A new method for deriving priority from dual hesitant fuzzy preference relations
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.
Notice bibliographique
Résumé
Dual hesitant fuzzy elements (DHFEs) are suitable to express hesitant possible preferred and nonpreferred judgments of decision makers. Preference relation is an important tool in decision making that only needs the decision makers to compare a pair of objects at one time. This study focuses on decision making with dual hesitant fuzzy preference relations (DHFPRs). Considering the consistency, an additive consistency concept is defined. Meanwhile, the property of the new concept is studied. Using this consistency concept, a method for assessing the additive consistency of DHFPRs is offered. To extend the application of DHFPRs, a programming model to determine the missing DHFEs in incomplete DHFPRs is built, which have the highest additive consistency level for the known ones. Two equivalent methods to calculate the priority vector are offered. One method obtains the probabilistic dual hesitant fuzzy priority vector, and the other derives the intuitionistic fuzzy priority vector. Furthermore, a consensus index is defined to measure the consensus of individual opinions in group decision making (GDM), and an interactive method for increasing the consensus level is offered. On the basis of the additive consistency and consensus, an algorithm to GDM with DHFPRs is offered that can address inconsistent and incomplete cases. Finally, a practical example about evaluating color TV is provided to demonstrate the usefulness of the new procedure.
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 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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle