用了矩阵幂迭代，就是ANP吗？——DEMATEL稳态赋权为何更适合称为DSIW

导读

在一些被称为DEMATEL-based ANP（DANP）的研究中，为避免传统ANP繁琐的成对比较，研究者直接将DEMATEL总影响关系矩阵归一化，作为所谓的“未加权超矩阵”，再通过矩阵幂迭代计算权重。该路线省去了ANP的局部比较，也取消了相应的局部优先权形成过程。但既然关键测量机制已被替换，为什么还要保留ANP作为方法名称的主体？

可以用一个不完全严格的类比说明共同规则与实质过程的区别：假设有人为缩短赛程，将一万米比赛改为实际只跑100米，却仍保留起点、终点、计时和排名，并称之为“基于百米跑的一万米比赛”。100米跑自有其价值，这些规则也确实是两种比赛共有的，但它们不能改变实际完成的比赛项目，所以不足以支持这一名称。

正如计时和排名并非一万米比赛所独有，归一化、矩阵分块和矩阵幂迭代也不是ANP的专有工具。DEMATEL影响评分与ANP局部相对优先权则形成于不同的测量任务，不能因后续采用相似的矩阵运算，就认定研究实施了ANP局部测量。简化方法本身并无不当，但如果关键测量机制已被替换，方法名称也应该根据实际过程重新审查。

为准确描述这类计算，本文将其称为基于DEMATEL的稳态影响赋权法（DEMATEL-based Steady-state Influence Weighting，DSIW）。DSIW只是描述性名称，不涉及新算法，也不否定相关研究的应用价值。本文仅讨论未独立形成ANP局部优先权的计算路线，并从计算过程、判断数据、权重含义和具体文献说明DANP与DSIW的边界。

一、方法命名应以实际测量过程为依据

一种方法只是使用了ANP也使用的矩阵幂迭代，并不足以支持将“ANP”写入方法名称。

例如，马尔可夫链可以通过转移矩阵的幂迭代求取平稳分布[1]，但我们不会因此把马尔可夫链称为“基于ANP的方法”。马尔可夫链的矩阵元素是状态转移概率，ANP超矩阵中的数值则用于表示特定决策参照条件下的局部相对优先权。两者可以使用相似的矩阵运算，但矩阵如何建立、其中的数值表示什么，并不相同。

本文讨论的DEMATEL稳态赋权先调查因素之间的直接影响，计算总影响关系矩阵，再归一化并求取稳态权重。数据来自DEMATEL，后续使用的平稳方程或矩阵幂迭代并非ANP的专有计算方法。仅凭这一共同点，不足以说明ANP在整个过程中承担了什么独立任务。

本文讨论的对象是：局部数值及必要的群组系数均由DEMATEL影响数据形成，最后通过随机矩阵的稳态计算获得权重。若DEMATEL仅用于辅助建立网络或确定群组影响关系，而局部相对优先权仍按ANP的测量机制独立形成，则属于DEMATEL辅助ANP，不在DSIW的讨论范围内。

据此，本文采用以下定义：

基于DEMATEL的稳态影响赋权法（DEMATEL-based Steady-state Influence Weighting，DSIW）：由DEMATEL总影响关系矩阵及其变换构造赋权矩阵，不独立实施ANP局部相对优先权形成过程，而是通过随机矩阵的平稳方程，或者在满足收敛条件时通过矩阵幂极限，得到归一化的稳态影响权重。

判断一种计算是否属于DSIW，依据是局部数值的来源、形成方式及测量含义，而非是否存在群组、超矩阵或矩阵极限。即使存在群组结构，只要局部数值和群组系数均由DEMATEL影响数据生成，仍属于DSIW；反之，独立保留了ANP局部优先权形成过程的路线，不应归入DSIW。

名称中的“DEMATEL-based”说明数据和赋权依据，“Steady-state”说明权重的计算性质，“Influence Weighting”则表明权重来自影响网络，不预先认定其代表特定决策目标下的重要性。

二、DSIW的计算过程

1. 获得DEMATEL直接影响矩阵

以Hu等[2]采用的直接赋权路线为例。假设研究中有\(n\)个因素，通过专家调查得到直接影响矩阵：

\[ A=[a_{ij}]_{n\times n}, \]

其中，\(a_{ij}\)表示因素\(i\)对因素\(j\)的直接影响程度。DEMATEL常使用0-4等影响评分，并令\(a_{ii}=0\)。应用研究应说明具体评分等级、专家数据集结方式以及矩阵行列的含义。

该调查获得的是有向影响评分，并非ANP在指定参照条件下形成的局部相对优先权。

2. 计算总影响关系矩阵

先将直接影响矩阵标准化为非负矩阵\(D\)。例如：

\[ D=\frac{A}{s},\qquad s=\max\left\{\max_i\sum_{j=1}^{n}a_{ij},\ \max_j\sum_{i=1}^{n}a_{ij}\right\}, \]

其中假设\(A\)不全为零。标准化之后，还须检查谱半径是否满足：

\[ \rho(D)<1. \]

只有满足这个条件，矩阵级数才收敛，总影响关系矩阵才能按下式计算：

\[ T=D+D^2+D^3+\cdots=D(I-D)^{-1}. \]

\(T=[t_{ij}]\)包括直接影响以及经过其他因素传递的间接影响。即使直接影响矩阵规定对角元素为零，当影响网络中存在回路时，总影响矩阵的对角元素也可能大于零，因为影响可以沿回路返回原来的因素。

并非所有标准化方案都能自动保证收敛。Lee等[3]专门讨论了传统DEMATEL可能出现的不收敛问题，因此应明确报告标准化规则并检查\(\rho(D)<1\)。

3. 归一化总影响矩阵

一种做法是按列归一化。若第\(j\)列元素之和大于零，令：

\[ w_{ij}=\frac{t_{ij}}{\sum_{k=1}^{n}t_{kj}}, \]

便得到列随机矩阵\(W=[w_{ij}]\)，满足：

\[ w_{ij}\geq0,\qquad \sum_{i=1}^{n}w_{ij}=1. \]

列归一化涉及零列与归一化方向两个问题。

如果某列的元素之和为零，上述公式就无法使用。研究者必须交代如何处理这样的因素，不能不加说明地补入原数据中不存在的影响关系。

归一化方向也不是无关紧要的计算细节。当\(t_{ij}\)表示\(i\)对\(j\)的影响时，按列归一化是固定受影响因素\(j\)，再分配各影响来源的比例；如果先按行归一化后转置，则是先固定影响来源，再分配它对各目标因素的影响比例。两种规则对应不同的权重传递方式，可能得出不同的排序，第五章将用具体数字说明。

有些论文把这里得到的\(W\)称为“超矩阵”，但其元素仍来自DEMATEL总影响矩阵的归一化，而非独立的ANP局部比较。

另一些研究采用分组计算：先对DEMATEL矩阵分块归一化，再使用同样来自DEMATEL的群组影响系数加权。设局部矩阵块为\(W_{ba}\)，群组系数为\(g_{b|a}\)，可写为：

\[ \widehat W_{ba}=g_{b|a}W_{ba}. \]

如果参与加权的非零块已经分别按列归一化，群组系数还须满足相应的非负、归一化条件，例如：

\[ g_{b|a}\geq0,\qquad\sum_b g_{b|a}=1, \]

并妥善处理零矩阵块，才能保证最终矩阵仍是列随机矩阵。分组加权改变了计算的组织形式，但只要数据和系数仍全部来自DEMATEL，就没有增加ANP局部优先权测量。

4. 求稳态权重

把直接归一化或分组加权后用于求权的列随机矩阵统一记为\(W\)。如果\(W\)是本原矩阵，普通矩阵幂极限存在：

\[ W^\infty=\lim_{k\to\infty}W^k=w\mathbf{1}^{T}, \]

其中，\(w\)是唯一的归一化平稳向量，满足：

\[ Ww=w,\qquad w_i\geq0,\qquad\sum_{i=1}^{n}w_i=1. \]

此时，反复计算\(W^k\)和直接求解\(Ww=w\)，得到的是同一个稳态权重。它们是同一数学问题的不同求解方式。

整个计算流程可以写成：

DEMATEL直接影响评价 → 总影响关系矩阵 → 归一化及必要的群组加权 → 列随机矩阵 → 稳态求解 → 影响网络权重。

该流程仅对DEMATEL影响数据进行数学变换和稳态求解，没有另行形成ANP局部优先权。

5. 稳态唯一性与收敛条件

上述结论以\(W\)为本原列随机矩阵为前提，条件不满足时，平稳向量的唯一性和普通矩阵幂的收敛性需要另行检查。

对于最基本的直接归一化路线，如果非负矩阵\(D\)不可约且\(\rho(D)<1\)，那么任意两个因素之间都存在正权重影响路径，因而总影响矩阵\(T\)的所有元素均为正数。按列归一化后，\(W\)仍为正矩阵，自然满足本原条件。这种情况下，不会发生一般随机矩阵理论中“不可约但周期性导致普通幂不收敛”的问题。

可约影响网络则可能出现其他情况。如果矩阵存在多个互不连通的闭合影响子网络，平稳向量可能不唯一；即使幂极限存在，极限矩阵也未必具有各列相同的形式，结果可能与初始权重的选择有关。

如果研究者在计算中进行了阈值筛选、删边、置零或其他结构调整，也须重新检查最终矩阵的性质。一般随机矩阵中的平稳向量、普通幂极限和Cesàro平均极限并不是一回事[1]，不能笼统地写成“将矩阵无限次自乘”。

此外，数学上的稳态不代表现实系统一定会进入长期稳定状态。DSIW所得的是给定影响数据和转换规则下的稳态权重，其实际意义仍须结合研究问题解释。

三、为什么这不等于实施了ANP？

1. ANP不是一道“求极限”的计算题

ANP用于处理决策要素之间的依赖和反馈。一般需要先明确决策目标和控制准则，建立节点、簇及其依赖关系，再在相应参照条件下形成局部相对优先权，构造、加权超矩阵，最后综合求权[4-5]。求极限只是综合计算环节，不能代表整个ANP。

传统ANP通常使用成对比较。例如，针对某一个参照因素，在指定控制准则下比较两个相关因素谁的作用更大、程度相差多少。关键不在于问卷是否使用“比较”一词，而在于比较针对什么参照条件、数值表示什么。

ANP局部优先权也可由具有明确测量意义的客观数据经有依据的转换形成，并非只能来自主观成对比较问卷。但这种转换需要说明参照条件、测量依据和尺度假设；仅将数据归一化为和为1的向量并不足够。

DSIW的局部数值来自DEMATEL影响评分及其数学变换，未独立实施上述局部测量。两种路线的差别因此在于数据形成过程，而不只是计算技巧。

2. 叫作“超矩阵”，数据也不会因此改变

部分DANP文献把DEMATEL归一化后的矩阵称为“未加权超矩阵”，再经过群组加权或求幂得到“极限超矩阵”。这些称呼沿用了ANP的术语，却不能代替对数据来源的说明。

ANP超矩阵组织的是在特定决策参照条件下形成的局部优先权；DEMATEL矩阵组织的是影响评分经过直接、间接影响计算及归一化后的数值。即使两个矩阵外形完全相同，也不能由此推出它们测量的是同一件事。

分块、归一化、加权、特征向量和平稳方程都是通用数学工具。判断一种方法是否实施了ANP，应检查矩阵数值如何获得、具有什么测量含义，而不能只看最后有没有\(W^k\)或\(Ww=w\)。

3. “简化的ANP”能解释这种替换吗？

一种常见解释是：传统ANP需要大量成对比较，操作繁琐，因此改用DEMATEL影响评分生成超矩阵，保留ANP的后续计算，并将其视为修改型ANP。这一解释说明了简化的动机，却尚未证明两种测量机制可以相互替代。

ANP局部比较得到的是指定参照条件下的相对优先权；DEMATEL调查得到的是因素间的有向影响强度。若用后者替代前者，需要解释这些数值为什么能够承担ANP局部优先权的作用。

DEMATEL同样依赖专家判断，只是把判断任务换成了有向影响评价。即使这种形式减少了某些应用中的工作量，也不能仅凭“更省事”认定两种测量方法等价。当局部数值及群组系数均由DEMATEL数据形成时，“DEMATEL-based ANP”容易使读者误以为研究仍实施了ANP局部测量。相关论文因而需要明确局部优先权的参照条件、判断数据及其与DEMATEL总影响矩阵的关系。

导读中的跑步类比说明了同一原则：计时和排名等共同规则不能改变实际完成的项目；同样，通用矩阵运算不能替代ANP局部测量过程。修改已有方法后，应报告所保留和替换的环节；如果关键测量机制不再实施，方法名称也应重新审查。

4. 历史来源不能代替命名理由

DANP这个名称已在相关文献中沿用多年，也有其历史背景。Gölcük和Baykasoğlu[6]的综述表明，DEMATEL与ANP的结合本来就不只有一种形式。

沿用旧名称有利于读者检索文献和了解方法演变，DSIW与既有DANP文献的联系也应在论文中保留。但方法的历史来源与当前实际采用的过程是两个问题：名称的广泛使用可以解释其流传，却不能单独证明命名准确。

对于保留ANP局部优先权形成机制的研究，DEMATEL辅助ANP有实际依据；对于局部数值全部来自DEMATEL影响数据、最终通过稳态计算求权的路线，若继续称为DANP，则须说明ANP还提供了哪一项实质性测量或建模过程。

四、看一眼问卷，差别就更清楚了

1. DEMATEL问每条关系有多强

假设一项工程安全评价考虑五个因素：人员培训、关键安全保护装置有效性、作业规范执行程度、设备维护质量和事故后果控制能力。

在完整的DEMATEL问卷中，固定“人员培训”为影响来源，需要分别询问：

• 人员培训对关键安全保护装置有效性有多大直接影响？
• 人员培训对作业规范执行程度有多大直接影响？
• 人员培训对设备维护质量有多大直接影响？
• 人员培训对事故后果控制能力有多大直接影响？

可以用0-4评分表示从无影响到极高影响的不同等级。反过来的问题，例如“设备维护质量对人员培训有多大影响”，需要另外判断，不能根据正向评分直接确定。

如果有\(n\)个因素，并且评价所有不同因素之间的有向影响关系，每位专家需要回答：

\[ N_{\mathrm{DEMATEL}}=n(n-1) \]

个问题。五个因素就是20项。如果预先排除了某些不可能的关系，实际问题数量可以减少。每项评分对应一条有向关系的直接影响强度。

2. ANP局部比较问相对于谁、谁的作用更大

传统ANP需要根据决策目标建立网络，并在指定控制准则和参照因素下形成局部相对优先权。

沿用上述工程安全评价。假设“人员培训”和“关键安全保护装置”都与“作业规范”和“事故后果控制”有关。在“降低严重事故风险”这一控制准则下，可以分别询问：

以“作业规范”为参照，人员培训与关键安全保护装置，哪一个对作业规范的作用更大？大多少？

以“事故后果控制”为参照，人员培训与关键安全保护装置，哪一个对事故后果控制的作用更大？大多少？

比较对象相同，参照因素不同，因此构成两个局部判断任务。

如果某个参照条件下只有两个比较对象，可以形成判断矩阵：

\[ J=\begin{bmatrix} 1&a\\ 1/a&1 \end{bmatrix}, \]

其中，\(a>0\)表示第一个因素相对于第二个因素的作用比值。不同参照因素可以对应不同的\(a\)，进而得到不同的局部优先权。

例如，专家可能认为人员培训对作业规范的作用更大，而关键安全保护装置对事故后果控制的作用更大。两次判断的参照对象不同，结论并不矛盾。

ANP局部比较的数量取决于网络结构、每个参照因素对应的比较对象数量以及控制准则，不能直接用DEMATEL的\(n(n-1)\)估计，也不能简单断定哪一种问卷一定更省事。

3. 归一化不改变数据的测量含义

有些DEMATEL论文也把影响调查称作“成对比较”（pairwise comparison），因此需要根据专家实际回答的问题判断测量任务：

• DEMATEL问：“因素A对因素B有多大直接影响？”
• 传统ANP局部比较问：“在指定控制准则下，相对于因素B，因素A和因素C哪一个作用更大？大多少？”

两种方法使用的数值尺度也不同。DEMATEL常见的0-4评分表示影响程度等级。若没有额外的尺度假设，4分与1分只能说明评价等级不同，不能直接推论前者的实际影响恰好是后者的四倍。传统ANP成对比较中的数值则用于表达给定参照条件下的相对作用比值。

因此，将DEMATEL评分或总影响矩阵归一化，得到元素非负、和为1的向量，只完成了一项数学变换，不能单独证明所得向量具有ANP局部优先权的测量含义。

五、影响权重不自动等于决策重要性

1. 工程安全评价中的目标差异

人员培训可能影响作业规范、设备维护和工作效率，在影响网络中与许多因素有关。某个关键安全保护装置影响的环节可能不多，但它对阻止某类灾难性事故却可能至关重要。

如果研究目标是提高日常运营效率，人员培训可能更受重视；如果目标是控制重大事故风险，关键安全保护装置可能更重要。仅凭影响网络中的连接多少和影响强度，无法替研究者决定应当重视哪一种后果。

