BWM法（Best-Worst Method，最好最坏法）
当谈到决策问题时，我们经常需要对不同的因素进行权衡。这时候，BWM法（Best-Worst Method，最好最坏法）就是一种有用的方法，用于确定各个因素的权重。下面，让我们来详细介绍一下BWM法：
BWM法是一种多准则决策方法，旨在确定一组准则或因素的权重，以便更好地理解它们对决策问题的影响程度。该方法最初由J. Figueira、S. Greco和V. Mousseau在2010年提出，是基于“最好”和“最坏”因素的比较。
步骤：
1.准则列表： 首先，明确所有与决策问题相关的准则，将它们列成一个准则列表。
2.最好最坏评估： 对于决策者，两两比较准则，找出最好和最坏的组合。在每一组中，选择最好和最坏的准则，即认为哪个准则在这组中对决策结果影响最积极和最消极。
3.建立比例矩阵： 将上一步中获得的最好最坏组合填入一个比例矩阵。这个矩阵需要经过标准化，使得每个准则的比重值之和为1。
4.计算权重： 带入计算公式，跑一下lingo，看一下是否满足一致性要求，满足一致性要求就得到每个准则的权重。
导入：
min =k;
@abs(l3/u1-1.75)<=k;
@abs(l3/u2-0.88)<=k;
@abs(l3/u3-1.5)<=k;
@abs(l3/u4-2.01)<=k;
@abs(l3/u5-1.75)<=k;
@abs(l3/u6-0.67)<=k;
@abs(l3/u7-0.88)<=k;
……
输出：
5.权重归一化： 可选步骤，将得到的权重进行归一化，确保它们在0到1之间。
优缺点：
(1)优点：
相对简单易懂，易于操作。
基于直觉，不需要过多的数据支持。
能够考虑到不同因素之间的相对重要性。
(2)缺点：
在大规模问题中，两两比较变得复杂而耗时。
容易受到决策者主观判断和个人偏好的影响。
未考虑到准则之间的相互关联性。
未来优化方向：
虽然BWM法在一定情况下有其价值，但也可以通过以下方式进一步优化和改进：
考虑相互关联性： 引入模型以考虑准则之间的相互关联性，更准确地反映现实情况。[因素（OR指标）之间的相关性如何探究]
专家参与： 结合专家知识，对决策问题进行合理的权重设定，避免过度依赖主观判断。[专家的权重如何测度？]
大规模问题解决： 探索针对大规模问题的改进版本，使BWM法能够更广泛地适用于各类决策场景。[因素（OR指标）数量过多时候，虽然打分工作量减少，但是是否专家也会难以评价]
与其他方法结合： 将BWM法与其他多准则决策方法相结合，以取长补短，提高决策的精确性和可靠性。[多方法组合，BWM是一个主观方法，可以结合客观方法一起一起使用，比如DEMATEL]
需要计算支持的后台dd我就行~
