D 2024

A Hybrid Stochastic-Full Enumeration Approach to a Ranking Problem with Insufficient Information

MAZUREK, Jiří a Ryszard JANICKI

Základní údaje

Originální název

A Hybrid Stochastic-Full Enumeration Approach to a Ranking Problem with Insufficient Information

Autoři

MAZUREK, Jiří (203 Česká republika, garant, domácí) a Ryszard JANICKI (124 Kanada)

Vydání

USA, 2024 58th Annual Conference on Information Sciences and Systems (CISS), od s. 1-6, 6 s. 2024

Nakladatel

IEEE Xplore

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10200 1.2 Computer and information sciences

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Odkazy

Organizační jednotka

Obchodně podnikatelská fakulta v Karviné

ISSN

Klíčová slova anglicky

insufficient information; Monte Carlo method; pairwise comparisons; ranking

Návaznosti

GA21-03085S, projekt VaV.
Změněno: 23. 10. 2024 11:11, doc. Mgr. Jiří Mazurek, Ph.D.

Anotace

V originále

When comparing n objects pairwise, at least (n−1) comparisons have to be performed (assuming that a corresponding directed graph is connected) for a derivation of a ranking (a total or partial order) of all objects. The aim of the paper is to introduce a novel algorithm for a case with insufficient information, that is the case when the number of available pairwise comparisons ranges from 1 to (n − 2). It is assumed that the comparisons are performed via the following two non-numerical binary relations: preference relation (≻) and indifference relation(∼). The algorithm provides a probability of each possible ranking (permutation) of all compared objects based on the revealed pairwise comparisons, while missing comparisons are modeled via full enumeration of all feasible cases (for a small number of objects), or via Monte Carlo simulations (for a large number of objects).