乘法组合权重法
方法概述
乘法组合权重法是一种将多种单一赋权方法得到的权重进行乘法合成的方法。由于单一赋权方法(如熵权法、AHP、CRITIC、变异系数法等)各有侧重,通过乘法组合可以放大不同方法的一致性,并对权重差异较大的指标更加敏感。该方法假设各方法相互独立,且权重值均大于零(否则乘积为零会失去意义),因此在使用前需确保所有权重为正数。
乘法组合权重法的核心思想是:
- 收集同一组指标在 \(K\) 种不同赋权方法下的权重向量。
- 对每个指标,计算各方法权重的乘积。
- 将乘积结果归一化,得到最终综合权重。
乘法组合的特点在于:若某个指标在多种方法下权重都较大,其乘积会显著放大;若在某方法下权重极小,则乘积会被“惩罚”,从而降低该指标的综合权重。这种方法能够强化方法间的一致意见,削弱分歧较大的指标。
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。每种方法 \(k\) 给出一个权重向量 \(W^{(k)} = (w_1^{(k)}, w_2^{(k)}, \ldots, w_m^{(k)})^T\),且通常满足 \(\sum_{i=1}^m w_i^{(k)} = 1\)。
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. 检查权重正值
乘法组合要求所有权重值大于零。若存在零值,可考虑进行微小平移或剔除该指标/方法。
3. 计算乘积组合值
对每个指标 \(i\),计算其在不同方法下权重的乘积:
\[ p_i = \prod_{k=1}^{K} w_i^{(k)}, \quad i = 1,2,\ldots,m \]
4. 归一化
将乘积值归一化得到综合权重:
\[ w_i = \frac{p_i}{\sum_{j=1}^{m} p_j}, \quad i = 1,2,\ldots,m \]
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:
乘积值:
- \(p_1 = 0.35 \times 0.40 \times 0.30 = 0.042\)
- \(p_2 = 0.30 \times 0.25 \times 0.35 = 0.02625\)
- \(p_3 = 0.20 \times 0.20 \times 0.25 = 0.01\)
- \(p_4 = 0.15 \times 0.15 \times 0.10 = 0.00225\)
总和 \(= 0.042 + 0.02625 + 0.01 + 0.00225 = 0.0805\)
综合权重:
- \(w_1 = 0.042 / 0.0805 \approx 0.521\)
- \(w_2 = 0.02625 / 0.0805 \approx 0.326\)
- \(w_3 = 0.01 / 0.0805 \approx 0.124\)
- \(w_4 = 0.00225 / 0.0805 \approx 0.028\)
结论:技术先进性权重显著提升,可维护性权重被大幅压缩,体现了乘法组合对一致性的放大效应。
常见问题
Q1: 乘法组合与加法组合有何区别?
A: 加法组合采用线性加权,可自由调整各方法的权重系数;乘法组合则直接相乘,无需额外系数,它自动强化一致意见、弱化分歧。乘法组合要求所有权重非零,且对零值敏感。
Q2: 若某方法下某个指标权重为零怎么办?
A: 若出现零值,乘积结果将为零,导致该指标综合权重为零,可能不合理。建议检查数据,若为零是合理的,可考虑对零值进行微小平移(如加一个极小正数)后再计算;或剔除该指标/方法。
Q3: 乘法组合结果是否一定需要归一化?
A: 是的,因为乘积值之和一般不为1,需归一化才能得到权重向量。
Q4: 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指标集或不同决策场景,系统会分别计算并输出各表的综合权重。
Q5: 乘法组合适合什么场景?
A: 适合各方法结果较为一致且没有极端值的情况,能够突出共同认定的重要指标。若方法间分歧较大,乘法组合可能放大差异,需谨慎使用。
平台功能
乘法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)。
- 自动归一化:勾选后对乘积值进行归一化(默认勾选)。
结果展示
- 详细分析报告:包含每个工作表的综合权重、原始权重矩阵、乘积值及计算过程。
- 可视化图表:综合权重分布柱状图、各方法权重对比图(支持前10个指标展示)。
- 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
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,确保所有权重大于零(若存在零值,建议进行微小平移)。
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”)。
参数设置:根据需要设置小数位数,并决定是否归一化(通常需要)。
结果解读:
- 查看综合权重排序,识别关键指标。
- 对比原始权重,观察乘法组合对一致性的放大效果。
- 结合AI分析建议,综合决策。
迭代优化:若发现某方法权重与其他方法差异过大,可考虑剔除该方法或使用加法组合。
平台界面

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:
- 郭亚军. 综合评价理论与方法(第二版)[M]. 科学出版社,2012.
- 王应明. 组合赋权方法研究综述[J]. 控制与决策,2010.
- 基于乘法组合权重的多属性决策方法[J]. 系统工程理论与实践,2013.