Fuzzy-DEMATEL-ISM-MICMAC使用指南

提示：本指南只针对Fuzzy-DEMATEL-ISM-MICMAC特有的内容进行描述，关于软件的通用操作流程（如文件上传、参数设置、结果下载等），请查看：通用计算说明

1. 方法概述

Fuzzy-DEMATEL-ISM-MICMAC是一种四重集成方法，结合了模糊数理论、DEMATEL（决策实验室分析法）、ISM（解释结构模型）和MICMAC（交叉影响矩阵相乘法）。该方法首先通过模糊数处理专家评价的不确定性，然后运用DEMATEL识别关键因素并分析其因果关系，接着运用ISM建立这些因素之间的多级递阶结构模型，最后通过MICMAC分析因素的驱动力和依赖度。

主要优势：

处理不确定性：使用三角模糊数表示专家评判，更好地处理主观判断的不确定性
因果关系分析：通过DEMATEL识别原因因素和结果因素
层级结构构建：通过ISM建立要素间的多级递阶结构
驱动力分析：通过MICMAC分析要素的驱动力和依赖性特征
系统性分析：提供从不确定性处理到驱动力分析的完整分析框架

主要用途：

复杂系统的综合性分析与建模
存在主观不确定性的因果关系分析
系统要素的层级结构与驱动力分析
关键因素识别与系统性管理策略制定

2. 指标体系构建

2.1 指标选择原则

在构建Fuzzy-DEMATEL-ISM-MICMAC模型前，需要明确分析目标并选择合适的指标：

基本原则：

相关性：指标之间应存在一定的相互影响关系
独立性：各指标应相对独立，避免过度重叠
可操作性：指标应具有明确的含义，便于专家进行模糊语义判断
完整性：指标体系应能全面反映研究问题
适度性：指标数量适中，通常10-20个

2.2 专家评判要求

Fuzzy-DEMATEL-ISM-MICMAC需要专家对指标间的直接影响关系进行模糊语义评判：

基本要求：

需要多位专家参与评判，通常10-20位专家
专家应对研究领域有深入了解
评判采用模糊语义标准，通常使用0-4分制对应的语义描述

模糊语义评判标准（推荐）：

评判分数	语义描述	三角模糊数
0	没有影响	(0,0,0.25)
1	影响很低	(0,0.25,0.5)
2	影响低	(0.25,0.5,0.75)
3	影响高	(0.5,0.75,1)
4	影响很高	(0.75,1,1)

3. 数据文件格式

Fuzzy-DEMATEL-ISM-MICMAC需要上传包含模糊语义表和专家评判矩阵的Excel文件。

3.1 模糊语义表格式

文件中必须包含一个名为"模糊语义表"的sheet，定义影响数值与三角模糊数的对应关系：

语义表格式说明：

影响数值：专家评判时使用的数值（如0,1,2,3,4）
影响程度：对应的语义描述（如没有影响、影响很低等）
三角模糊数：对应的三角模糊数表示，格式为(a,b,c)

模糊语义表可以自行修改，上面给出的是常用的，用户也可以根据自己的需求自定义。

3.2 专家评判矩阵格式

每个专家的评判结果需要单独放在一个sheet表中：

矩阵格式说明：

第一列为因素名称（推荐使用编号，方便绘图）
第二列开始为各因素对应的影响程度评分（使用模糊语义表中的数值）
矩阵必须为方阵（行数=列数）
对角线元素通常为0（因素对自身无影响）
==评分为行对列的影响，即第i行第j列的元素表示第i个因素对第j个因素的影响程度==

3.3 多专家数据组织

软件支持多个专家的评判数据，每个专家的矩阵放在不同的sheet表中：

Sheet表命名示例：

模糊语义表：模糊语义表
Sheet1: 问卷1
Sheet2: 问卷2
Sheet3: 问卷3
…

重要说明：

所有专家的矩阵维度必须完全一致
因素名称和顺序必须保持一致
所有专家必须使用相同的模糊语义标准
==软件处理多专家的方式：给每个专家判断矩阵去模糊化，得到清晰的直接影响矩阵，然后求算术平均，得到最终的直接影响矩阵==

4. 参数设置

Fuzzy-DEMATEL-ISM-MICMAC方法需要设置四部分参数：

4.1 模糊数去模糊化设置

去模糊化方法：
- CFCS方法：Converting Fuzzy data into Crisp Scores方法（推荐）
- 重心法：使用三角模糊数的重心进行去模糊化
对角线置零：清晰化的直接影响矩阵，对角线是否置为0（推荐开启）
- 当选择CFCS方法时，系统会自动开启此选项

