ror-package(ror)
ror-package()所属R语言包:ror
Robust Ordinal Regression MCDA sampler/solver
稳健有序回归MCDA采样器/解算器
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This package implements UTAGMS and RORSMAA MCDA methods for ranking multiple alternatives in terms of multiple criteria. The current version assumes ascending preferences, i.e. higher criterion evaluation means higher preferability (=better).
这的包实现UTAGMS和MCDA RORSMAA居多个备选方案中的多个条件的方法。目前的版本假设上升的喜好,即更高的标准的评价意味着更高的优选性(更好的)。
(作者)----------Author(s)----------
Tommi Tervonen
Maintainer: Tommi Tervonen <tommi@smaa.fi>
参考文献----------References----------
revisited: multiple criteria ranking using a set of additive value functions. Eur J Oper Res 191 (2), 415.
Multiple Criteria Decision Support. Submitted manuscript.
参见----------See Also----------
rorsmaa,utagms,sample.vfs.gibbs,sample.vfs.rejection
rorsmaa,utagms,sample.vfs.gibbs,sample.vfs.rejection
实例----------Examples----------
# Set Java VM memory use to 2g not to run out of heap space[设置Java VM的内存使用到2G的堆空间]
options( java.parameters = "-Xmx2g" )
library(ror)
performances <- matrix(runif(n=50), nrow=10) # 10 alts, 5 crit[10的alts,5暴击]
preferences <- matrix(c(1, 2, 4, 5, 7, 8, 1, 3), ncol=2, byrow=TRUE)
## Necessary relation[#必然的关系]
utagms(performances, preferences, necessary=TRUE, strictVF=TRUE)
## Possible relation[#可能的关系]
utagms(performances, preferences, necessary=FALSE, strictVF=TRUE)
## RORSMAA giving the POIs and RAIs[#RORSMAA给予的POI和赖斯]
ror <- rorsmaa(performances, preferences)
print(ror$poi)
print(ror$rai)
cat(ror$misses, "misses while generating 10k value functions")
## Sample some value functions[#示例一定的价值功能]
vfs <- sample.vfs.gibbs(performances, preferences, nr=10, thinning=2)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|