DSIW首先得到的是给定影响网络和转换规则下的稳态影响权重，可以描述因素在影响网络中的结构性作用，但不自动等于某个决策目标下的重要性。若要将其解释为决策重要性权重，还须说明影响强度与决策目标之间的关系。

原始影响评分未包含目标偏好、后果严重性和价值判断，这些解释依据也不能由矩阵运算自行补充。

2. 同一影响数据可能得到不同排序

即使不讨论决策目标，同一组影响数据采用不同的计算规则，也可能得到不同的因素排序。

考虑A、B、C三个因素，设DEMATEL直接影响矩阵为：

\[ A=\begin{bmatrix} 0&1&0\\ 1&0&1\\ 2&2&0 \end{bmatrix}. \]

其中，\(a_{ij}\)表示因素\(i\)对因素\(j\)的直接影响评分。按第二章介绍的规则标准化，得到：

\[ D=\frac{A}{4},\qquad\rho(D)=0.5<1. \]

由此计算总影响关系矩阵：

\[ T=D(I-D)^{-1}=\begin{bmatrix} 0.12&0.32&0.08\\ 0.48&0.28&0.32\\ 0.80&0.80&0.20 \end{bmatrix}. \]

虽然直接影响矩阵对角线为零，但影响沿回路传播后，总影响矩阵的对角元素可以不为零。

先计算DEMATEL中心度\(M_i=R_i+C_i\)，其中\(R_i\)为第\(i\)行之和，\(C_i\)为第\(i\)列之和：

\[ M=(1.9200,\ 2.4800,\ 2.4000). \]

排序为\(B>C>A\)。

再把\(T\)按列归一化，并计算稳态权重：

\[ w_{\mathrm{col}}\approx(0.1615,\ 0.3769,\ 0.4615). \]

排序变成\(C>B>A\)。

如果改为先按行归一化，再转置成列随机矩阵，得到：

\[ w_{\mathrm{row}}\approx(0.3662,\ 0.4278,\ 0.2060). \]

三种计算方式得到三种不同排序：

计算方式	A	B	C	排序
DEMATEL中心度	1.9200	2.4800	2.4000	B > C > A
按列归一化的稳态权重	0.1615	0.3769	0.4615	C > B > A
按行归一化后转置的稳态权重	0.3662	0.4278	0.2060	B > A > C

三种结果对应不同指标或权重传递规则，不能据此判定某一种计算错误。DEMATEL中心度衡量因素施加与受到的总影响程度；稳态权重则是特定随机矩阵构造规则下的平稳分布，两者不是同一个指标。

即使只比较后两种稳态赋权，归一化方向也不能随意交换。当\(t_{ij}\)表示\(i\)对\(j\)的影响时，按列归一化相当于沿影响关系反向追溯来源；按行归一化后转置，则相当于沿原影响方向传递权重。仅改变这个规则，排序第一的因素就从C变成了B。

稳态权重因而取决于标准化、归一化方向、必要的群组加权和稳态求解规则，这些都属于权重模型的一部分，应在应用研究中说明。上述计算均未额外引入重大事故后果或决策偏好，结果即使非负且总和为1，也不能据此认定为特定决策目标下的重要性权重。

六、DANP与DSIW的分界：文献实例

1. Yang和Tzeng（2011）：DEMATEL辅助ANP

Yang和Tzeng[7]保留了ANP局部优先权形成过程，同时使用DEMATEL辅助确定群组之间的影响程度。

该研究分别收集了DEMATEL的0-4影响评分，以及传统ANP采用1-9标度的相对比较数据。论文第1421页及第3.3节说明：ANP局部比较用于形成未加权超矩阵，DEMATEL影响数据用于辅助群组加权。

沿用第二章的符号，可表示为：

\[ \widehat W_{ba}=g_{b|a}W_{ba}. \]

两部分数值来自不同的测量任务：局部矩阵块\(W_{ba}\)来自ANP相对比较，群组系数\(g_{b|a}\)来自DEMATEL影响数据，ANP原有的局部测量过程因而得到保留。按本文的分类，该研究属于DEMATEL辅助ANP。Yang和Tzeng并未在论文中正式把DANP作为方法名称，这里的分类依据是实际流程。

传统ANP本身也可以通过群组判断形成不等权群组。该研究的特点是借助DEMATEL信息处理群组影响，而非首次让ANP能够使用不等权群组。

2. DEMATEL辅助网络建模的另一种结合方式

DEMATEL也可用于确定或辅助确定ANP网络结构，而局部优先权仍按相应控制准则和参照条件独立形成。

Wang等（2015）[8]先利用DEMATEL分析准则间的影响关系并建立网络结构，之后根据该结构另行设计ANP专家问卷，以九级成对比较标度形成局部优先权，并据此构造未加权超矩阵。Büyüközkan和Çifçi（2012）[9]则在模糊环境下结合两种方法：用模糊DEMATEL处理因素间的内部依赖关系，同时保留独立的模糊ANP成对比较，将不同来源的局部信息整合到超矩阵中。

两项研究的具体实现不同，但都没有把全部DEMATEL影响评分直接当作ANP局部优先权。在这类结合中，DEMATEL处理网络依赖，ANP仍承担局部测量任务。

3. Chiu等（2013）：分组加权路线仍属于DSIW

Chiu等[10]使用DEMATEL得到准则层面及维度（群组）层面的影响矩阵，经过分块归一化、转置和群组加权，再进行矩阵幂迭代求权。论文第52页的Step 7-9说明，所谓“未加权超矩阵”直接由DEMATEL总影响关系矩阵构造，维度影响系数也来自DEMATEL，研究没有另外通过传统ANP比较形成局部优先权。

Chiu等同样使用了“成对比较”（pairwise comparison）一词，但实际采用的是0-4影响评分，并非传统ANP为形成局部相对优先权而做的1-9相对比较。研究中另外的绩效问卷用于后续评价，不是ANP局部比较问卷。

与Hu等[2]的直接归一化路线相比，Chiu等增加了维度划分、分块归一化和群组加权，但局部数值和群组系数仍都来自DEMATEL影响数据，其稳态赋权部分仍属于DSIW。该分类仅针对权重计算环节；Chiu等完整的研究还结合了VIKOR等方法。

4. 计算路线对照

研究或计算路线	局部数值从哪里来	DEMATEL的作用	本文分类
Wang等（2015）[8]	依据DEMATEL识别的网络关系，另行开展ANP局部相对比较	辅助建立ANP网络	DEMATEL辅助ANP
Büyüközkan和Çifçi（2012）[9]	一部分局部优先权由独立的模糊ANP比较形成，另有内部依赖信息来自模糊DEMATEL	分析和处理内部依赖关系	DEMATEL辅助ANP
Yang和Tzeng（2011）[7]	独立的ANP局部相对比较	辅助确定群组影响系数	DEMATEL辅助ANP
Hu等（2015）[2]	DEMATEL总影响矩阵归一化	提供稳态赋权的基础数据	DSIW：直接归一化
Chiu等（2013）[10]	DEMATEL总影响数据及其分块变换	提供局部数值及群组系数	DSIW：分组加权

表中分类以论文实际实施的测量过程为依据。是否使用“超矩阵”或群组加权并非分类标准，关键在于ANP局部测量是否独立保留。

七、应用论文的命名与报告方式

考虑到DANP已有较长的文献使用历史，应用论文在采用DSIW名称时，应同时交代它与既有文献的对应关系，并完整报告计算过程。

1. 采用DSIW时

如果局部数值全部由DEMATEL影响数据产生，可以这样写：

本研究采用基于DEMATEL的稳态影响赋权法（DEMATEL-based Steady-state Influence Weighting，DSIW）计算各因素的影响网络权重。首先根据DEMATEL总影响关系矩阵，经归一化及必要的群组加权构造赋权矩阵，再求取该随机矩阵的归一化平稳向量。类似计算在部分既有研究中被称为DEMATEL-based ANP（DANP）[2,10]，但其局部数值及必要的群组系数均直接来自DEMATEL影响数据，没有独立实施ANP局部相对优先权形成过程。为准确说明实际的赋权机制，本文采用DSIW这一描述性名称，不涉及算法创新。

