ScholarGate
Asistent

Porovnat metody

Prohlédněte si vybrané metody vedle sebe; řádky, které se liší, jsou zvýrazněny.

Datově řízená vícekriteriální analýza rozhodování×Simple Additive Weighting×
OborRozhodováníRozhodování
RodinaMCDMMCDM
Rok vzniku20151967
TvůrceMultiple authorsFishburn, P. C.
TypLearning-based criteria weighting and aggregationAdditive utility (linear)
Původní zdrojГреченко, Д. В. (2019). Data-driven decision making: Integrating machine learning with multi-criteria approaches. Computational Statistics & Data Analysis, 132, 127-143. link ↗Fishburn, P. C. (1967). Additive utilities with incomplete product sets: Application to priorities and assignments. Operations Research DOI ↗
Další názvyData-Driven MCDA
Příbuzné58
ShrnutíData-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.SAW (Simple Additive Weighting) is a ranking multi-criteria decision-making (MCDM) method introduced by Fishburn, P. C. in 1967. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateDatová sada
  1. v1
  2. 2 Zdroje
  3. PUBLISHED
  1. v1
  2. 1 Zdroje
  3. PUBLISHED

Přejít na hledání Download slides

ScholarGatePorovnat metody: Data-Driven MCDA · SAW. Získáno 2026-06-15 z https://scholargate.app/cs/compare