MBA数据模型其实不难！

AHP和F-AHP太多太滥了。查重问题重重，而且分数会压得很低。

改用ISM和Demetal吧，建议用后面一个，可以堆图。

当你有20-30组数据，用纯量化模型：朴素贝叶斯分类或它基础上的加权朴素贝叶斯分类也比较好，堆数据爽的一笔。

如果你有足够多的源数据，例如成本预测，当你有500组左右数据，就可以用BP神经网络迭代找最优了，同时用遗传算法做BP的对比，有充足的参数可以让你发挥（充字数），还有Matlab代码可以（充字数）[酷]

如果你觉得堆数据有点枯燥，而且万一函数编的不好找不到最优就嗝屁了，那就用超级隔山打牛啊不隔空造万物的演化博弈，两方演化博弈（卖二手车的Vs买车的；卖老鼠药Vs监管的；研发企业Vs搭便车企业）非常简单，简单到会加减法和乘法就会两博，因为网上有大量的代码，从期望函数到方程组到雅克比矩阵到行列式和迹到莱普鲁尼第1法则都他喵用Matlab秒show你一脸，你就像掉米缸老鼠一样，啊太多太多了，我的论文放不下了哇。

当你写过7-8篇论文，你就会感觉枯燥和无欲无求的感觉又回来了。