We propose several scoring procedur

We propose several scoring procedures for transforming the results of robustness analysis to a univocal recommendation. We use a preference model in form of an additive value function, and assume the Decision Maker (DM) to provide pairwise comparisons of reference alternatives. We adapt single- and multi-stage ranking methods to select the best alternative or construct a complete ranking by exploiting four types of outcomes: (1) necessary preference relation, (2) pairwise outranking indices, (3) extreme ranks, and (4) rank acceptability indices. In each case, a choice or ranking recommendation is obtained without singling out a specific value function. We compare the proposed scoring procedures in terms of their ability to suggest the same recommendation as the one obtained with the Decision Maker׳s assumed “true” value function. To quantify the results of an extensive simulation study, we use the following comparative measures (including some newly proposed ones): (i) hit ratio, (ii) normalized hit ratio, (iii) Kendall׳s τ, (iv) rank difference measure, and (v) rank agreement measure. Their analysis indicates that to identify the best “true” alternative, we should refer to the acceptability indices for the top rank(s), whereas to reproduce the complete “true” ranking it is most beneficial to focus on the expected ranks that alternatives may attain or on the balance between how much each alternative outranks and is outranked by all other alternatives.

ผลลัพธ์ (ไทย) 1:

เรานำเสนอหลายขั้นตอนให้คะแนนสำหรับการแปลงผลของการวิเคราะห์เสถียรภาพเพื่อเป็นการแนะนำ univocal เราใช้รูปแบบกำหนดลักษณะในรูปแบบของฟังก์ชั่นค่าสารเติมแต่ง และสมมติ Maker ตัดสินใจ (DM) เพื่อให้เปรียบเทียบทางเลือกอ้างอิงแพร์ไวส์ เราปรับเปลี่ยนวิธีการเลือกทางเลือกที่ดีที่สุด หรือสร้างการจัดอันดับที่สมบูรณ์ โดยใช้ประโยชน์จากการผลการจัดอันดับแบบ stage เดียว และหลาย: (1) จำเป็นต้องสัมพันธ์, (2) pairwise outranking ดัชนี ยศ (3) มาก และยอมรับ (4) อันดับดัชนี ในแต่ละกรณี ทางเลือกหรือแนะนำการจัดอันดับจะได้รับ โดยหนังฟังก์ชันค่าเฉพาะ เราเปรียบเทียบในขั้นตอนให้คะแนนนำเสนอในแง่ของความสามารถในการแนะนำคำแนะนำเดียวที่ได้รับจากการ Maker׳s ตัดสินใจที่ถือว่าฟังก์ชันค่า "จริง" การวัดปริมาณผลของการศึกษากว้างขวางจำลอง เราใช้มาตรการเปรียบเทียบต่อไปนี้ (รวมทั้งบางใหม่เสนอคน): (i) ตีอัตราส่วน อัตราส่วนการชม (ii) มาตรฐาน τ (iii) Kendall׳s วัดความแตกต่าง (iv) อันดับ และ (v) อันดับตกลงวัด วิเคราะห์ตัวบ่งชี้ว่า การระบุทางเลือกที่ดีที่สุด "จริง" เราควรดูดัชนีการยอมรับสำหรับ rank(s) ด้านบน จำลองสมบูรณ์ "true" จัดอันดับมันเป็นสามารถโฟกัส บนอันดับคาดที่ทางเลือกอาจบรรลุ หรือสมดุลระหว่างทางเลือกว่าแต่ละ outranks และ outranked โดยทางเลือกอื่น ๆ

ผลลัพธ์ (ไทย) 2:

เรานำเสนอขั้นตอนการให้คะแนนหลายสำหรับการเปลี่ยนผลของการวิเคราะห์ความแข็งแรงเพื่อเป็นคำแนะนำที่ univocal เราใช้รูปแบบการตั้งค่าในรูปแบบของฟังก์ชั่นคุ้มค่าสารเติมแต่งและถือว่าตัดสินใจ (DM) เพื่อให้คู่เปรียบเทียบทางเลือกในการอ้างอิง เราปรับตัวเดียวและแบบหลายขั้นตอนวิธีการจัดลำดับในการเลือกทางเลือกที่ดีหรือสร้างการจัดอันดับที่สมบูรณ์โดยการใช้ประโยชน์สี่ประเภทของผล (1) การตั้งค่าความสัมพันธ์ที่จำเป็น (2) คู่ที่ชนะดัชนี (3) การจัดอันดับมากและ (4 ) ดัชนีการจัดอันดับการยอมรับ ในแต่ละกรณีเป็นทางเลือกหรือคำเสนอแนะการจัดอันดับจะได้รับโดยไม่ต้องออกมาด่าฟังก์ชั่นคุ้มค่าที่เฉพาะเจาะจง เราเปรียบเทียบขั้นตอนการให้คะแนนที่นำเสนอในแง่ของความสามารถในการแนะนำให้คำแนะนำเช่นเดียวกับคนที่ได้รับกับการสันนิษฐานว่า "จริง" ฟังก์ชั่นค่าการตัดสินใจ Maker 'ฯ ปริมาณผลของการศึกษาแบบจำลองอย่างกว้างขวางเราจะใช้มาตรการดังต่อไปเปรียบเทียบ (รวมทั้งคนที่เสนอใหม่บางส่วน): (i) การตีอัตราส่วน (ii) อัตราการตีปกติ (iii) τเคนดอล 'S, (iv) อันดับความแตกต่าง วัดและ (v) วัดข้อตกลงการจัดอันดับ วิเคราะห์ของพวกเขาแสดงให้เห็นว่าการระบุที่ดีที่สุดทางเลือก "ของจริง" เราควรดูที่ดัชนีการยอมรับสำหรับการจัดอันดับด้านบน (S) ในขณะที่การทำซ้ำที่สมบูรณ์ "true" การจัดอันดับเป็นประโยชน์มากที่สุดในการมุ่งเน้นไปที่การจัดอันดับที่คาดหวังว่าทางเลือกที่อาจ บรรลุหรือบนความสมดุลระหว่างเท่าใดแต่ละทางเลือก outranks และ outranked โดยทางเลือกอื่น ๆ ทั้งหมด

ผลลัพธ์ (ไทย) 3:

เรานำเสนอหลายคะแนนสำหรับขั้นตอนการเปลี่ยนผลของการวิเคราะห์ความต้องการแนะนำ univocal . เราใช้การตั้งค่ารูปแบบในรูปแบบของการเพิ่มค่าฟังก์ชัน และถือว่าตัดสินใจ ( DM ) เพื่อให้คู่เปรียบเทียบทางเลือกในการอ้างอิง เราปรับเดี่ยวและแบบหลายขั้นตอน วิธีการ การเลือกทางเลือกที่ดีที่สุด หรือสร้างการจัดอันดับสมบูรณ์โดย exploiting สี่ประเภทของผล ( 1 ) มีความชอบที่จำเป็น ( 2 ) คู่ outranking ดัชนี ( 3 ) มากขั้น และ ( 4 ) ดัชนีการยอมรับตำแหน่ง ในแต่ละกรณี การเลือกหรือการจัดอันดับแนะนำได้โดยไม่ต้องออกมาด่าเป็นฟังก์ชันค่าเฉพาะ เปรียบเทียบคะแนนการเสนอในแง่ของความสามารถของพวกเขาเพื่อให้คำแนะนำเดียวกันกับที่ได้ตัดสินใจ׳ s สันนิษฐานฟังก์ชัน " มูลค่าที่แท้จริง " เพื่อหาผลลัพธ์ของการศึกษาที่กว้างขวางซึ่งเราใช้มาตรการเปรียบเทียบต่อไปนี้ ( รวมถึงบางเพิ่งเสนอ ) : ( ผม ) ตีต่อ ( 2 ) ปกติตีต่อ ( 3 ) เคนดอล׳ S τ , ( iv ) วัดความแตกต่างอันดับและอันดับข้อตกลง ( V ) วัด ของการวิเคราะห์ พบว่า การระบุที่ดีที่สุด " จริง " ทางเลือก เราควรจะดูที่การยอมรับดัชนีอันดับ ( s ) , และสร้างเสร็จสมบูรณ์ " จริง " การจัดอันดับมีประโยชน์ที่สุดที่จะมุ่งเน้นไปที่ตำแหน่งที่เลือกไว้จะบรรลุ หรือ บนความสมดุลระหว่างเท่าใดแต่ละทางเลือก outranks และถูกสั่งโดยทางเลือกอื่น