Σύγκριση μεθόδων
Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.
| Στάθμιση Ανάλυσης Κυρίων Συνιστωσών× | Συνδυαστική Αξιολόγηση Βάσει Αποστάσεων× | |
|---|---|---|
| Πεδίο | Λήψη Αποφάσεων | Λήψη Αποφάσεων |
| Οικογένεια | MCDM | MCDM |
| Έτος προέλευσης≠ | 1901 | 2016 |
| Δημιουργός≠ | Pearson, K. | Keshavarz Ghorabaee, M., Zavadskas, E. K., Turskis, Z., Antucheviciene, J. |
| Τύπος≠ | Weight_Objective (PCA variance explained, eigenvector-based) | Distance from anti-ideal (Euclidean + Taxicab) |
| Θεμελιώδης πηγή≠ | Pearson, K. (1901). On lines and planes of closest fit to systems of points in space. Philosophical Magazine DOI ↗ | Keshavarz Ghorabaee, M., Zavadskas, E. K., Turskis, Z., Antucheviciene, J. (2016). A new combinative distance-based assessment (CODAS) method for multi-criteria decision-making. Economic Computation and Economic Cybernetics Studies and Research link ↗ |
| Εναλλακτικές ονομασίες | — | — |
| Συναφείς | 8 | 8 |
| Σύνοψη≠ | PCA-WEIGHT (PCA Weighting — Principal Component Analysis based objective weighting) is a weight objective multi-criteria decision-making (MCDM) method introduced by Pearson, K. in 1901. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result. | CODAS (Combinative Distance-Based Assessment) is a ranking multi-criteria decision-making (MCDM) method introduced by Keshavarz Ghorabaee, M., Zavadskas, E. K., Turskis, Z., Antucheviciene, J. in 2016. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result. |
| ScholarGateΣύνολο δεδομένων ↗ |
|
|