.png){kind=icon}
返回
Robust Multivariate Quantiles in Ranking Problems
.png){kind=icon}
OA
AI
DOI：10.1007/s10726-025-09954-9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多准则决策是一种用于评估和排序具有多个冲突准则的备选方案的有价值的工具。传统方法假设精确输入，这在实践中很少成立。一种近期方法通过使用多元随机向量的累积分布函数和分位数来解决这一问题，并依赖锥诱导的偏序关系来构建反映多位专家意见的保守排序程序。然而，由于偏好、数据有限或主观判断，专家权重和评估往往不确定。本文扩展了基于锥的方法以处理这两种不确定性。通过将权重和评估建模为不确定集合，我们开发了一个双不确定性框架以增强决策的稳健性。我们引入了锥分布函数和集合值分位数的稳健版本。数值示例说明了不确定性如何影响排序，为金融、可持续性规划和公共政策中的稳健分析提供了一种灵活的工具。
Keyword:
Multi-criteria decision-making
Set-valued functionals
Robust cone distribution functions
Robust set-quantile functions
Modeling under uncertainty
Decision robustness
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.5
论文数:
1.3K
被引数:
1.4K
机构
引用论文
.png){kind=icon}
查看更多内容