Polynomial Regression of Expert Estimates of Complex Quality

Capa

Citar

Texto integral

Resumo

The multicriteria ranking problem of objects with several useful qualities is considered. Relating to the field of multicriteria optimization, this problem also arises when management decisions are chosen among several alternatives. The goal of this study is to develop a solution method based on calculating complex (generalized mean) quality indicators that represent polynomials from the class of normalized mean functions. The latter belong to strictly monotonic, shift-invariant aggregation operators. Such polynomials are called SPs for short. For example, the weighted arithmetic mean indicators of complex quality are SPs of degree 1. Apparently, SPs have all the properties of such linear functions that are essential for multicriteria ranking. Within the method presented, called the interactive approximation of expert estimates, we SPs of arbitrary degree for calculating complex quality indicators. This approach is similar to the expert-statistical method for determining weights. It provides the best root-mean-square approximation of any number of expert estimates, reducing their uncertainty and increasing their mutual consistency during the expertise procedure. The SPs of degrees 1, 2, and 3 are described below. The interactive approximation method of expert estimates is tested for SPs of degree 2 in the problem of calculating a complex quality indicator for smartphones ranked by seven partial qualities.

Sobre autores

D. Zot’ev

Novosibirsk State University of Economics and Management

Autor responsável pela correspondência
Email: zotev@inbox.ru
Novosibirsk, Russia

A. Makhin

Novosibirsk State University of Economics and Management

Email: kislik0fist@mail.ru
Novosibirsk, Russia

Bibliografia

  1. Азгальдов Г.Г., Райхман Э.П. О квалиметрии / под ред. А.В. Гличева. – М.: Издательство стандартов, 1973. – 172 с. [Azgaldov, G.G., Raikhman, E.P. About Qualimetry / Ed. by A.V. Glichev. – Moscow: Standards Publishing House, 1973. – 172 p. (In Russian)]
  2. Петровский А.Б. Теория принятия решений: учебник для студентов высших учебных заведений. – М.: Академия, 2009. – 400 с. [Petrovsky, A.B. Theory of Decision Making: A Textbook for Students of Higher Educational Institutions. – M.: Academia, 2009. – 400 p. (In Russian)]
  3. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. – М.: Физматлит, 2007. – 256 с. [Podinovskii, V.V., Noghin, V.D. Pareto-Optimal Solutions to Multicriteria Problems. – M.: PhysmathLit, 2007. – 256 p. (In Russian)]
  4. Миркин Б.Г. Проблема группового выбора. – М.: Наука, 1974. – 256 с. [Mirkin, B.G. The Problem of Group Choice. – Moscow: Science, 1974. – 256 s. (In Russian)]
  5. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. – M.: Радио и связь, 1981. – 560 с. [Keeney, R.L., Raiffa, H., Decisions with Multiple Objectives: Preferences and Value Tradeoffs. – New York: Wiley, 1976.]
  6. Анохин А.М., Глотов В.А., Павельев В.В., Черкашин А.М. Методы определения коэффициентов важности критериев // Автоматика и телемеханика. – 1997. – № 8. – C. 3–35. [Anokhin, A.M., Glotov, V.A., Pavel’ev, V.V., Cherkashin, A.M. Methods for Determination of Criteria Importance Coefficients // Avtomatika i telemekhanika. – 1997. – No. 8. – P. 3–35. (In Russian)]
  7. Орлов А.И. Экспертные оценки // Заводская лаборатория. Диагностика материалов. – 1996. – № 1 (62). – С. 54–60. [Orlov, A.I. Expert assessments // Zavodskaya Laboratoria. Diagnostika materialov. – 1996. – No. 1 (62). – P. 54–60. (In Russian)]
  8. Подиновский В.В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. – М.: Наука, 2019. – 104 с. [Podinovskii, V.V. Ideas and methods of the theory of criteria importance in multicriteria decision-making problems. – M.: Nauka, 2019. – 104 p. (In Russian)]
  9. Брызгалин Г.И. Введение в теорию качества. – В.: Издательство Волгоградского политехнического института, 1988. – 91 c. [Bryzgalin, G.I. Introduction to the Theory of Quality. – Volgograd: Publishing house of the Volgograd Polytechnic Institute, 1988. – 91 s. (In Russian)]
  10. Джофрион А., Дайер Д, Файнберг А. Решение задачи оптимизации при многих критериях на основе человеко-машинных процедур. Применение к задаче организации учебного процесса факультета университета // Вопросы анализа и процедуры принятия решений. – М.: Мир. – 1976. – С. 126–145. [Geoffrion, A.M., Dyer, J. S., and Feinberg, A., Interactive Approach for Multicriterion Optimization, with an Application to the Operation of an Academic Department // Manage. Sci., Appl. – 1972. – Vol. 19. – P. 357–368.]
  11. Marler, R., Arora, J. The Weighted Sum Method for Multi-objective Optimization: New Insights // Structural and Multidisciplinary Optimization. – 2010. – No. 41. – P. 853–862.
  12. Calvo, T., Kolesárová, A., Komorníková, M., Mesiar, R. Aggregation Operators: Properties, Classes and Construction Methods, Aggregation operators // New Trends and Applications. – Heidelberg: Physica-Verlag, 2002. – P. 3–106.
  13. Зотьев Д.Б. Нормализованные средние функции и проблема свертывания показателей качества // Справочник. Инженерный журнал. – 2009. – № 5 (146). – C. 43–48. [Zotev, D.B. Normalized Averages Functions and Problem of Aggregation of Quality Indexes // Handbook. Engineering magazine. – 2009. – No. 5 (146). – P. 43–48. (In Russian)]
  14. Брызгалин Г.И. Теория качеств и системные приложения // Справочник. Инженерный журнал. – 2009. – № 5 (146). – C. 57–63. [Bryzgalin, G.I. Theory of Qualities and System Applications // Handbook. Engineering magazine. – 2009. – No. 5 (146). – P. 57–63. (In Russian)]
  15. Зотьев Д.Б. О нормализованных средних критериях, интерполирующих экспертные оценки // Справочник. Инженерный журнал. – 2012. – № 7 (184). – C. 50–56. [Zotev, D.B. On Normalized Average Criteria Interpolating Expert Estimates // Handbook. Engineering Magazine. – 2012. – No. 7 (184). – P. 50–56. (In Russian)]
  16. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. – М.: Финансы и статистика, 1989. – 606 с. [Ayvazyan, S.A., Bukhstaber, V.M., Enyukov, I.S., Meshalkin, L.D. Applied Statistics. Classification and Dimensionality Reduction. – Moscow: Finance and Statistics, 1989. – 606 p. (In Russian)]
  17. Зотьев Д.Б. К проблеме определения весовых коэффициентов на основании экспертных оценок. // Заводская лаборатория. Диагностика материалов. – 2011. – № 1 (77). – C. 75–78. [Zotev, D.B. On the Problem of Determining Weight Coefficients Based on Expert Assessments // Factory Laboratory. Diagnostics of Materials. – 2011. – No. 1 (77). – P. 75–78. (In Russian)]
  18. Литвак Б.Г. Экспертная информация: методы получения и анализа. – М.: Радио и связь. – 1982. – 184 с. [Litvak, B.G. Expert Information: Methods of Obtaining and Analysis. – Moscow: Radio and Communications. – 1982. – 184 p. (In Russian)]
  19. Goswami, S.S., Behera, D. K. Evaluation of the Best Smartphone Model in the Market by Integrating Fuzzy-AHP and PROMETHEE Decision-Making Approach // Decision. – 2021. – No. 1–(48). – Р. 71–96.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».