MCDM方法及matlab应用五：ＭＡＢＡＣ方法及matlab应用

一、方法原理

ＭＡＢＡＣ方法的基本思路就是：首先根据专家给出的评价建立初始评价决策矩阵，标准化初始评价决策矩阵的元素值，并根据标准化决策矩阵采用求权重方法得到各指标的权重。然后，将指标权重加权构建加权决策矩阵，并根据公式确定不同指标的边界估计区域，得到边界估计区域矩阵。最后，计算加权决策矩阵与边界估计区域矩阵之间的距离，该距离值将边界估计区域划分为正边界估计区域和负边界估计区域，距离值构造出距离矩阵，再根据行距离求和公式得到最终的方案排序结果。其原理在于对不同方案的各个评价指标来说，越多的指标距离值位于正边界估计区域，则说明该方案越优，反正越劣。传统的ＭＡＢＡＣ方法可以解决多属性决策问题：

标准化方法很多，选了一种