1)/(k+2)}} \]

由此可定义一组偏差变量 \(w_{k}\) 的计算公式，并构造优化问题。

4. 求解最优权重与一致性偏差 DFC

FUCOM 通过求解以下优化问题获得权重向量：

\[ \min \chi \] 满足约束： \[ \left| \frac{w_k}{w_{k+1}} - \frac{1}{\varphi_{k/(k+1)}} \right| \le \chi, \quad k = 1,2,\ldots,n-1 \] \[ \left| \frac{w_k}{w_{k+2}} - \frac{1}{\varphi_{k/(k+1)} \cdot \frac{1}{\varphi_{(k+1)/(k+2)}}} \right| \le \chi, \quad k = 1,2,\ldots,n-2 \] \[ \sum_{j=1}^{n} w_j = 1, \quad w_j > 0 \]

该问题可转化为线性规划求解，得到最优权重 \(w_j^*\) 和最优偏差 \(\chi^*\)。最后，一致性偏差 DFC 定义为：

\[ \text{DFC} = \chi^* \]

通常认为 \(\text{DFC} \le 0.025\) 时判断具有满意的一致性。

5. 一致性检验

将计算出的 DFC 值与预设阈值（通常取 0.025）比较，若 DFC ≤ 阈值，则通过一致性检验；否则需要重新调整优先级值。

案例分析

案例背景：某企业需对四个评价指标（技术先进性 \(C_1\)、经济性 \(C_2\)、实施风险 \(C_3\)、可维护性 \(C_4\)）确定权重。专家按重要性排序为 \(C_1 \succ C_2 \succ C_3 \succ C_4\)，并给出优先级值如下：

准则 排序 优先级值 \(\phi\)
\(C_1\) 1 1.0
\(C_2\) 2 1.5
\(C_3\) 3 2.5
\(C_4\) 4 3.0

计算过程

  1. 相邻比较优先级： \[ \varphi_{1/2} = 1.0/1.5 = 0.6667,\quad \varphi_{2/3} = 1.5/2.5 = 0.6000,\quad \varphi_{3/4} = 2.5/3.0 = 0.8333 \]

  2. 建立约束条件（略，求解线性规划）。

  3. 求解权重（通过工具计算）得： \[ w = [0.429,\ 0.286,\ 0.171,\ 0.114]^T \]

  4. 一致性偏差 \(\text{DFC} = 0.018 < 0.025\)，通过检验。

结论：技术先进性最重要，经济性次之，与排序一致。

常见问题

Q1: FUCOM 与 AHP 有何区别？

A: AHP 需要进行 n(n‑1)/2 次两两比较，并计算最大特征根进行一致性检验；FUCOM 只需 n‑1 次比较，通过优化直接得到权重，同时提供 DFC 指标，计算更简洁。

Q2: 优先级值的含义是什么？为什么第一行必须为 1？

A: 优先级值 \(\phi_j\) 表示准则 \(C_{(j)}\) 相对于最重要准则的“不重要程度”，最重要准则的不重要程度为 1，其他准则的不重要程度越大表示越不重要。因此 \(\phi_1 = 1\) 是强制要求，其余 \(\phi_j \ge 1\) 且随重要性降低而增大。

Q3: 如果某准则的优先级值等于前一准则（即 \(\phi_k = \phi_{k+1}\)），意味着什么？

A: 表示两个准则同等重要，此时 \(\varphi_{k/(k+1)} = 1\)，即权重比应为 1。

Q4: DFC 阈值如何设定？

A: 一般取 0.025，若决策精度要求高可适当降低，如 0.01；若问题复杂可放宽至 0.05。

Q5: 支持多工作表吗？

A: 支持。平台允许上传包含多个工作表的 Excel 文件，每个工作表可对应不同的准则判断（如不同专家），系统会分别计算并输出各表的权重和 DFC。

平台功能

FUCOM 全一致性法分析平台提供以下核心功能：

数据输入

  • 支持 CSV、Excel、TXT 多种格式。
  • Excel 文件支持多工作表（每个工作表代表一组准则判断）。
  • 自动识别数据格式，支持分数（如“1/3”）和 Excel 公式。
  • 数据格式要求：第一列为准则名称（按重要性从高到低排序），第二列为优先级值（最重要准则为 1，其余 ≥1 且非递减）。

参数设置

  • DFC 一致性阈值：可自定义（默认 0.025）。
  • 小数位数：控制结果输出精度（默认 5 位）。

结果展示

  • 详细分析报告：包含每个工作表的权重向量、优先级值、比较优先级（\(\varphi\)）、传递条件 \(w\) 值、DFC 值及一致性结论。
  • 可视化图表：权重分布柱状图、优先级比较图。
  • AI 智能分析：基于 DeepSeek API 自动解读结果，提供决策建议（每日限 3 次）。
  • 多格式导出：支持 Excel 和 HTML 报告下载。

工作表管理

  • 多工作表自动识别，支持批量分析。
  • 实时显示每个工作表的验证状态和一致性结果。
  • 支持对比不同工作表的权重分布。

使用建议

  1. 准备阶段：明确评价准则，请专家按重要性排序，并给出优先级值。确保最重要准则的优先级值为 1，其余 ≥1 且非递减。

  2. 数据收集：使用模板文件填写，每个工作表代表一位专家或一组判断。第一列准则名称，第二列优先级值。

  3. 参数设置：根据问题复杂度设定 DFC 阈值（通常 0.025）。

  4. 结果解读：

    • 首先检查 DFC 是否小于阈值，若未通过则需调整优先级值。
    • 分析权重排序，识别关键准则。
    • 结合 AI 分析建议，综合决策。

  5. 迭代优化：若一致性不通过，可请专家重新调整优先级值，或删除明显异常的数据。

平台界面

官方地址：https://superr.online

FUCOM 工具界面

平台界面包含：数据上传区、参数设置区、多工作表预览、分析结果展示和 AI 分析模块

参考文献：

  1. Pamučar, D., Stević, Ž., & Sremac, S. (2018). A new model for determining weight coefficients of criteria in MCDM models: Full Consistency Method (FUCOM). Symmetry, 10(9), 393.
  2. 全一致性法(FUCOM)及其在多准则决策中的应用[J]. 控制与决策, 2019.