PROMETHEE法-V

方法概述

PROMETHEE V 是 PROMETHEE 多准则决策方法家族中专门处理方案选择与约束优化问题的扩展。它在 PROMETHEE II 完整排序的基础上，引入0‑1 整数规划，从候选方案集合中选择满足多种约束条件（如预算、资源、逻辑互斥等）的最优子集，使得所选方案的净偏好流总和最大化（或成本最小化）。该方法将偏好排序与运筹优化相结合，适用于项目组合选择、投资决策、供应商筛选等需要综合考虑偏好与资源限制的场景。

计算步骤

1. 数据准备

用户需提供两个数据文件：

  • 方案评价数据：标准决策矩阵，第一列为方案名称，后续列为各准则的数值型指标值。同时需设定各准则的偏好函数类型、阈值参数（q, p, s）、权重和方向（效益/成本）。
  • 约束条件数据：第一列为方案名称，后续列为各约束条件的系数（如每个方案消耗的资源量、投资额等）。约束条件可包含预算、人力、时间等资源约束，以及逻辑约束（如互斥、依赖等）。

2. 计算 PROMETHEE II 净偏好流

对评价数据进行标准化（min‑max）、方向调整，然后利用用户指定的偏好函数计算各方案的正偏好流 \(\phi^+(i)\)、负偏好流 \(\phi^-(i)\) 和净偏好流 \(\phi(i) = \phi^+(i) - \phi^-(i)\)。净流越高，方案在无约束时越优。

3. 构建 0‑1 整数规划模型

设共有 \(n\) 个候选方案，决策变量 \(x_i \in \{0,1\}\)（\(x_i=1\) 表示选择方案 \(i\)）。目标函数为最大化所选方案的净偏好流总和（若是最小化成本，则可取负净流）：

\[ \max \sum_{i=1}^{n} \phi(i) \cdot x_i \]

约束条件包括：

  • 资源约束：\(\sum_{i} a_{ij} x_i \le b_j\)（或 \(\ge\)、\(=\)），其中 \(a_{ij}\) 为方案 \(i\) 在第 \(j\) 个约束上的消耗系数，\(b_j\) 为约束上限。
  • 逻辑约束：如互斥（\(x_p + x_q \le 1\)）、依赖（\(x_p - x_q \le 0\)）等，可通过设置相应的系数和类型实现。

所有约束的类型（\(\le,\ge,=\)）和边界值由用户设定。

4. 求解整数规划

使用 lpSolve 或 ROI 等求解器求解上述 0‑1 整数规划，得到最优解 \(x^*\) 和对应的目标函数值。

5. 结果输出与敏感性分析

  • 最优组合：列出被选中的方案及其净流、排名。
  • 约束使用情况：计算各约束的实际消耗量与边界的差值（松弛变量），判断哪些约束为“绑定”（松弛为 0）。
  • 敏感性分析：
    • 预算敏感性：改变预算约束的数值，观察最优目标值的变化。
    • 权重敏感性：对个别方案的净流系数进行扰动，观察最优解是否改变。
  • 可视化：预算敏感性曲线、权重敏感性条形图。

案例分析

案例背景：某科技公司有 5 个研发项目候选（P1~P5），需选择若干项目进行投资。考虑三个准则：预期收益（效益型）、技术风险（成本型）、市场契合度（效益型）。同时受制于总预算（500 万元）和人力资源（最多 12 人月）。各项目的资源消耗如下表：

项目 收益评分 风险评分 市场契合度 预算（万元） 人力（人月）
P1 85 30 90 150 4
P2 92 25 80 180 5
P3 78 40 95 120 3
P4 88 35 85 160 4
P5 70 20 75 100 2

权重：收益 0.4，风险 0.3，市场 0.3；偏好函数均采用 Type V（线性无差别区），\(q=0.1, p=0.5\)。

PROMETHEE II 净流（示例）： - P1: 0.25，P2: 0.40，P3: 0.10，P4: 0.30，P5: -0.05（成本型风险处理后）

约束：预算 ≤ 500，人力 ≤ 12。

整数规划：在满足约束条件下，选择使净流总和最大的组合。最优解为 {P1, P2, P4}，总预算 490，人力 13（超过 12，不可行）。实际最优可能为 {P1, P2, P3}（预算 450，人力 12），净流总和 0.25+0.40+0.10=0.75，或 {P1, P4, P5}（预算 410，人力 10），净流总和 0.25+0.30-0.05=0.50。最终选择 {P1, P2, P3}。

结论：在预算和人力约束下，P1、P2、P3 的组合最优。

常见问题

Q1: PROMETHEE V 与 PROMETHEE II 的关系是什么？

A: PROMETHEE V 以 PROMETHEE II 的净偏好流作为目标函数系数，将排序问题转化为组合优化问题。PROMETHEE II 提供单方案优劣排序，PROMETHEE V 进一步考虑资源约束，选择整体最优的子集。

Q2: 约束条件文件如何组织？

A: 第一列为方案名称（顺序需与评价数据一致），后续每一列代表一个约束条件（如预算、人力），列名为约束名称。程序会读取这些系数，结合用户设定的类型和边界构建约束矩阵。

Q3: 整数规划求解器支持哪些约束类型？

A: 支持三种类型：“<=”（小于等于）、“>=”（大于等于）和“=”（等于）。用户可在界面中为每个约束独立选择类型并设定边界值。

Q4: 敏感性分析有什么用？

A: 它帮助决策者评估最优组合对预算或权重的变化是否敏感。若小幅调整预算导致组合大变，说明决策稳定性差，需谨慎；若组合稳定，则结果可信度高。

Q5: 为什么目标函数系数用净流而不是正流或综合指数？

A: 净流综合考虑了正、负偏好流，能全面反映方案在群体中的相对优势。使用净流作为目标函数系数是 PROMETHEE V 的标准做法。

平台功能

  • 数据输入：支持 CSV、Excel、TXT，分别上传方案评价数据和约束条件数据。
  • 参数设置：
    • 六种偏好函数及阈值（q, p, s）
    • 指标方向和权重（支持一键等权，自动归一化）
    • 每个约束的类型和边界值
    • 优化类型（最大化净流 / 最小化成本）
    • 小数位数
  • 结果展示：
    • 最优项目组合表（含选择状态、净流、排名）
    • 优化统计（选中数量、预算使用率、总净流、状态）
    • PROMETHEE II 基础排名与偏好流
    • 约束详情与松弛变量分析
    • 预算敏感性和权重敏感性图表
    • 整数规划求解过程（目标系数、约束矩阵、变量取值）
  • AI 智能分析：自动解读最优组合、约束有效性及敏感性，提供决策建议（每日限 3 次，需配置 API）。
  • 报告导出：Excel 和 HTML 格式，包含所有表格和敏感性图表。

使用建议

  1. 数据准备：确保评价数据和约束数据中的方案名称顺序一致，避免匹配错误。
  2. 偏好函数：推荐使用 Type V（线性无差别区）或 Type I（常用），阈值需结合实际量纲调整。
  3. 约束设置：首先设定硬性约束（如预算上限），再考虑逻辑约束（互斥、依赖）。
  4. 敏感性分析：建议在获得初步结果后，检查预算敏感性，若曲线陡峭则需谨慎决策。
  5. 结果解读：关注最优组合中各方案的排名和净流差异，若差距很小，可考虑次优组合作为备选。

平台界面

官方地址：https://superr.online

PROMETHEE法-V工具界面

PROMETHEE V 工具界面

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

参考文献

  1. Brans, J. P., & Mareschal, B. (1992). PROMETHEE V: MCDM problems with segmentation constraints. INFOR, 30(2), 85-96.
  2. Brans, J. P., & Vincke, P. (1985). A preference ranking organisation method. Management Science, 31(6), 647-656.
  3. Behzadian, M., et al. (2010). PROMETHEE: A comprehensive literature review. European Journal of Operational Research, 200(1), 198-215.
  4. 徐玖平, 吴巍. 多属性决策的理论与方法. 清华大学出版社, 2006. ```