论文还须报告影响评分、专家数据集结方式、标准化规则、矩阵方向、归一化及群组加权方式、收敛条件和稳态求解方法。仅更换名称而不说明计算细节，不能保证研究的可复现性。

如果将稳态影响权重用作某个决策目标的重要性权重，也应另行说明这种解释的依据。

2. 采用DEMATEL辅助ANP时

如果ANP的局部优先权仍然独立形成，可以写：

本研究采用DEMATEL辅助的ANP方法（DEMATEL-assisted ANP）。DEMATEL用于分析因素之间的影响关系，辅助确定网络连接或群组影响程度；在此基础上，根据ANP模型及指定参照条件，独立形成局部相对优先权，构造、加权超矩阵并综合求权。相关方法可参见Yang和Tzeng[7]、Wang等[8]及Büyüközkan和Çifçi[9]。

具体研究应说明局部优先权是通过传统成对比较，还是通过有明确测量依据的其他途径形成。论文不宜仅以“采用DANP计算权重”概括上述不同过程。

八、结语：该叫DANP，还是DSIW？

答案取决于研究实际采用了什么测量和赋权机制，而不是有没有群组、超矩阵或矩阵幂迭代。

如果保留ANP局部相对优先权形成过程，只使用DEMATEL辅助网络建模或群组加权，称为DEMATEL辅助ANP有合理依据。如果局部数值及必要的群组系数均由DEMATEL总影响关系矩阵及其变换形成，再通过随机矩阵稳态计算获得权重，却没有独立实施ANP局部优先权形成过程，那么称为DSIW更准确。

矩阵幂迭代是通用的数学计算，不能因为原有ANP比较过程繁琐，就用DEMATEL影响评分将其替换，然后仅凭保留了相似的矩阵运算，仍然把ANP作为方法名称的主体。

提出DSIW这个名称，不是要否定已有研究的应用价值，也不是提出新算法，而是让名称与实际过程一致。至于稳态影响权重能否代表特定决策目标下的重要性，还需要根据研究目标另行论证。

方法名称应该说明研究实际做了什么，而不是让实际采用的方法去迁就一个沿用已久的名称。

参考文献

[1] SENETA E. Non-negative Matrices and Markov Chains[M]. 2nd ed. New York: Springer-Verlag, 1981.

[2] HU Y C, CHIU Y J, HSU C S, et al. Identifying key factors for introducing GPS-based fleet management systems to the logistics industry[J]. Mathematical Problems in Engineering, 2015, 2015: 413203. DOI: 10.1155/2015/413203.

[3] LEE H S, TZENG G H, YEIH W, et al. Revised DEMATEL: Resolving the infeasibility of DEMATEL[J]. Applied Mathematical Modelling, 2013, 37(10-11): 6746–6757. DOI: 10.1016/j.apm.2013.01.016.

[4] SAATY T L. Fundamentals of the analytic network process-Dependence and feedback in decision-making with a single network[J]. Journal of Systems Science and Systems Engineering, 2004, 13(2): 129–157. DOI: 10.1007/s11518-006-0158-y.

[5] SAATY T L. Decision Making with Dependence and Feedback: The Analytic Network Process[M]. Pittsburgh: RWS Publications, 1996.

[6] GÖLCÜK İ, BAYKASOĞLU A. An analysis of DEMATEL approaches for criteria interaction handling within ANP[J]. Expert Systems with Applications, 2016, 46: 346–366. DOI: 10.1016/j.eswa.2015.10.041.

[7] YANG J L, TZENG G H. An integrated MCDM technique combined with DEMATEL for a novel cluster-weighted with ANP method[J]. Expert Systems with Applications, 2011, 38(3): 1417–1424. DOI: 10.1016/j.eswa.2010.07.048.

[8] WANG C S, YANG H L, LIN S L. To make good decision: A group DSS for multiple criteria alternative rank and selection[J]. Mathematical Problems in Engineering, 2015, 2015: 186970. DOI: 10.1155/2015/186970.

[9] BÜYÜKÖZKAN G, ÇIFÇI G. A novel hybrid MCDM approach based on fuzzy DEMATEL, fuzzy ANP and fuzzy TOPSIS to evaluate green suppliers[J]. Expert Systems with Applications, 2012, 39(3): 3000–3011. DOI: 10.1016/j.eswa.2011.08.162.

[10] CHIU W Y, TZENG G H, LI H L. A new hybrid MCDM model combining DANP with VIKOR to improve e-store business[J]. Knowledge-Based Systems, 2013, 37: 48–61. DOI: 10.1016/j.knosys.2012.06.017.