ScholarGate
어시스턴트
MCDMRankingcrisp

확률적 가법 효용 (불확실성 하의 선호도 분해)

STOCHASTIC-UTA (확률적 가법 효용(불확실성 하의 선호도 분해))는 Stavrou, D. I.; Ventikos, N. P.; Tsoukalas, V. D. (2018)에 의해 소개된 순위 다기준 의사결정(MCDM) 방법입니다. STOCHASTIC-UTA의 주요 장은 Jacquet-Lagrèze, E.; Siskos, J. (1982)의 고전적인 UTA 기반과 Siskos, Y. (1980)의 1982년 선호도 분해 이론, 그리고 Stavrou-Ventikos-Tsoukalas (2018)의 확률적 확장 Springer에 있습니다. 이 방법은 여러 기준에 따라 점수가 매겨진 대안들의 의사결정 매트릭스를 구조화되고 재현 가능한 결과로 변환합니다.

DecisionMind(으)로 적용하기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

출처

  1. Stavrou, D. I., Ventikos, N. P., Tsoukalas, V. D. (2018). Robust Evaluation of Risks in Ship-to-Ship Transfer Operations: Application of the STOCHASTIC UTA Multicriteria Decision Support Method. In Lee, P. T. W. & Yang, Z. (Eds.), Multi-criteria Decision Making in Maritime Studies and Logistics (pp. 161–185). Springer. DOI: 10.1007/978-3-319-62338-2_8

이 페이지 인용 방법

ScholarGate. (2026, June 2). Stochastic UTilités Additives (preference-disaggregation under uncertainty). ScholarGate. https://scholargate.app/ko/decision-making/stochastic-uta

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSTOCHASTIC-UTA (Stochastic UTilités Additives (preference-disaggregation under uncertainty)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/decision-making/stochastic-uta · 데이터셋: https://doi.org/10.5281/zenodo.20539026