Робастна модифікація методу аналізу ієрархій в умовах інтервальної невизначеності експертних даних

Н. Е. Кондрук; О. В. Тирпак

doi:10.24144/2616-7700.2026.49(2).190-196

Автор(и)

Н. Е. Кондрук ДВНЗ «Ужгородський нацiональний унiверситет», Україна https://orcid.org/0000-0002-9277-5131
О. В. Тирпак ДВНЗ «Ужгородський нацiональний унiверситет», Україна https://orcid.org/0009-0005-1149-8152

DOI:

https://doi.org/10.24144/2616-7700.2026.49(2).190-196

Ключові слова:

метод аналізу ієрархій, робастна оптимізація, інтервальна невизначеність, багатокритеріальне прийняття рішень, інверсія рангів

Анотація

У статтi розв’язано актуальну науково-прикладну задачу пiдвищення надiйностi багатокритерiального вибору в умовах високого рiвня суперечливостi та параметричної невизначеностi експертних даних. Iснуючi методи переважно пропонують апостерiорний аналiз чутливостi та використовують жорсткi обмеження на iндекс неузгодженостi, що робить неможливим знаходження математичного розв’язку для реальних «зашумлених» матриць великої розмiрностi. У роботi запропоновано робастну модифiкацiю МАI, яка базується на апаратi iнтервального аналiзу «гiршого сценарiю» та методах двокритерiальної нелiнiйної оптимiзацiї. Розроблений алгоритм превентивно iдентифiкує зони надвисокої чутливостi та алгоритмiчно коригує вектор прiоритетiв для збереження топологiчного порядку iєрархiї. Експериментальне тестування пiдтвердило абсолютну збiжнiсть алгоритму: метод успiшно усунув загрозу iнверсiї рангiв та забезпечив знаходження оптимального вектора ваг для сильно суперечливої початкової матрицi. Запропонована математична модель може бути ефективно iнтегрована в сучаснi системи пiдтримки прийняття рiшень (DSS) у сферах управлiння персоналом, логiстики та стратегiчного планування.

Спонсор дослідження

Дослiдження здiйснено в рамках кафедральної науково-дослiдної роботи «Методи обчислювального iнтелекту для обробки i аналiзу даних» (державний реєстрацiйний номер 0121U109279).

Біографії авторів

Н. Е. Кондрук, ДВНЗ «Ужгородський нацiональний унiверситет»

Доцент кафедри кібернетики і прикладної математики. Кандидат технічних наук, доцент

О. В. Тирпак, ДВНЗ «Ужгородський нацiональний унiверситет»

Аспірант спеціальності прикладна математика

Посилання

Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83–98. https://doi.org/10.1504/IJSSCI.2008.017590
Pant, S., Kumar, A., Ram, M., Klochkov, Y., & Sharma, H. K. (2022). Consistency indices in analytic hierarchy process: A review. Mathematics, 10(8), 1206. https://doi.org/10.3390/math10081206
Triantaphyllou, E., & Sanchez, A. (1997). A sensitivity analysis approach for some deterministic multi-criteria decision-making methods. Decision Sciences, 28(1), 151–194. https://doi.org/10.1111/j.1540-5915.1997.tb01306.x
Vinogradova-Zinkevic, I. (2023). Comparative sensitivity analysis of some fuzzy AHP methods. Mathematics, 11(24), 4984. https://doi.org/10.3390/math11244984
Ayaz, H. I., Boz, E. Y., & Ervural, B. (2025). A novel decision-making framework for personnel selection: Integrating interval-valued neutrosophic AHP and ABAC methods. International Journal of Fuzzy Systems. https://doi.org/10.1007/s40815-025-02159-x
Gen¸c, E., Kele¸s, M. K., & Ozda˘go˘glu, A. (2024). A hybrid MCDM model for personnel selection based on a novel Gray AHP, Gray MOORA and Gray MAUT methods in terms of business management: An application in the tourism sector. Journal of Decision Analytics and Intelligent Computing, 4(1), 263–284. https://doi.org/10.31181/jdaic10024122024g
Kondruk, N. E., & Tyrpak, O. V. (2025). Modeling Multi-Criteria Selection In Personnel Recruitment Using The Analytic Hierarchy Process. Scientific Bulletin of Uzhhorod University. Series of Mathematics and Informatics, 46(1), 188–194. https://doi.org/10.24144/2616-7700.2025.46(1).188-194