Аннотация:
Предлагаются разработанные авторами методы многокритериального выбора с использованием теории важности критериев при неточной информации о важности критериев и изменении предпочтений вдоль их шкалы. Даны формулы для расчета таких величин коэффициентов важности и ценности шкальных оценок, которые являются “характерными” представителями множества возможных значений этих параметров. В дискретном случае в качестве наилучшей можно выбрать альтернативу, для которой вероятность оказаться оптимальной (при равномерном распределении вероятностей значений параметров) является наибольшей. Показано, как искать такие альтернативы с использованием метода Монте-Карло. Библ. 19. Фиг. 1.
Ключевые слова:
многокритериальные задачи принятия решений, неполная информация о предпочтениях, согласительные решения, суррогатные коэффициенты важности, максимально правдоподобно оптимальная альтернатива, теория важности критериев.
Работа выполнена в ходе проведения исследований в 2016 г. при финансовой поддержке РФФИ (код проекта 16-01-00404 А) и в рамках Программы фундаментальных исследований Национального исследовательского университета "Высшая школа экономики" (НИУ ВШЭ) с использованием средств субсидии и при государственной поддержке ведущих университетов Российской Федерации "5-100".
Поступила в редакцию: 02.08.2016 Исправленный вариант: 19.10.2016
Образец цитирования:
А. П. Нелюбин, В. В. Подиновский, “Многокритериальный выбор методами теории важности критериев при неточной информации о предпочтениях”, Ж. вычисл. матем. и матем. физ., 57:9 (2017), 1494–1502; Comput. Math. Math. Phys., 57:9 (2017), 1475–1483
\RBibitem{NelPod17}
\by А.~П.~Нелюбин, В.~В.~Подиновский
\paper Многокритериальный выбор методами теории важности критериев при неточной информации о предпочтениях
\jour Ж. вычисл. матем. и матем. физ.
\yr 2017
\vol 57
\issue 9
\pages 1494--1502
\mathnet{http://mi.mathnet.ru/zvmmf10613}
\crossref{https://doi.org/10.7868/S0044466917090095}
\elib{https://elibrary.ru/item.asp?id=29961018}
\transl
\jour Comput. Math. Math. Phys.
\yr 2017
\vol 57
\issue 9
\pages 1475--1483
\crossref{https://doi.org/10.1134/S0965542517090093}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000412068500007}
\elib{https://elibrary.ru/item.asp?id=31065849}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85030176695}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/zvmmf10613
https://www.mathnet.ru/rus/zvmmf/v57/i9/p1494
Эта публикация цитируется в следующих 8 статьяx:
Sergiy Shevchenko, 2023 5th International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA), 2023, 1
H. Gaspars-Wieloch, “On some analogies between one-criterion decision making under uncertainty and multi-criteria decision making under certainty”, Econ. Bus. Rev., 7:2 (2021), 17–36
S. Misyurin, G. Kreynin, A. Nelyubin, N. Nosova, “Multicriteria optimization of a dynamic system by methods of the theories of similarity and criteria importance”, Mathematics, 9:22 (2021), 2854
R. Pelissari, M. C. Oliveira, A. J. Abackerli, S. Ben-Amor, Assumpcao Maria Rita Pontes, “Techniques to model uncertain input data of multi-criteria decision-making problems: a literature review”, Int. Trans. Oper. Res., 28:2 (2021), 523–559
ChunYan Pei, YingShuang Zhang, Proceedings of the 2021 5th International Conference on Electronic Information Technology and Computer Engineering, 2021, 934
L. Wang, X. Wang, Zh. Sheng, S. Lu, “Multi-objective shark smell optimization algorithm using incorporated composite angle cosine for automatic train operation”, Energies, 13:3 (2020), 714
A P Nelyubin, V V Podinovski, M A Potapov, “System for solving multicriteria problems with fuzzy preferences”, J. Phys.: Conf. Ser., 1203 (2019), 012070
Andrey Pavlovich Nelyubin, Vladislav Vladimirovich Podinovski, Mikhail Andreevich Potapov, Springer Proceedings in Mathematics & Statistics, 247, Computational Aspects and Applications in Large-Scale Networks, 2018, 189