受牛顿万有引力定律启发的高级引力决策方法

为什么引力能帮助艰难抉择

每天，大量重大决策都需要在多种相互竞争的目标之间权衡：医院选择设备、城市规划绿色能源，或工程师设计更安全的混凝土。经典的决策工具可以帮助比较选项，但它们常常把每个选项孤立看待，在数据不确定或备选方案非常相似时表现欠佳。本文提出了一种称为 GRAD（高级引力决策）的新方法，它借鉴牛顿引力定律的思想，在利害关系和不确定性都较高时，能够更现实地对选项进行排序。

把选择变成一个引力场

GRAD 将每个可能的选择想象成引力场中的小天体。在这个图景里，选项的“质量”来源于其在不同准则上的表现——如成本、质量、安全性或环境影响——以及这些准则在数据中的波动性。数值波动更大的准则，由更高的统计离散度捕捉，类似更重的质量，对最终决策的牵引更强。距离也很重要：在性能上远离理想目标点或彼此相距较远的选项影响力较弱，而相近的候选项相互作用更强。GRAD 不仅仅测量每个备选项与单一理想的距离，而是让选项在一个共享的决策空间中彼此吸引或排斥。

从原始数据到引力牵引

该方法以一种熟悉的方式开始：决策者定义问题、列出备选方案并选择准则。原始数值——例如成本、速度或强度值——随后被转换到统一的 0–1 量表，使“越大越好”与“越小越好”的准则可以公平比较。接着，GRAD 计算每个准则在备选项间的变异程度，并将这种变异性直接置入其受引力启发的公式中，而不仅仅作为背景权重。对于每个选项和每个准则，GRAD 结合四个要素：准则的重要性、其变异性、选项的归一化表现，以及其与理想或期望目标点的距离。这些要素生成一种针对每个选项的引力，随后在所有准则上累加以得到总体牵引力。

让选项彼此相互作用

GRAD 不只停留在为每个选项给出单一分数。它还考察选项之间的相互关系。利用每对备选方案之间的距离，方法会根据竞争者对它的“牵引”或“推斥”强度调整每个选项的得分。表现良好且位于其他强劲竞争者附近的选项会经历强烈的相互作用，从而能在紧密匹配的选择之间揭示微妙差异。弱或者遥远的选项几乎不施加影响。此种考虑相互作用的评分随后伴随敏感性分析：作者系统性地调整控制权重、表现差异与距离影响强度的关键参数。在合理范围内，排名保持稳定，表明该方法是鲁棒的，而非对微调过于敏感。

GRAD 在实践中的表现

为展示方法如何运作，研究者先将 GRAD 应用于一个小型的合成工厂示例，在该示例中四个生产系统基于成本、质量、速度和环境影响进行评判。他们将得到的排名与三种知名方法——TOPSIS、VIKOR 和 CoCoSo——的结果进行比较，然后运行 10,000 次略微扰动输入数据的蒙特卡洛模拟。结果显示，面对噪声数据时，GRAD 更能把有前景的选项维持在排名靠前的位置，这是鲁棒性的一个标志。在更现实的测试中，作者使用了土木和机械工程中一个知名的混凝土数据集。在这里，每种候选混凝土配合比按材料用量、养护时间和抗压强度进行评估。GRAD 识别出一种在高强度与合理材料使用及养护需求之间取得平衡的配合比，而且它产生的、考虑相互作用的排名明显不同于仅基于距离的经典方法 SPOTIS。

对现实决策的意义

通俗地说，GRAD 提供了一种在承认高风险准则应被赋予更大权重以及竞争选项并非孤立存在的前提下做出复杂选择的方式。通过将不确定性、相似性与距离融入单一连贯模型，该方法不仅能突出纸面上看起来最优的替代方案，还能指出在数据不确定且对手接近时仍能保持优势的选项。尽管它需要可靠的数据和一些参数选择，GRAD 仍为从工程到金融与医疗等领域的决策者提供了一种更细腻、受物理启发的视角，用以应对困难且多面的抉择。

引用: Yerlikaya, M.A., Beytüt, H., Yildiz, K. et al. Advanced gravitational decision-making method inspired by newton’s law of universal gravitation. Sci Rep 16, 13144 (2026). https://doi.org/10.1038/s41598-026-44573-7

关键词: 多准则决策, 引力决策模型, 排名不确定性, 工程设计选择, 鲁棒决策分析