Resumen

Investigamos los problemas de toma de decisiones multicriterio estocásticos y dinámicos (SMCDM), en los cuales los valores de los criterios toman la forma de variables aleatorias distribuidas logarítmicamente, y la información de los argumentos se recopila de diferentes períodos. Proponemos dos nuevos operadores de agregación geométrica, como el operador geométrico ponderado de distribución log-normal (LNDWG) y el operador geométrico ponderado de distribución log-normal dinámica (DLNDWG), y desarrollamos un método para SMCDM dinámico con variables aleatorias distribuidas logarítmicamente. Este método utiliza el operador DLNDWG y el operador LNDWG para agregar los valores de criterios distribuidos logarítmicamente, utiliza el modelo de entropía de Shannon para generar el vector de pesos temporales, y utiliza los valores esperados y las varianzas de las distribuciones logarítmicas para clasificar las alternativas y seleccionar la mejor. Finalmente, se presenta un ejemplo para ilustrar la viabilidad y efectividad de este método

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Estocástico dinámico; Toma de decisiones multicriterio; Variables aleatorias distribuidas log-normalmente; Operadores de agregación geométrica; Operador DLNDWG; Operador LNDWG
• Keywords:Dynamic stochastic; Multicriteria decision making; Log-normally distributed random variables; Geometric aggregation operators; DLNDWG operator; LNDWG operator