4.2 DEMATEL参数设置

规范化方法：
- 行和最大值：用每行元素和的最大值进行规范化（常用）
- 列和最大值：用每列元素和的最大值进行规范化
- 行和列和最大值：用行和与列和中的最大值进行规范化
结果保留小数位：设置计算结果的保留小数位数（1-10位，默认5位）

4.3 ISM参数设置

阈值λ计算方法：
- 综合影响矩阵的均值+标准差（常用）
- 综合影响矩阵的均值
- 自定义：可手动输入λ值
ISM分层方法：
- 方法1: a_i为当前层级元素。
  - 因素的可达集等于交集时，将该因素划分到当前层级（常用）。
  - 参考论文：《集成DEMATEL/ISM的复杂系统层次划分研究》
- 方法2: R(a_i)为当前层级元素。
  - 因素的可达集等于交集时，将可达集中的因素划分到当前层级。
  - 参考论文：《基于DEMATEL-ISM的建筑供应链低碳化影响因素分析》
可达矩阵生成方法：
- 方法1: 对A+I进行布尔运算迭代（常用）。参考论文：《基于DEMATEL-AISM的建筑业数字化转型影响因素研究》
- 方法2: H=T+I后按阈值二值化。参考论文：《基于DEMATEL-ISM的矿工不安全情绪形成因子研究》

4.4 绘图设置

Fuzzy-DEMATEL-ISM-MICMAC提供两类图表的绘制选项。

因果关系图：

点状：用散点表示各因素位置

块状：用不同颜色的文本框表示因素

MICMAC驱动力-依赖度图：

驱动力-依赖度图（默认）：横坐标为驱动力，纵坐标为依赖度

依赖度-驱动力图：横坐标为依赖度，纵坐标为驱动力

绘图参数：

图形尺寸：宽度、高度设置
图像质量：DPI设置（100-600，默认300）
散点设置：大小、颜色
字体设置：坐标轴标签字体、图例字体、字体大小
坐标轴标签：X轴（中心度/驱动力）、Y轴（原因度/依赖度）

5. 计算结果

结果文件包含：

5.1 清晰化的直接影响矩阵

清晰化的直接影响矩阵是专家模糊评判经过去模糊化处理后的矩阵（多专家时为算术平均值）。

5.2 DEMATEL分析结果

影响度（D）：该因素对其他因素的总影响程度
被影响度（C）：该因素受其他因素的总影响程度
中心度（D+C）：因素在系统中的重要程度
原因度（D-C）：因素的因果属性
- 正值：原因因素（主要影响其他因素）
- 负值：结果因素（主要受其他因素影响）
权重：基于中心度归一化得到的因素权重
排序：按权重大小的排序
因素属性：原因因素或结果因素

5.3 阈值λ信息

综合影响矩阵均值（T̄）：T矩阵所有元素的平均值
综合影响矩阵标准差（σ）：T矩阵所有元素的标准差
实际使用的λ值：根据选择的计算方法确定的阈值
λ值计算方式：显示所选择的阈值计算方法

5.4 ISM分层结果

根据ISM分层算法确定各因素所属的层级：

第1层：系统的最高层因素
第2层：次高层因素
第n层：最底层因素

5.5 MICMAC分析结果

驱动力：可达矩阵的行和，反映要素的影响能力
依赖度：可达矩阵的列和，反映要素的被影响程度
MICMAC结果表：包含各要素的驱动力、依赖度数值

5.6 因果关系图

系统自动生成因果关系图，直观展示各因素的位置：

X轴（中心度）：反映因素重要程度，越靠右越重要
Y轴（原因度）：反映因果属性
- 上半部分：原因因素
- 下半部分：结果因素

5.7 驱动力-依赖度图

系统自动生成MICMAC散点图，直观展示各要素的分类：

X轴：驱动力（或依赖度），反映要素的影响能力
Y轴：依赖度（或驱动力），反映要素的被影响程度
分界线：==以均值为分界，将图形分为四个象限。左下为第I象限，右下为第II象限，右上为第III象限，左上为第IV象限。==

==因果关系图和驱动力-依赖度图可以在绘图设置页面直接在图片上右键另存为得到，也可以在下载的结果文件里找到==

5.8 详细计算过程

结果文件还包含：

直接影响矩阵：专家评判去模糊化后的矩阵
规范影响矩阵：规范化后的矩阵
综合影响矩阵：考虑间接影响的最终矩阵
邻接矩阵：基于阈值λ生成的0-1矩阵，包含直接影响关系（方法1使用）
整体影响矩阵：H=T+I矩阵（方法2使用）
可达矩阵：ISM分析的结果，包含直接+间接影响关系
可达集、前因集和交集：ISM分层计算的中间结果
分层迭代过程：详细的分层迭代过程

6. 结果解读

6.1 综合分析策略

基于Fuzzy-DEMATEL-ISM-MICMAC结果的分析框架：

模糊处理优势：通过模糊数处理减少专家评判的不确定性
因果关系识别：通过DEMATEL结果识别原因因素和结果因素
重要性排序：根据中心度确定因素的重要程度
层级结构分析：通过ISM结果了解因素间的层级关系
驱动力依赖性分析：通过MICMAC结果识别关键驱动要素和依赖要素
管理策略制定：结合四种分析结果制定综合管理策略

6.2 MICMAC四象限分类

注意：以下四象限分类和描述基于 驱动力-依赖度图，如果是 依赖度-驱动力图 需对照高/低驱动，高/低依赖进行对应！

第I象限（左下）：自治要素（低驱动力，低依赖性）

特征：与系统联系较弱，相对独立
管理策略：
- 优先级较低，可单独处理
- 定期监控，避免意外影响
- 适合作为辅助性措施

第II象限（右下）：独立要素（高驱动力，低依赖性）

特征：对系统影响力大，但不易受其他要素影响
管理策略：
- ==最高优先级，重点关注和控制==
- 作为系统改进的主要抓手
- 制定专门的管理和控制措施

第III象限（右上）：联动要素（高驱动力，高依赖性）

特征：既影响其他要素，又受其他要素影响
管理策略：
- 重点监控，保持系统稳定性
- 谨慎处理，避免引发连锁反应
- 可作为系统调节的关键节点

第IV象限（左上）：依赖要素（低驱动力，高依赖性）

特征：受其他要素影响较大，自身影响力较小
管理策略：
- 通过控制其他要素间接影响
- 关注上游要素的变化
- 作为系统效果的监测指标

6.3 管理策略制定

策略框架：

优先控制底层驱动要素：从根本上影响系统性能
重点监控顶层结果要素：及时了解系统改进效果
关注中介传导要素：确保影响传导的有效性
系统性干预策略：基于因果关系、层级结构和象限分类设计干预方案

7. 常见问题

7.1 模糊语义表问题

问：上传文件后提示找不到模糊语义表？

答：Fuzzy-DEMATEL-ISM-MICMAC要求文件中必须包含名为"模糊语义表"的sheet。请检查：

sheet名称是否为"模糊语义表"（注意中文字符）
模糊语义表的格式是否正确
是否包含"影响数值"、“影响程度”、"三角模糊数"三列

7.2 专家评判数值问题

问：提示存在非影响数值的打分？

答：专家评判矩阵中的数值必须在模糊语义表的"影响数值"列中存在。请检查：

评判矩阵中的数值是否都在模糊语义表中定义
是否存在超出范围的数值
是否有空白单元格或非数值内容

7.3 矩阵维度问题

问：上传文件后提示矩阵维度不正确？

答：Fuzzy-DEMATEL-ISM-MICMAC要求输入矩阵必须为方阵（行数=列数），且所有专家的矩阵维度必须完全一致。请检查：

每个专家sheet表中的矩阵是否为方阵
所有专家矩阵的维度是否相同
因素名称和顺序是否一致

7.4 去模糊化方法选择

问：CFCS和重心法有什么区别？

答：

CFCS方法：Converting Fuzzy data into Crisp Scores，是专门为模糊DEMATEL设计的去模糊化方法，推荐使用
重心法：使用三角模糊数几何重心的传统方法，计算相对简单
CFCS方法在处理模糊DEMATEL问题时通常具有更好的理论基础和实用性

7.5 参数选择建议

问：如何选择合适的参数？

答：

去模糊化方法：建议使用"CFCS方法"
规范化方法：建议使用"行和最大值"
阈值λ计算：建议使用"均值+标准差"
ISM分层方法：建议使用"方法1"
可达矩阵生成：建议使用"方法1"

7.6 结果解读

问：如何理解Fuzzy-DEMATEL-ISM-MICMAC的综合结果？

答：

先看模糊处理效果，确认不确定性得到有效处理
再看DEMATEL结果识别因果关系和重要性
然后看ISM结果了解层级结构
接着看MICMAC结果分析驱动力和依赖性
结合四者制定系统性的管理策略
重点关注底层原因因素和顶层结果因素