博弈均衡几何组合权重法

方法概述

博弈均衡几何组合权重法是一种基于博弈论思想的组合赋权方法。它将多个不同的权重向量视为博弈中的参与者，通过最小化组合权重与各原始权重之间的联合相对熵（Kullback‑Leibler 散度），寻找一个使所有参与者“满意”的均衡解。该方法能够有效调和不同赋权方法之间的冲突，得到一个兼顾各方信息的综合权重。

博弈均衡几何组合权重法的核心思想是：

  • 假设有 \(k\) 个来自不同赋权方法的权重向量 \(w^{(1)}, w^{(2)}, \ldots, w^{(k)}\)。
  • 构建优化问题：最小化组合权重 \(w\) 与各原始权重的联合相对熵。
  • 通过拉格朗日乘子法求得解析解：组合权重等于各原始权重对应元素的几何平均值的归一化结果。
  • 该解满足非负性和归一化约束，且具有良好的一致性和均衡性。

该方法适用于需要综合多种主观或客观权重，且希望结果能够平衡各方意见的决策场景。

计算步骤

1. 收集各方法下的权重数据

假设有 \(m\) 个评价指标，\(k\) 种赋权方法（\(k \ge 2\)）。每种方法 \(j\) 给出一个权重向量 \(w^{(j)} = (w_1^{(j)}, w_2^{(j)}, \ldots, w_m^{(j)})^T\)，且通常满足 \(\sum_{i=1}^m w_i^{(j)} = 1\)。

将这些权重数据整理为一个矩阵 \(W\)，行表示指标，列表示不同方法：

\[ W = \begin{bmatrix} w_1^{(1)} & w_1^{(2)} & \cdots & w_1^{(k)} \\ w_2^{(1)} & w_2^{(2)} & \cdots & w_2^{(k)} \\ \vdots & \vdots & \ddots & \vdots \\ w_m^{(1)} & w_m^{(2)} & \cdots & w_m^{(k)} \end{bmatrix} \]

2. 计算几何乘积与几何平均值

对于每个指标 \(i\)，计算其在所有方法下权重的几何乘积：

\[ P_i = \prod_{j=1}^{k} w_i^{(j)} \]

然后计算几何平均值（即乘积的 \(k\) 次方根）：

\[ G_i = \left( P_i \right)^{\frac{1}{k}} = \sqrt[k]{\prod_{j=1}^{k} w_i^{(j)}} \]

3. 归一化得到最终权重

将几何平均值归一化，即得博弈均衡几何组合权重：

\[ w_i^{\text{final}} = \frac{G_i}{\sum_{t=1}^{m} G_t}, \quad i = 1,2,\ldots,m \]

4. 方法间相关性分析（可选）

可计算各方法权重之间的相关系数矩阵，以了解不同方法之间的一致程度。

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 \(C_4\)）确定综合权重。已分别使用熵权法、AHP、CRITIC法得到三组权重，结果如下表：

指标 熵权法 AHP CRITIC法
\(C_1\) 0.35 0.40 0.30
\(C_2\) 0.30 0.25 0.35
\(C_3\) 0.20 0.20 0.25
\(C_4\) 0.15 0.15 0.10

计算过程：

  • 计算几何乘积：
    • \(P_1 = 0.35 \times 0.40 \times 0.30 = 0.042\)
    • \(P_2 = 0.30 \times 0.25 \times 0.35 = 0.02625\)
    • \(P_3 = 0.20 \times 0.20 \times 0.25 = 0.01\)
    • \(P_4 = 0.15 \times 0.15 \times 0.10 = 0.00225\)
  • 计算几何平均值（\(k=3\)）：
    • \(G_1 = 0.042^{1/3} \approx 0.347\)
    • \(G_2 = 0.02625^{1/3} \approx 0.297\)
    • \(G_3 = 0.01^{1/3} \approx 0.215\)
    • \(G_4 = 0.00225^{1/3} \approx 0.131\)
  • 归一化：
    • 总和 \(S = 0.347 + 0.297 + 0.215 + 0.131 = 0.990\)
    • \(w_1 = 0.347 / 0.990 \approx 0.351\)
    • \(w_2 = 0.297 / 0.990 \approx 0.300\)
    • \(w_3 = 0.215 / 0.990 \approx 0.217\)
    • \(w_4 = 0.131 / 0.990 \approx 0.132\)

结论：技术先进性最重要，经济性次之，实施风险和可维护性权重较低。与加法组合相比，该方法更倾向于均衡各方法的结果，同时放大了指标间的一致性差异。

常见问题

Q1: 博弈均衡几何组合与普通几何平均组合有何区别？

A: 普通几何平均组合仅简单计算几何平均后归一化，而博弈均衡几何组合从博弈论角度出发，通过最小化联合相对熵推导得出，具有严格的优化理论基础，能够更好地平衡多个权重向量之间的冲突。

Q2: 需要多少个权重向量才能使用该方法？

A: 至少需要2个权重向量，理论上支持任意多个向量。

Q3: 若某方法下某指标权重为零怎么办？

A: 几何乘积要求所有权重为正数。若存在零值，乘积将为零，导致该指标最终权重为零。此时建议检查数据，若零值合理，可考虑微小平移（如加上极小正数）后再计算；否则应剔除该指标或方法。

Q4: 该方法与加法组合、乘法组合有何异同？

A: 加法组合是线性加权，需要指定各方法的权重系数；乘法组合直接相乘后归一化，无需额外参数；而博弈均衡几何组合通过几何平均体现，本质上是乘法组合的自然推广，但具有博弈均衡的理论解释。三者适用场景不同，可根据需要选择。

Q5: 支持多组数据（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权重数据集，系统会分别计算并输出各表的综合权重。

平台功能

博弈均衡几何组合权重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权重数据）。
  • 数据格式要求：第一列为指标名称，第二列开始为各方法的权重值。
  • 自动验证数据是否为数值型，并检查权重范围（0~1），对零值给出警告。

参数设置

  • 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：包含每个工作表的综合权重、几何平均值、几何乘积、原始权重矩阵、方法间相关系数矩阵。
  • 可视化图表：综合权重分布柱状图、几何平均值分布图。
  • 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计算进度。

使用建议

  1. 准备阶段：先用多种单一赋权法计算出各指标的权重，整理成表格，确保所有权重为正数（若存在零值，建议进行微小平移）。

  2. 数据收集：将指标名称放在第一列，每列代表一种方法，并给列命名（如“熵权法”、“AHP”）。

  3. 参数设置：根据需要设置小数位数。

  4. 结果解读：

    • 查看综合权重排序，识别关键指标。
    • 通过几何平均值分布观察各指标的综合表现。
    • 利用相关系数矩阵分析各方法之间的一致性。
    • 结合AI分析建议，综合决策。

  5. 迭代优化：若发现某方法结果与其他方法差异过大，可考虑剔除该方法或重新评估方法合理性。

平台界面

官方地址：https://superr.online

博弈均衡几何组合权重法工具界面

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. 郭亚军. 综合评价理论与方法（第二版）[M]. 科学出版社，2012.
  2. 王应明. 基于博弈论的组合赋权方法研究[J]. 系统工程理论与实践，2005.
  3. 徐泽水. 不确定多属性决策方法及应用[M]. 清华大学出版社，2004.