ELECTRE

ELECTRE (Elimination Et Choix Traduisant la Réalité，法语，意为"反映现实的排除与选择") 由 Roy (1968) 提出，是一类基于超越关系 (Outranking Relation) 的多属性决策方法。与 TOPSIS 的"距离思维"不同，ELECTRE 的逻辑是：如果方案 A 在大多数属性上优于方案 B，且在任何属性上都不太差，那么 A 超越 B。

核心思想

ELECTRE 的关键特点是非补偿性——某个属性上的极差表现不能被其他属性上的优异表现所弥补。这与 TOPSIS 等补偿性方法形成对比。当某个属性具有"一票否决"性质时（如安全性指标不达标则直接淘汰），ELECTRE 更合理。

方法通过构建两个指数来判断超越关系：

一致性指数 (Concordance Index)：支持"A 超越 B"的属性的权重总和
非一致性指数 (Discordance Index)：反对"A 超越 B"的最大反对程度

算法框架

标准化决策矩阵

将原始决策矩阵标准化，消除量纲差异。

计算一致性指数

对每对方案 $(A_i, A_k)$ ，一致性指数为 $A_i$ 不差于 $A_k$ 的那些属性的权重之和：

C(A_i, A_k) = \sum_{j \in J^+(i,k)} w_j

其中 $J^+(i,k) = \{j \mid f_j(A_i) \geq f_j(A_k)\}$ 。

计算非一致性指数

D(A_i, A_k) = \max_{j \in J^-(i,k)} \frac{|f_j(A_i) - f_j(A_k)|}{\max_j |f_j^{\max} - f_j^{\min}|}

非一致性指数衡量最大的反对程度——如果 $A_i$ 在某个属性上远差于 $A_k$ （即使仅有一个属性），非一致性指数会很高。

建立超越关系

设定一致性阈值 $c$ 和非一致性阈值 $d$ 。当 $C(A_i, A_k) \geq c$ 且 $D(A_i, A_k) \leq d$ 时，认为 $A_i$ 超越 $A_k$ 。

排序

基于超越关系进行方案筛选和排序。由于超越关系可能是不完全的，最终可能得到的是一个"核"（最小的不被任何方案超越的集合）而非严格排序。

ELECTRE 的主要版本

版本	用途	特点
ELECTRE I	选择（找最优核）	最基础的版本，适合选出最优方案集
ELECTRE II	排序	扩展为完全排序
ELECTRE III	排序（模糊阈值）	引入模糊阈值，适合不精确数据
ELECTRE IV	排序（无权重）	不需要属性权重
ELECTRE TRI	分类	将方案分入预定义的类别

与 TOPSIS 的对比

维度	TOPSIS	ELECTRE
补偿性	完全补偿	非补偿（“一票否决”）
输出	完全排序	核（最优集）或部分排序
适用场景	通用排序	存在不可补偿属性
参数	较少	需要设定阈值
直观性	高	中等

适用场景

ELECTRE 特别适合以下场景：

某些属性具有底线要求（如安全性、环保达标）
属性间的差异不应被相互补偿
需要筛选出候选集合而非严格排序
评价数据不够精确（ELECTRE III 可使用模糊阈值）

PROMETHEE CoCoSo