受效用启发的 TOPSIS 推广

TOPSIS 是一种流行的备选方案排序方法，基于到理想点和反理想点的聚合距离。因此，它被认为与广受欢迎且被广泛认可的“基于效用的方法”存在本质区别，后者通过加权平均效用值来构建排序。尽管如此，最近有研究表明，TOPSIS 是这些“基于效用的方法”的自然推广，理由是其所使用的距离可以分解为所谓的权重标度均值（WM）和权重标度标准差（WSD）。然而，在标准 TOPSIS 中，这两个分量对最终排序的影响是无法以任何方式加以控制的。正因如此，在先前结果的基础上，我们在本文中提出了修改方案，使 TOPSIS 聚合对 WM 和 WSD 具有响应性，从而实现对 WM 和 WSD 如何影响排序的具有一定可解释性的控制。这些修改构成了标准 TOPSIS 方法的自然推广，因为得益于这些修改，推广后的 TOPSIS 可以转化为原始的 TOPSIS，或者根据决策者的偏好，在 WM 与 WSD 之间进行权衡。在后一种情况下，TOPSIS 逐渐退化为一种常规的“基于效用的方法”。总而言之，我们相信所提出的推广方法通过可控地应用一种新型决策者偏好来影响排序，构成了一种有趣的实用工具。