ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Аналіз рішень за багатьма критеріями на основі даних×PROMETHEE II×
ГалузьПрийняття рішеньПрийняття рішень
РодинаMCDMMCDM
Рік появи20151986
Автор методуMultiple authorsBrans, J. P., Vincke, Ph., Mareschal, B.
ТипLearning-based criteria weighting and aggregationPreference function (net flow)
Основоположне джерелоГреченко, 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 ↗
Інші назвиData-Driven MCDA
Пов'язані58
ПідсумокData-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.
ScholarGateНабір даних
  1. v1
  2. 2 Джерела
  3. PUBLISHED
  1. v1
  2. 1 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: Data-Driven MCDA · PROMETHEE. Отримано 2026-06-15 з https://scholargate.app/uk/compare