ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Адаптований до сусідства узагальнений зважений середній порядок×Метод, заснований на ефектах виключення критеріїв×
ГалузьПрийняття рішеньПрийняття рішень
РодинаMCDMMCDM
Рік появи20142021
Автор методуMalczewski, J.; Liu, X.Keshavarz Ghorabaee, M., Amiri, M., Zavadskas, E. K., Antucheviciene, J., Turskis, Z.
ТипRange-sensitive neighbourhood-local OWA — criterion weights w^q_k scale with local criterion variance within each spatial neighbourhood; order weights λ_k remain global, encoding a single risk attitude applied everywhereRemoval-effect objective weighting (logarithmic utility)
Основоположне джерелоMalczewski, J., Liu, X. (2014). Local ordered weighted averaging in GIS-based multicriteria analysis. Annals of GIS DOI ↗Keshavarz Ghorabaee, M., Amiri, M., Zavadskas, E. K., Antucheviciene, J., Turskis, Z. (2021). Determination of objective weights using a new method based on the removal effects of criteria (MEREC). Informatica DOI ↗
Інші назви
Пов'язані88
ПідсумокLOCAL-OWA (neighbourhood-adaptive Ordered Weighted Averaging) is a ranking multi-criteria decision-making (MCDM) method introduced by Malczewski, J.; Liu, X. in 2014. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.MEREC (MEthod based on the Removal Effects of Criteria) is a weight objective multi-criteria decision-making (MCDM) method introduced by Keshavarz Ghorabaee, M., Amiri, M., Zavadskas, E. K., Antucheviciene, J., Turskis, Z. in 2021. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateНабір даних
  1. v1
  2. 1 Джерела
  3. PUBLISHED
  1. v1
  2. 1 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: LOCAL-OWA · MEREC. Отримано 2026-06-18 з https://scholargate.app/uk/compare