Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Аналіз рішень за багатьма критеріями на основі даних× | Просте адитивне зважування× | |
|---|---|---|
| Галузь | Прийняття рішень | Прийняття рішень |
| Родина | MCDM | MCDM |
| Рік появи≠ | 2015 | 1967 |
| Автор методу≠ | Multiple authors | Fishburn, P. C. |
| Тип≠ | Learning-based criteria weighting and aggregation | Additive utility (linear) |
| Основоположне джерело≠ | Греченко, 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 ↗ |
| Інші назви≠ | Data-Driven MCDA | — |
| Пов'язані≠ | 5 | 8 |
| Підсумок≠ | Data-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. |
| ScholarGateНабір даних ↗ |
|
|