A Method Based on Bivariate Almost Stochastic Dominance for Multiple Criteria Group Decision Making With Probabilistic Dual Hesitant Fuzzy Information
Notice bibliographique
Résumé
Probabilistic dual hesitant fuzzy sets (PDHFSs) are sound information granules to describe decision maker's aleatory and epistemic uncertainty in multiple criteria group decision making (MCGDM) process. In this paper, a bivariate almost stochastic dominance-based PROMETHEE-II method is presented to solve probabilistic dual hesitant fuzzy MCGDM problems which consider correlation averse behavior of decision makers. First, probabilistic dual hesitant fuzzy power Bonferroni mean (PDHFPBM) operator and probabilistic dual hesitant fuzzy power geometric Bonferroni mean (PDHFPGBM) operator are proposed to acquire collective preference information of decision makers. Second, based on the defined bivariate almost stochastic dominance (BASD) and BASD degree, qualitative and quantitative relationships between two probabilistic dual hesitant fuzzy elements (PDHFEs) with corresponding to all criteria are obtained. Third, distance-based correlation coefficient method for computing combined weight with respect to all criteria is proposed. Finally, a BASD-based PROMETHEE-II method is developed to determine the ranking results. Three illustrative examples followed by comparative analysis are included to show the practicality and effectiveness of the proposed method.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».