# mcda-suitability-analysis

Скилл для пространственного анализа пригодности территории методом MCDA, расчёта весов AHP и проверки устойчивости карт.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · ★ 35
- Автор: Muhammed Enes Duran
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/muend/geoai-skills/tree/HEAD/skills/mcda-suitability-analysis/SKILL.md
- Обновлён: 2026-10-17
- HTML: https://affpapa.org/nevibecode/skills/mcda-suitability-analysis

## Что делает

Скилл задаёт строгий протокол многокритериальной оценки пригодности территорий (MCDA) и выбора площадок. В процесс входит разделение непрерывных факторов и бинарных масок ограничений, стандартизация растров в единую шкалу 0–1 или 0–255 (линейная или fuzzy membership), а также сведение слоёв через взвешенную линейную комбинацию (WLC) или упорядоченное взвешенное усреднение (OWA).

Для расчёта весов факторов используется метод анализа иерархий (AHP) по шкале Саати с запуском `scripts/ahp_weights.py`. Скрипт валидирует парные сравнения и возвращает коэффициент согласованности (CR). Если CR ≥ 0.10, матрица отправляется на доработку без скрытой подгонки чисел.

Чувствительность проверяется обязательно: варьированием весов на ±20%, сценарным анализом или выборкой Дирихле по методу Монте-Карло. Бинарные ограничения перемножаются в финале — смешивать запрещающие маски с весовыми коэффициентами запрещено, иначе зоны ограничений ошибочно получат средний балл.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add muend/geoai-skills --skill mcda-suitability-analysis -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/mcda-suitability-analysis/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/mcda-suitability-analysis/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add muend/geoai-skills --skill mcda-suitability-analysis -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/mcda-suitability-analysis/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add muend/geoai-skills --skill mcda-suitability-analysis -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/mcda-suitability-analysis/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install muend/geoai-skills mcda-suitability-analysis
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/mcda-suitability-analysis/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add muend/geoai-skills --skill mcda-suitability-analysis -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/muend/geoai-skills --path skills/mcda-suitability-analysis
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/mcda-suitability-analysis/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add muend/geoai-skills --skill mcda-suitability-analysis -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/muend/geoai-skills/tree/HEAD/skills/mcda-suitability-analysis/SKILL.md

## Когда брать
- рассчитать веса критериев AHP и проверить коэффициент согласованности CR
- стандартизировать растровые слои факторов в единую шкалу пригодности
- построить взвешенное наложение WLC или OWA с отсечением маской ограничений
- провести анализ чувствительности карты пригодности к изменению весов на ±20%

## Примеры запросов агенту
- Рассчитай веса факторов через AHP и проверь матрицу парных сравнений скриптом ahp_weights.py
- Собери растровую модель пригодности через WLC, умножив итог на бинарную маску ограничений
- Проведи однофакторный анализ чувствительности с колебанием весов на ±20% и покажи карту стабильности

## Похожие
- [xlsx](https://affpapa.org/nevibecode/skills/xlsx.md) — скилл · 187223 установки
- [google-agents-cli-observability](https://affpapa.org/nevibecode/skills/google-agents-cli-observability.md) — скилл · 511300 установок
- [caveman-evidence-review](https://affpapa.org/nevibecode/skills/caveman-evidence-review.md) — скилл · 104500 установок
- [migration](https://affpapa.org/nevibecode/skills/migration.md) — скилл · 103900 установок
- [performance-optimization](https://affpapa.org/nevibecode/skills/performance-optimization.md) — скилл · 65200 установок
- [supabase](https://affpapa.org/nevibecode/skills/supabase.md) — скилл · 8 установок

Из того же набора: [muend/geoai-skills](https://affpapa.org/nevibecode/by/muend/geoai-skills.md) — 18 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md