ScholarGate
Асистент

Сравнение на методи

Прегледайте избраните методи един до друг; редовете с разлики са откроени.

Задвижван от данни многокритериален анализ на решенията×PROMETHEE II×
ОбластВземане на решенияВземане на решения
СемействоMCDMMCDM
Година на възникване20151986
СъздателMultiple authorsBrans, J. P., Vincke, Ph., Mareschal, B.
ТипLearning-based criteria weighting and aggregationPreference function (net flow)
Основополагащ източникГреченко, Д. В. (2019). Data-driven decision making: Integrating machine learning with multi-criteria approaches. Computational Statistics & Data Analysis, 132, 127-143. link ↗Brans, J. P., Vincke, Ph., Mareschal, B. (1986). How to select and how to rank projects: The PROMETHEE method. European Journal of Operational Research DOI ↗
Други названияData-Driven MCDA
Свързани58
РезюмеData-Driven MCDA is a hybrid framework that integrates machine learning and statistical learning into traditional multi-criteria decision analysis. Instead of eliciting weights from expert judgment, it learns criteria importance from historical decision data, enabling more scalable and empirically grounded decision support.PROMETHEE (PROMETHEE II — Preference Ranking Organisation METHod for Enrichment of Evaluations) is a outranking multi-criteria decision-making (MCDM) method introduced by Brans, J. P., Vincke, Ph., Mareschal, B. in 1986. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateНабор от данни
  1. v1
  2. 2 Източници
  3. PUBLISHED
  1. v1
  2. 1 Източници
  3. PUBLISHED

Към търсенето Изтегляне на слайдове

ScholarGateСравнение на методи: Data-Driven MCDA · PROMETHEE. Извлечено на 2026-06-15 от https://scholargate.app/bg/compare