MétaCan
Menu
Retour à la cohorte
Enregistrement W2751599672 · doi:10.21078/jssi-2017-128-20

On Consistency in AHP and Fuzzy AHP

2017· article· en· W2751599672 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue系统科学与信息学报(英文) · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processPairwise comparisonGroup decision-makingConsistency (knowledge bases)Fuzzy logicVaguenessTransitive relationComputer scienceMathematicsFuzzy setReciprocalFuzzy numberOperations researchArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract The analytic hierarchy process (AHP) is used widely for analyzing decisions made in various real-world applications. Its basic idea is to construct a hierarchy of concepts encountered in a given decision problem and to choose the best alternative according to pairwise comparison matrices given by the decision maker. Under the assumption of fully rational economics, a reasonable decision should be consistent. It becomes an important issue on how to analyze and ensure the consistency of comparison matrices together with the judgments of the decision maker. The main objectives of the present paper are threefold. First, we review the basic idea and methods used to define the consistency and the transitivity of multiplicative reciprocal matrices, additive reciprocal matrices and comparison matrices with fuzzy interval and triangular fuzzy numbers. The existing controversy behind the applications of fuzzy set theory to the AHP in the literature is presented. Second, the consistency of the collective comparison matrices in group decision making based on AHP and fuzzy AHP is further analyzed. We point out that the weak consistency of preference relations with fuzzy numbers in fuzzy AHP and group decision making should be investigated comprehensively. Third, under the consideration of the vagueness in the process of evaluating the judgements, a new concept of fuzzy consistency of comparison matrices in the AHP is given.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,292
Tête enseignante GPT0,488
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle