2021
A Numerical Comparison of Iterative Algorithms for Inconsistency Reduction in Pairwise Comparisons
MAZUREK, Jiří, Radomír PERZINA, Dominik STRZALKA, Bartosz KOWAL, Pawel KURAS et. al.Základní údaje
Originální název
A Numerical Comparison of Iterative Algorithms for Inconsistency Reduction in Pairwise Comparisons
Autoři
MAZUREK, Jiří (203 Česká republika, garant, domácí), Radomír PERZINA (203 Česká republika, domácí), Dominik STRZALKA (616 Polsko), Bartosz KOWAL (616 Polsko) a Pawel KURAS (616 Polsko)
Vydání
IEEE Access, 2021, 2169-3536
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Kód RIV
RIV/47813059:19520/21:A0000242
Organizační jednotka
Obchodně podnikatelská fakulta v Karviné
UT WoS
000645843700001
Klíčová slova anglicky
Algorithm; consistency; inconsistency reduction; pairwise comparisons
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 12. 4. 2022 09:59, Miroslava Snopková
Anotace
V originále
The aim of this paper is to compare selected iterative algorithms for inconsistency reduction in pairwise comparisons by Monte Carlo simulations. We perform simulations for pairwise comparison matrices of the order n = 4 and n = 8 with the initial inconsistency 0.10 <; CR <; 0.80 and entries drawn from Saaty's fundamental scale. Subsequently, we evaluate the algorithms' performance with respect to four measures that express the degree of original preference preservation. Our results indicate that no algorithm outperforms all other algorithms with respect to every measure of preference preservation. The Xu and Wei's algorithm is the best with regard to the preservation of an original priority vector and the ranking of objects, the Step-by-Step algorithm best preserves the original preferences expressed in the form of a pairwise comparison matrix, and the algorithm of Szybowski keeps the most matrix entries unchanged during inconsistency reduction.