常见的多因素优选法如下：
1、分数规划法：这种方法通常用于解决多个目标优化问题，其中每个目标都由不同的指标或因素表示。分数规划法通过将这些目标转化为一个单一的分数，来综合评估不同方案的整体优劣。具体来说，它通过给每个指标分配不同的权重，并根据每个方案的指标值计算总分。选择总分最高的方案作为最优解。
2、多元回归分析法：这种方法通过建立数学模型，来预测一个或多个响应变量（目标变量）与多个自变量（因素）之间的关系。通过收集和分析历史数据，多元回归分析法可以确定每个因素对目标变量的影响程度，并据此预测未来情况。这种方法通常用于预测连续型目标变量，如成本、产量等。
3、决策树法：这种方法是一种基于树形结构的决策支持工具，用于解决具有多个决策因素和可能结果的复杂决策问题。决策树法将问题分解为若干个决策节点，每个节点代表一个决策因素或条件。
从根节点开始，根据每个节点的条件选择相应的分支，直到到达叶节点（决策结果）。叶节点上的结果表示不同决策路径下的可能结果。通过比较不同路径下的结果，决策者可以做出最优决策。
多因素的应用：
1、投资决策：在投资领域，多因素模型被广泛应用于股票、债券等金融产品的投资决策中。投资者通常会考虑多种因素，如公司的财务状况、行业前景、宏观经济环境、政策风险等，以综合评估投资的风险和收益。通过多因素模型，投资者可以更全面地考虑各种因素对投资结果的影响，从而做出更加明智的投资决策。
2、人力资源管理：在人力资源管理领域，多因素评估系统被用来评估员工的工作表现和潜力。这种评估通常考虑多种因素，如员工的工作技能、工作态度、团队合作能力、创新能力等。通过多因素评估系统，组织可以更加客观和准确地评估员工的综合表现，为员工的选拔、培训和晋升提供更加可靠的依据。
3、气候变化研究：在气候变化研究领域，多因素模型被用来预测气候变化的趋势和影响。气候变化受到多种因素的影响，如温室气体排放、自然环境变化、人类活动等。通过多因素模型，科学家可以综合考虑各种因素对气候变化的影响，从而更加准确地预测气候变化的趋势和影响，为政策制定和应对措施提供科学依据。