BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Sitarz Sebastian
Tytuł
Metrics in the Compromise Hypersphere Method
Źródło
Multiple Criteria Decision Making / University of Economics in Katowice, 2008, vol. 3, s. 223-232, rys., tab., bibliogr. 11 poz.
Słowa kluczowe
Optymalizacja wielokryterialna, Programowanie liniowe, Programowanie matematyczne
Multiple criteria optimization, Linear programming, Mathematical programming
Uwagi
summ., Korespondencja z redakcją: numeracja wpisana za zgodą redakcji (wynika z ciągłości wydawniczej serii MCDM) - brak numeracji na stronie tytułowej
Abstrakt
Compromise programming is one of the most often applied methods of multi-criteria optimization, both discrete and continuous. This paper deals with decision making in multicriteria linear programming problems. The approach presented here is based on finding a hypersphere (in the criteria space), which minimalizes the distance from the set of all nondominated extreme points. Next, we look for the nondominated extreme point closest to the hypersphere found previously. This point, called the best compromise nondominated solution, depends on the chosen metric. We consider the method of compromise hypersphere with different metrics and analyze their influence on the best compromise nondominated solution.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Abdelaziz F.B., Aouni B., El Fayedh R.: Multi-Objective Stochastic Programming for Portfolio Selection. "European Journal of Operational Research" 2007, 177, pp. 1811-1823.
  2. Anthony G.T., Bittner B., Butler B.P., Cox M.G., Elligsen R., Forbes A.B., Gross H., Hannaby S.A., Harris P.M., Kok J.: Chebychev Reference Software for Evaluation of Coordinate Measuring Machine Data. Report EUR 15304 EN. National Physical Laboratory, Teddington 1993.
  3. Ballestro E., Romero C.: Weighting in Compromise Programming: A Theory on Shadow Process. "Operations Research Letters" 1993, 13, pp. 325-329.
  4. Ballestro E.: Selecting the CP Metric: A Risk Aversion Approach. "European Journal of Operational Research" 1996, 97, pp. 593-596.
  5. Carrizosa E., Conde E., Pacual A., Romero-Morales D.: Closest Solutions in Ideal-Point Methods. In: Advances in Multiple Objective and Goal Programming. Eds. R. Caballero, F. Ruiz, R.E. Steuer. LNEMS 455, Springer Verlag, Berlin 1996, pp. 274-281.
  6. Butler B.P., Forbes A.B., Harris P.M.: Algorithms for Geometric Tolerance Assessment. NPL Report DITC 228/94. National Physical Laboratory, Teddington 1994.
  7. Gass S.I., Harary H.H., Witzgall C.: Fitting Circles and Spheres to Coordinate Measuring Machine Data. "International Journal of Flexible Manufacturing" 1998, 10, pp. 5-25.
  8. Gass S.I., Roy P.G.: The Compromise Hypersphere for Multiobjective Linear Programming. "European Journal of Operational Research" 2003, 144, pp. 459-479.
  9. Opricovic S., Tzeng G.H.: Compromise Solution by MCDM Methods: A Comparative Analysis of VIKOR and TOPSIS. "European Journal of Operational Research" 2004, 156, pp. 445-455.
  10. Steuer R.E., Choo E.: An Interactive Weighted Tchebycheff Procedure for Multiple Objective Programming. "Mathematical Programming" 1981, 26, pp. 326-344.
  11. Steuer R.: Multiple Criteria Optimization Theory: Computation and Application. John Willey, New York 1986.
Cytowane przez
Pokaż
ISSN
2084-1531
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu