OPTIMAL CONSENSUS RANKING USING SLS: AN APPROACH AND AN APPLICATION

Authors

  • Sira Allende Facultad de Matemática y Computación, Universidad de La Habana
  • Carlos Bouza Facultad de Matemática y Computación, Universidad de La Habana
  • Marja L Sofware Development Division, Institute of Computing Training

Keywords:

ranking, SLS, Tabu Search, Simulated Annealing, Anova, Kolmogorov-Smirnov

Abstract

En este trabajo se presenta una metodología para obtener un vector de consenso cuando diferentes variables son rankeadas en un conjunto de individuos. Se sugiere usar Búsqueda Estocástica Local implementada por una Metaheurística. Los datos provenientes del rankeo de revistas son analizados y el comportamiento de las Metaheurísticas estudiado. Como resultado la influencia de los parámetros de las Metaheurísticas es establecida. Métodos estadísticos son usados para derivar la significación de los parámetros en las soluciones óptimas generadas y en establecer que conjunto de parámetros poseen la misma función de distribución función del tiempo de cómputo

Downloads

Download data is not yet available.

Downloads

Published

2023-06-03

How to Cite

Allende, S., Bouza, C., & L, M. (2023). OPTIMAL CONSENSUS RANKING USING SLS: AN APPROACH AND AN APPLICATION. Investigación Operacional, 34(1). Retrieved from https://revistas.uh.cu/invoperacional/article/view/4756

Similar Articles

1 2 3 4 5 6 7 8 > >> 

You may also start an advanced similarity search for this article.

Most read articles by the same author(s)

1 2 3 > >>