Sampai saat ini, beberapa perintis telah membayar perhatian mereka untuk topik ini [09/04], termasuk aplikasi yang relevan di Information Retrieval [10] dan preferensi suara [11]. penelitian saat ini terutama berfokus pada bagaimana untuk menggabungkan informasi mengevaluasi terhadap kriteria dengan prioritizations di antara mereka, yaitu, bagaimana membangun operator agregasi diprioritaskan. Namun, jika operator agregasi diprioritaskan diterapkan masalah MCDM yang diprioritaskan, mungkin ada beberapa kelemahan. Semacam khas kelemahan dapat menjadi kasus bahwa safeties dari dua sepeda yang identik dan tidak dapat mencapai kebutuhan konsumen, maka evaluasi keseluruhan dua sepeda ini (hasil agregasi diprioritaskan) adalah sama dan kami tidak bisa memberikan nasihat yang efektif bagi konsumen yang sepeda harus dipilih, karena menurut gagasan operator agregasi diprioritaskan kita tidak akan memperhitungkan kontribusi kriteria dengan prioritas yang lebih rendah jika kriteria dengan prioritas yang lebih tinggi tidak dapat mencapai persyaratan pembuat keputusan. Intuitif, dalam kasus seperti itu, itu lebih mungkin bahwa sepeda dengan biaya yang lebih rendah akan dipilih. Ini hanya kasus khusus sebagai begitu untuk memperjelas ketidak sempurnaan dari operator agregasi diprioritaskan yang ada. Dalam masalah MCDM paling praktis diprioritaskan, biasanya sulit untuk menemukan semacam ketidak sempurnaan karena jumlah yang lebih besar dari kriteria dan prioritizations kompleks di antara mereka. Oleh karena itu, perlu bagi kita untuk mengembangkan beberapa metode MCDM diprioritaskan sehingga membentuk ketidak sempurnaan dari operator agregasi diprioritaskan metode berbasis. Untuk tujuan ini, kami mengusulkan metode MCDM baru diprioritaskan dalam makalah ini dalam kebajikan ide PROMETHEE yang peringkat alternatif mengenai perbandingan dari alternatif berpasangan. Berdasarkan metode baru, contoh sederhana dari masalah MCDM diprioritaskan menggambarkan bahwa kelemahan dari operator agregasi diprioritaskan metode berbasis dapat diatasi dengan baik. Kami percaya bahwa ide metode MCDM diprioritaskan yang diusulkan adalah baru dan layak, dan itu bernilai baik berkembang.
Sedang diterjemahkan, harap tunggu..
