2024
A Hybrid Stochastic-Full Enumeration Approach to a Ranking Problem with Insufficient Information
MAZUREK, Jiří a Ryszard JANICKIZákladní 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).