跳到主要内容

ELECTRE 法

一、直观理解：不拼总分，而问“A 是否有足够理由胜过 B”​

ELECTRE（Elimination Et Choix Traduisant la Réalité）属于**级别优先（outranking）**方法。它不把所有指标压成一个可加总分，而是逐对比较：

  • 和谐性（concordance）：支持“A 不劣于 B”的指标权重是否足够大；
  • 不和谐性（discordance）：是否存在某指标上 A 惨败于 B，从而否决该断言。

只有和谐够高且不和谐够低，才承认 A S BA\,S\,B（A 级别高于 B）。像评委投票：多数方面 A 更好，但若关键短板太致命，仍不能宣称 A 全面优于 B。

常用变体：ELECTRE I（筛选）、II/III（排序）等。下文给 ELECTRE I/III 思想的可算实现骨架。

二、适用场景与优缺点​

类型说明
适用场景指标不可完全补偿（短板可否决）；需要成对级别关系；公共决策、选址、招标。
核心优点允许不可补偿性；阈值语义清晰；避免“一项超强掩盖全面很差”。
局限与缺点参数多（和谐阈、否决阈）；可能得到不可比；计算与解释负担重于 TOPSIS。

三、核心原理（ELECTRE I 核心）​

决策矩阵 XX，权重 ww，已同向化。对方案对 (i,k)(i,k)：

  1. 和谐指数
C(i,k)=∑j:xij≥xkjwjC(i,k)=\sum_{j:x_{ij}\ge x_{kj}}w_j

（或更细的伪准则阈值版本）

  1. 不和谐指数（示意）
D(i,k)=max⁡j:xij<xkjxkj−xij该指标极差D(i,k)=\max_{j:x_{ij}<x_{kj}}\frac{x_{kj}-x_{ij}}{\text{该指标极差}}

  1. 设定阈值 c∗,d∗c^*,d^*：若 C≥c∗C\ge c^* 且 D≤d∗D\le d^* 则 i S ki\,S\,k；

  2. 由级别关系图做筛选/排序（核、出入度等）。

ELECTRE III 引入无差异、弱偏好、否决阈值与可信度指数，更细但参数更多。

四、关键决策​

决策点建议
变体教学/赛题可用简化 ELECTRE I；精细用 III
阈值明确 c∗,d∗c^*,d^* 并做灵敏度
权重AHP 等，需归一
不可比诚实报告，不强行全序
对照与 TOPSIS/PROMETHEE 对照

五、MATLAB 示例​

X = [
    80 70 90;
    75 88 70;
    90 65 85;
    70 90 75
];
w = [0.4 0.3 0.3];
w = w / sum(w);
% 假设极大型
[n, m] = size(X);
rng_j = max(X) - min(X); rng_j(rng_j==0)=1;

C = zeros(n); D = zeros(n);
for i = 1:n
    for k = 1:n
        if i==k, continue; end
        conc = 0; disc = 0;
        for j = 1:m
            if X(i,j) >= X(k,j)
                conc = conc + w(j);
            else
                disc = max(disc, (X(k,j)-X(i,j))/rng_j(j));
            end
        end
        C(i,k) = conc; D(i,k) = disc;
    end
end

cstar = 0.6; dstar = 0.5;
S = (C >= cstar) & (D <= dstar);
S(1:n+1:end) = false;

disp("和谐指数 C："); disp(C);
disp("不和谐指数 D："); disp(D);
disp("级别关系 S (i 优于 k)："); disp(S);

outDeg = sum(S, 2);  % 指向别人的次数
inDeg = sum(S, 1)';
disp("出度（越大越强势）："); disp(outDeg');
[~, ord] = sort(outDeg, "descend");
disp("按出度排序："); disp(ord');

六、如何解释结果​

  1. 为何需要不可补偿（业务短板）；
  2. 阈值含义与敏感；
  3. 级别图：谁被谁outrank；
  4. 不可比方案对；
  5. 与完全补偿方法（加权和）差异。

七、常见误区​

1. 参数不交待就给全序​

ELECTRE 核心是关系，不是强行分数。

2. 指标未同向​

比较符号错误。

3. 与 TOPSIS 混为一谈​

几何贴近 ≠ 级别优先。

4. 阈值调到只剩想要的冠军​

预先设定原则。

5. 忽略权重敏感性​

同样关键。

附：建模论文中的写法要点​

  1. 问题对应：用一两句话说明为何该方法匹配题目数据结构与目标（分类/分群/排序/效率）。
  2. 符号与步骤：按“输入 → 预处理 → 核心计算 → 输出指标”列出编号步骤，公式与代码变量名一致。
  3. 参数表：列出全部可调参数、取值、选取依据（CV、信息准则、业务约束或灵敏度）。
  4. 结果呈现：主结果用表格；辅以 1–2 张图（边界、树状图、得分条形图、效率分解等）。
  5. 稳健性：至少做一种扰动——删点、换权重、换距离、换初值或换阈值，观察结论是否保持。
  6. 局限：主动写明假设（球状簇、线性可分、CRS、完全补偿等）及适用边界，避免被质询时被动。

若主方法结论与合理基线（如 K-means 对 GMM、加权和对 TOPSIS、CCR 对 BCC）严重冲突，应回到数据质量与指标方向检查，而不是只报告“更好看”的一种结果。

八、小结​

ELECTRE 通过和谐与不和谐条件建立级别优先关系，适合存在否决性短板、不宜完全线性补偿的决策。

参数透明与关系图解读是论文关键；需要简单全序时 PROMETHEE 或 TOPSIS 可能更省事。