Najnowszy numer czasopisma IEEE Access (obecna puntacja MEiN 100 pkt, IF=3.745) publikuje artykuł autorstwa naukowców z School of Business Administration in Karvina, Silesian University, Opava, Czechy (Jiří Mazurek i Radomír Perzina) oraz pracowników Zakładu Systemów Złożonych Politechniki Rzeszowskiej (Dominik Strzałka, Bartosz Kowal oraz Paweł Kuraś).
J. Mazurek, R. Perzina, D. Strzałka, B. Kowal and P. Kuraś, "A Numerical Comparison of Iterative Algorithms for Inconsistency Reduction in Pairwise Comparisons," in IEEE Access, vol. 9, pp. 62553-62561, 2021, doi: 10.1109/ACCESS.2021.3074274.
Abstrakt:
Celem tego artykułu jest porównanie wybranych algorytmów iteracyjnych do redukcji niespójności w porównaniach parami za pomocą symulacji Monte Carlo. Przeprowadzamy symulacje dla macierzy porównań parami rzędu n=4 i n=8 z początkową niespójnością 0,10<CR<0,80 i wpisami zaczerpniętymi ze skali fundamentalnej Saaty’ego. Następnie oceniamy wydajność algorytmów w odniesieniu do czterech miar wyrażających stopień zachowania pierwotnej preferencji. Nasze wyniki wskazują, że żaden algorytm nie przewyższa wszystkich innych algorytmów w odniesieniu do każdej miary zachowania preferencji. Algorytm Xu i Wei jest najlepszy w odniesieniu do zachowania pierwotnego wektora priorytetów i rankingu obiektów, algorytm Step-by-Step najlepiej zachowuje pierwotne preferencje wyrażone w postaci macierzy porównań parami, a algorytm Szybowskiego utrzymuje większość wpisów macierzy niezmienionych podczas redukcji niespójności.
Prace współfinansowano w ramach:
- programu Ministra Edukacji i Nauki pod nazwą „Regionalna Inicjatywa Doskonałości” w latach 2019 - 2022 nr projektu 027/RID/2018/19 kwota finansowania 11 999 900 zł”
- GACR, Republiki Czeskiej, Grant 21-03085S
Artykuł jest dostępny w trybie Open Access na stronie:
