論文の概要: A VIKOR and TOPSIS focused reanalysis of the MADM methods based on logarithmic normalization

• arxiv url: http://arxiv.org/abs/2006.08150v1
• Date: Mon, 15 Jun 2020 06:08:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-21 04:28:22.914848
• Title: A VIKOR and TOPSIS focused reanalysis of the MADM methods based on logarithmic normalization
• Title（参考訳）: 対数正規化に基づくMADM法のVIKORとTOPSISによる再解析
• Authors: Sarfaraz Zolfani, Morteza Yazdani, Dragan Pamucar, Pascale Zarat\'e (IRIT-ADRIA, IRIT, UT1)
• Abstract要約: 本研究は、対数正規化に基づく古典的MADM法の解析に焦点をあてる。 LNに基づく古典的手法と斬新な手法の両方に基づいて, 2つの数値例を両手法で検証した。 その結果,2つのアプローチに違いがあることが示唆された。
• 参考スコア（独自算出の注目度）: 9.43192285550828
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decision and policy-makers in multi-criteria decision-making analysis take into account some strategies in order to analyze outcomes and to finally make an effective and more precise decision. Among those strategies, the modification of the normalization process in the multiple-criteria decision-making algorithm is still a question due to the confrontation of many normalization tools. Normalization is the basic action in defining and solving a MADM problem and a MADM model. Normalization is the first, also necessary, step in solving, i.e. the application of a MADM method. It is a fact that the selection of normalization methods has a direct effect on the results. One of the latest normalization methods introduced is the Logarithmic Normalization (LN) method. This new method has a distinguished advantage, reflecting in that a sum of the normalized values of criteria always equals 1. This normalization method had never been applied in any MADM methods before. This research study is focused on the analysis of the classical MADM methods based on logarithmic normalization. VIKOR and TOPSIS, as the two famous MADM methods, were selected for this reanalysis research study. Two numerical examples were checked in both methods, based on both the classical and the novel ways based on the LN. The results indicate that there are differences between the two approaches. Eventually, a sensitivity analysis is also designed to illustrate the reliability of the final results.
• Abstract（参考訳）: 多基準意思決定分析における意思決定と政策立案者は、結果を分析し、最終的に効果的でより正確な決定を行うためにいくつかの戦略を考慮する。 これらの戦略の中で、多重基準決定アルゴリズムにおける正規化プロセスの変更は、多くの正規化ツールの対立のため、依然として問題である。 正規化は、MADM問題とMADMモデルを定義し、解決する基本的な作用である。 正規化は、MADM法の適用という問題を解決するための最初のステップである。 正規化法の選択が結果に直接的な影響を及ぼすという事実である。 導入された最新の正規化手法の1つは対数正規化(LN)法である。 この新しい方法は、基準の正規化値の和が常に 1 に等しいことを反映して、際立った利点を持つ。 この正規化法がmadm法に適用されることはなかった。 本研究は、対数正規化に基づく古典的MADM法の解析に焦点を当てた。 この2つのMADM法としてVIKORとTOPSISが再分析研究のために選ばれた。 LNに基づく古典的手法と斬新な手法の両方に基づいて, 2つの数値例を両手法で検証した。 その結果,2つのアプローチに違いが認められた。 最終的に、最終結果の信頼性を示すために感度分析も設計されている。

関連論文リスト

• Deterministic Policy Gradient Primal-Dual Methods for Continuous-Space Constrained MDPs [82.34567890576423]
  我々は,非漸近収束を伴う最適決定主義政策を求めるための決定主義的政策勾配原始双対法を開発した。 D-PGPDの一次-双対反復は、最適正則化原始-双対にサブ線形速度で収束することが証明された。 我々の知る限り、これは連続空間制約型MDPに対する決定論的ポリシー探索法を提案する最初の研究であると思われる。
  論文  参考訳（メタデータ） (2024-08-19T14:11:04Z)
• Constrained Reinforcement Learning with Average Reward Objective: Model-Based and Model-Free Algorithms [34.593772931446125]
  モノグラフは、平均報酬決定過程(MDPs)の文脈内で制約された様々なモデルベースおよびモデルフリーアプローチの探索に焦点を当てている このアルゴリズムは制約付きMDPの解法として検討されている。
  論文  参考訳（メタデータ） (2024-06-17T12:46:02Z)
• Globally-Optimal Greedy Experiment Selection for Active Sequential Estimation [1.1530723302736279]
  逐次的に収集したデータの実験を適応的に選択するアクティブシーケンシャル推定の問題について検討する。 目標は、より正確なモデル推定のための実験選択ルールを設計することである。 そこで本稿では,グリーディ実験の選択手法のクラスを提案し,最大可能性の統計的解析を行う。
  論文  参考訳（メタデータ） (2024-02-13T17:09:29Z)
• SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum Cocoercive Variational Inequalities [137.6408511310322]
  有限サムコヒーレンシブ変分不等式の問題を考える。 強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
  論文  参考訳（メタデータ） (2022-10-12T08:04:48Z)
• Making Linear MDPs Practical via Contrastive Representation Learning [101.75885788118131]
  マルコフ決定過程(MDP)における次元性の呪いに、低ランク表現を利用することで対処することが一般的である。 本稿では,効率的な表現学習を可能にしつつ,正規化を自動的に保証する線形MDPの代替的定義について考察する。 いくつかのベンチマークにおいて、既存の最先端モデルベースおよびモデルフリーアルゴリズムよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-14T18:18:02Z)
• Regularized Multivariate Analysis Framework for Interpretable High-Dimensional Variable Selection [0.0]
  本稿では,l-21ノルムを利用して特徴抽出プロセス中に変数選択を行う新しい手法を提案する。 異なる問題に対する実験結果は、提案した定式化の利点を裏付けるものである。
  論文  参考訳（メタデータ） (2021-12-22T22:37:05Z)
• A Multi-objective Evolutionary Algorithm for EEG Inverse Problem [0.0]
  本稿では,脳波逆問題に対する多目的アプローチを提案する。 この問題の特徴から、この代替案にはそれを解決するための進化戦略が含まれていた。 その結果、分散ソリューションを推定するために、MOEAAR(Anatomical Restrictions)に基づく多目的進化的アルゴリズムが得られた。
  論文  参考訳（メタデータ） (2021-07-21T19:37:27Z)
• Modularity in Reinforcement Learning via Algorithmic Independence in Credit Assignment [79.5678820246642]
  提案手法は, 事前決定の順序に対して, スパース変化のみを必要とする伝達問題に対して, 政策段階の手法よりも, より標本効率が高いことを示す。 我々は最近提案された社会的意思決定の枠組みをマルコフ決定プロセスよりもよりきめ細かい形式主義として一般化する。
  論文  参考訳（メタデータ） (2021-06-28T21:29:13Z)
• Identification of Unexpected Decisions in Partially Observable Monte-Carlo Planning: a Rule-Based Approach [78.05638156687343]
  本稿では,POMCPポリシーをトレースを検査して分析する手法を提案する。 提案手法は, 政策行動の局所的特性を探索し, 予期せぬ決定を識別する。 我々は,POMDPの標準ベンチマークであるTigerに対するアプローチと,移動ロボットナビゲーションに関する現実の問題を評価した。
  論文  参考訳（メタデータ） (2020-12-23T15:09:28Z)
• Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
  複数の異なる損失を最小化しなければならない最適化問題を考える。 提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
  論文  参考訳（メタデータ） (2020-07-14T09:50:33Z)
• Sparse Methods for Automatic Relevance Determination [0.0]
  まず、自動妥当性決定(ARD)について検討し、スパースモデルを実現するために、追加の正規化やしきい値設定の必要性を解析的に実証する。 次に、正規化ベースとしきい値ベースという2つの手法のクラスについて論じる。
  論文  参考訳（メタデータ） (2020-05-18T14:08:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。