Funktionen und Formeln

Struktur

hDistribute

Verteilt einen gegebenen Gesamtwert hierarchisch auf untergeordnete Elemente. Der Wert einer Gruppe wird nach den relativen Gewichten der untergeordneten Elemente auf diese verteilt.

Collection hDistribute(Collection x, Object total, boolean useArity=false, Collection tree=nothing, Collection subsystemmatrix=nothing, boolean useArity=false, Collection tree=nothing, Collection subsystemmatrix=nothing)

Parameter

x :	ist der Vektor der relativen Gewichtungen.
total :	ist der gegebene Gesamtwert.
useArity :
tree :
subsystemmatrix :
useArity :
tree :
subsystemmatrix :

hGet

bildet das Argument auf die nächste Detailebene ab.

Collection hGet(Collection x)

Parameter

x :

das Argument.

hMax

Berechnet das Maximum aller Werte in den untergeordneten Elementen.

Collection hMax(Collection container, Object tree=nothing, Object tree=nothing, boolean ignoreempty=false)

Parameter

container :	Ein Vektor mit den Werten der untergeordenten Elemente.
tree :
tree :
ignoreempty :

hMean

Berechnet den Mittelwert aller Werte in den untergeordneten Elementen.

Collection hMean(Collection container, Object tree=nothing, Object tree=nothing, boolean ignoreempty=false)

Parameter

container :	Ein Vektor mit den Werten der untergeordenten Elemente.
tree :
tree :
ignoreempty :

hMin

Berechnet das Minimum aller Werte in den untergeordneten Elementen.

Collection hMin(Collection container, Object tree=nothing, Object tree=nothing, boolean ignoreempty=false)

Parameter

container :	Ein Vektor mit den Werten der untergeordenten Elemente.
tree :
tree :
ignoreempty :

hNorm

Normiert alle Werte, die zu einer gemeinsamen Gruppe gehören, auf einen gegebenen Gesamtwert.

Collection hNorm(Collection x, Numeric total=1.0)

Parameter

x :	findet leere Zeilen und Spalten in einer Matrix oder einem Tensor\|ist der zu testende Tensor\|ist die Dimension der Zeilen (Index oder Baum)\|ist die Dimension der Spalten (Index oder Baum)
total :	Normiert die Werte in einem Tensor auf eine Summe von 1.0\|ist der Tensor, der die Werte enthält\|ist die Detailstufe, auf der gearbeitet werden soll\|gibt die Dimension an, auf der gearbeitet werden soll, wenn der Tensor mehr als 2 Dimensionen besitzt

hPercentage

Normalisiert die Werte, die zu einer gemeinsamen Gruppe gehören auf je 100%.

Collection hPercentage(Collection x)

Parameter

x :

findet leere Zeilen und Spalten in einer Matrix oder einem Tensor|ist der zu testende Tensor|ist die Dimension der Zeilen (Index oder Baum)|ist die Dimension der Spalten (Index oder Baum)

hProd

Berechnet das Produkt aller Werte in den untergeordneten Elementen.

Collection hProd(Collection container, Object tree=nothing, Object tree=nothing, boolean ignoreempty=false)

Parameter

container :	Ein Vektor mit den Werten der untergeordenten Elemente.
tree :
tree :
ignoreempty :

hProduct

Multipliziert alle Zellen einer Matrix mit den verborgenen Werten der übergordneten Gruppen

Collection hProduct(Collection matrix, Collection tree)

Parameter

matrix :	Eine Matrix, bei der zumindest ein Baum Gruppen besitzt
tree :	Einer der beiden Bäume der Matrix, der für die Hierarchie verantwortlich ist.

hRSS

Collection hRSS(Collection x, Object tree=nothing)

Parameter

x :
tree :

hSum

Berechnet die hierarchische Summe für einen Baum. Ergibt einen Vektor, wobei für jedes Element eines Baums die numerischen Werte seiner Unterelemente in einem anderen Vektor aufsummiert werden. Beide Vektoren müssen zum gleichen Baum gehören..

Collection hSum(Collection x, Object tree=nothing, Collection x, Object tree=nothing, boolean ignoreempty=false)

Parameter

x :	is the vector containing the values.
tree :
x :	is the vector containing the values.
tree :
ignoreempty :	is the vector containing the values.

numChildren

Calculates the number of children for each node in a tree.

Collection numChildren(Collection x, boolean constraints=false)

Parameter

x :	Calculates the number of children for each node in a tree.\|is the tree
constraints :

numInputs

Zählt die Beziehungen auf der Eingangsseite eines Knotens. Die Beziehungen werden der Baumstruktur (vom Element zur übergeordneten Gruppe) oder einer angeschlossenen DSM Matrix entnommen.

Collection numInputs(Collection x, boolean constraints=false, boolean dsm=true)

Parameter

x :	ist die Liste bzw. die Baumstruktur, in der die Knoten enthalten sind.
constraints :	setze diese Option auf "wahr", wenn als Randbedingung / Constraint markierte Knoten beachtet werden sollen.
dsm :	bestimmt die Verwendung von DSM Matrizen: - "false": nur die Baumstruktur verwenden - "true": Baumstruktur und die verbundene DSM Matrix verwenden - Verknüpfung mit einer DSM Matrix: es wird nur diese DSM Matrix verwendet, die Baumstruktur wird ignoriert.

Ergebnis

Eine zum Argument x kompatible Tabellenspalte, die die Summen enthält.

Anmerkungen

Beziehungen aus der Baumstruktur werden mit "1" gezählt. Beziehungen aus einer DSM Matrix gehen mit ihrem Relationswert, z.B. 1, 3, 9 in die Rechnung ein.

numOutputs

Zählt die Beziehungen auf der Ausgangsseite eines Knotens. Die Beziehungen werden der Baumstruktur (vom Element zum Unterelement) oder einer angeschlossenen DSM Matrix entnommen.

Collection numOutputs(Collection x, boolean constraints=false, boolean dsm=true)

Parameter

x :	ist die Liste bzw. die Baumstruktur, in der die Knoten enthalten sind.
constraints :	setze diese Option auf "wahr", wenn als Randbedingung / Constraint markierte Knoten beachtet werden sollen.
dsm :	bestimmt die Verwendung von DSM Matrizen: - "false": nur die Baumstruktur verwenden - "true": Baumstruktur und die verbundene DSM Matrix verwenden - Verknüpfung mit einer DSM Matrix: es wird nur diese DSM Matrix verwendet, die Baumstruktur wird ignoriert.

Ergebnis

Eine zum Argument x kompatible Tabellenspalte, die die Summen enthält.

Anmerkungen

Beziehungen aus der Baumstruktur werden mit "1" gezählt. Beziehungen aus einer DSM Matrix gehen mit ihrem Relationswert, z.B. 1, 3, 9 in die Rechnung ein.

Feedback

War dieser Artikel hilfreich?

Falls Sie fragen zu diesem Thema oder Verbesserungsvorschläge haben, lassen Sie es uns bitte wissen: