En la ltima dcada, la equidad en la seleccin de expertos para la contratacin pblica ha atrado la atencin de los investigadores. Este trabajo propone un algoritmo evolutivo inmune (AIE) con un mecanismo de castigo para la seleccin de expertos, en el que se aplica un operador de agregacin ponderada ordenada (OWA) para ajustar las ponderaciones de puntuacin con el fin de reducir la discrecionalidad del comit de evaluacin de expertos y se emplea el mtodo de Grubbs para comprobar los valores atpicos. Los resultados de un caso real de contratacin pblica demostraron que los expertos anmalos podan suprimirse eficazmente durante el proceso de seleccin y que el mtodo propuesto funcionaba mejor que el algoritmo de seleccin aleatoria o la AIE, ninguno de los cuales contempla un mecanismo de castigo. Por lo tanto, el mtodo propuesto, que aplic los datos anormales detectados en el proceso de puntuacin al proceso de seleccin de expertos con un mecanismo de castigo, demostr ser eficaz para resolver problemas de contratacin pblica que pueden tener expertos dudosos o anormales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis dinámico de modelos epidémicos SIR con retardo distribuido
Artículo:
Un Teorema de Aproximación de Tipo Korovkin y sus Aplicaciones
Artículo:
Prueba secuencial para una mezcla de distribución exponencial finita
Artículo:
Autovalores de una clase de problemas de valor límite singular de ecuaciones diferenciales impulsivas en espacios de Banach
Artículo:
Sobre la no oscilación de ecuaciones diferenciales avanzadas con varios términos