Datadriven multikriterieanalys
Datadriven MCDA är ett hybridramverk som integrerar maskininlärning och statistisk inlärning i traditionell multikriterieanalys. Istället för att utvinna vikter från expertbedömningar, lär den sig kriterieviktighet från historiska beslutdata, vilket möjliggör mer skalbart och empiriskt grundat beslutsstöd.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Греченко, 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, P. (2013). Modern approaches to decision-making: Hybrid methods combining preferences with data. European Journal of Operational Research, 248(1), 1-12. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/sv/decision-making/data-driven-mcda
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.
- ELECTRE IBeslutsfattande↔ compare
- PROMETHEE IIBeslutsfattande↔ compare
- Enkel Additiv ViktningBeslutsfattande↔ compare
- Teknik för ordning av preferens genom likhet med ideal lösningBeslutsfattande↔ compare
- VIKORBeslutsfattande↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →