--- title: "Evaluation of alternatives — 方案评估" source: "https://systems-analysis.info/int/Evaluation_of_alternatives_%E2%80%94_%E6%96%B9%E6%A1%88%E8%AF%84%E4%BC%B0" wiki: "systems-analysis.info/int" article: "Evaluation_of_alternatives_—_方案评估" language: "zh" categories: - "Category:Chinese" - "Category:Decision theory" - "Category:Decision-making" revision_id: 2064 wiki_created_at: 2026-09-06T22:58:04Z wiki_modified_at: 2026-09-06T22:58:04Z downloaded_at: 2026-09-07T22:49:09Z --- # Evaluation of alternatives — 方案评估 **方案评估**（Evaluation of alternatives）是决策过程中的一个关键阶段。在此阶段，决策者（DM）识别并表达其对各种可能备选方案的偏好，通过重要特征和属性对它们进行比较。该阶段在最终选择之前进行，为做出合理决策奠定基础。 方案评估依赖于一套准则和量表体系。量表用于将方案的特征形式化，而准则则反映了比较这些方案时所依据的重要方面。根据具体情况，会采用不同类型的量表：从简单的（如分类或排序）到更复杂的（如相对吸引力评估）。 ## 方案评估方法的分类 方案评估方法是一种工具，用于将决策者的偏好形式化，对备选方案进行排序或分级，识别出最佳方案或确定可接受的方案。这些方法根据所用信息的类型、偏好的表达形式、形式化程度、准则数量及其他依据进行区分。 ### 1. 按信息类型分类 - **定量方法**：当方案的特征以数值形式呈现时使用。这些方法基于可测量的参数，如成本、时间、性能等。它们允许使用区间量表和比率量表，并支持计算（例如，加权和、归一化、聚合）。 - **定性方法**：当信息以文字或主观形式呈现时使用。采用名义量表和序数量表，评估通过专家判断、问卷或语言量表（例如：“高水平”、“满意”、“低风险”）给出。 - **混合方法**：结合了数值和文字信息。常用于多准则评估，其中部分准则是定量的，部分是定性的。例如，层次分析法（AHP）能够通过配对比较将文字评估转换为数值形式。 ### 2. 按决策者偏好表达形式分类 - **排序法**：将所有方案按偏好程度进行排序，但不指明一个方案比另一个好多少。 - **配对比较法**：通过对备选方案进行两两对比来揭示偏好。可以采用定性或定量的形式。该方法的基础可以是比较矩阵，反映两个方案中哪个更优以及优劣程度。 - **量表评估法**：使用数值或符号量表来表达特征的表现程度。量表类型（名义量表、序数量表、区间量表、比率量表）的选择取决于准则的性质。 - **单一准则（聚合）法**：将方案的多个特征归结为一个综合评估指标——如目标函数、效用函数、价值函数等。通常在需要根据综合特征选择最优方案时使用。 ### 3. 按方法的形式化程度分类 - **形式化方法**：依赖于明确的算法和程序，可以实现自动化。例如，准则聚合方法、多准则优化方法、效用方法和量表评估法等。 - **非形式化方法**：依赖直觉或专家评估，没有严格的计算程序。在问题结构性较弱或无法将偏好形式化时使用（例如，德尔菲法、头脑风暴法、启发式规则）。 - **组合（混合）方法**：将形式化计算与在同决策者或专家互动过程中调整评估的机会相结合。例如，交互式程序，决策者在分析中间结果时可以 уточ自己的偏好。 ### 4. 按评估准则数量分类 - **单准则方法**：假设选择是基于一个预先确定的准则进行的。这可以是根据目标指标（如价格、效率、时间等）的简单比较。 - **多准则方法**：同时考虑多个准则，包括不同类型的准则（例如，成本、可靠性、质量）。这类方法包括归一化、准则加权、聚合和折衷决策等程序。 ### 5. 按决策者参与评估过程的程度分类 - **自动化（公理化）方法**：在输入初始数据后，不需要决策者参与。决策是基于预设的形式化规则（例如，效用函数或选择公理逻辑）产生的。 - **交互式方法**：要求决策者分阶段参与：在每个阶段，他可以评估提议的备选方案、更改任务参数或明确其偏好。这些方法在多准则选择中尤其有用。 - **混合方法**：将自动化程序与专家干预的可能性相结合。例如，在排序或聚类方法中，可以根据专家意见对结果进行调整。 ### 6. 按信息确定性程度分类 - **确定性条件下的方法**：假设关于方案的所有信息都是精确已知且无疑问的。 - **风险条件下的方法**：考虑结果的概率性（例如，期望值、成功概率最大化准则）。 - **不确定性条件下的方法**：在缺乏关于后果的精确信息时使用，此时必须依赖主观评估、情景分析和专家假设。