python实现PROMETHEE方法

决策算法PROMETHEE方法。
step1，给出决策矩阵，规范化决策矩阵。
step2，给出每一个方案与其他方案的偏好函数，偏好函数主要有六种，可以根据自己设置偏好函数。

step3，获得权重。
step4，确定优先指数，其实就是简单的加权过程。
step5，计算正负优序级别值，一个方案的正方向越高和负方向越低，方案就越优。PROMETHEE1方法只能得到部分优序关系，

step6，计算综合优序级别值，PROMETHEE2则可以获得方案集合的完全排序。

数据来自论文《基于云模型与 PROMETHEE 方法的语言型 Z‑number 多
属性决策》


完整代码如下

import pandas as pd#bikor算法实现
import  numpy as  np
def ranks(df):
    m=(df.shape[1])
    dfpis = np.sum(df,axis=1)/(m-1)
    dfnis = np.sum(df,axis=0)/(m-1)
    dfranks=dfpis-dfnis
    return dfpis,dfnis,dfranks
if __name__ == '__main__':
    df = pd.DataFrame([[0,0.0526,0.1331,0.0602],
          [0.1333,0,0.1059,0.0988],
          [0.1697,0.0617,0,0.0764],
          [0.2523,0.2135,0.2396,0]])
    df=df.T
    print(df)#这里单纯是我复制过来的矩阵数据反了所以转置
    print(ranks(df))