Визначення відносної вагомості критеріїв на основі ординальних оцінок

Викладено метод визначення коефіцієнтів відносної вагомості критеріїв на основі ординальних оцінок альтернатив. Метод є ітераційним і працює аналогічно алгоритмам навчання нейронних мереж. Запропоновано опис покрокової роботи алгоритму та результатів його тестування. Наведено ілюстративні приклади т...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Реєстрація, зберігання і обробка даних
Дата:2006
Автор: Каденко, С.В.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Інститут проблем реєстрації інформації НАН України 2006
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/50845
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Визначення відносної вагомості критеріїв на основі ординальних оцінок / С.В Каденко // Реєстрація, зберігання і оброб. даних. — 2006. — Т. 8, № 2. — С. 100-110. — Бібліогр.: 4 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Викладено метод визначення коефіцієнтів відносної вагомості критеріїв на основі ординальних оцінок альтернатив. Метод є ітераційним і працює аналогічно алгоритмам навчання нейронних мереж. Запропоновано опис покрокової роботи алгоритму та результатів його тестування. Наведено ілюстративні приклади та таблиці, що пояснюють роботу описаного методу. Изложен метод определения коэффициентов относительной важности критериев на основе ординальных оценок альтернатив. Метод является итерационным и работает аналогично алгоритмам обучения нейронных сетей. Предложено описание пошаговой работы алгоритма и результатов его тестирования. Приведены иллюстративные примеры и таблицы, поясняющие работу описанного метода. Relative criterion weight calculation method based on ordinal estimates is considered. The discussed method is an iteration one similar to neuronal network learning methods. Problem statement, description of each algorithm step and results of its testing, as well as examples and tables illustrating the work of the specified method are proposed.
ISSN:1560-9189