Skip to content
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Usługi biblioteczne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Journal Matcher
Blog
Kontakt
Wyszukiwanie
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Foundations of Computing and Decision Sciences
Tom 50 (2025): Zeszyt 2 (Czerwiec 2025)
Otwarty dostęp
A Novel Weighted Preference Relation Approach to Detect Outliers in Multi-Criteria Decision Aid Context
Toufik Achir
Toufik Achir
Lab CSTL, Mostaganem University
Mostaganem, Algeria
Faculty of Exact Sciences and Computer Science, Mostaganem University
Wyszukaj tego autora
Sciendo
|
Google Scholar
Achir, Toufik
oraz
Baroudi Rouba
Baroudi Rouba
Lab CSTL, Mostaganem University
Mostaganem, Algeria
Faculty of Science and technology, Mostaganem University
Wyszukaj tego autora
Sciendo
|
Google Scholar
Rouba, Baroudi
10 cze 2025
Foundations of Computing and Decision Sciences
Tom 50 (2025): Zeszyt 2 (Czerwiec 2025)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Pobierz okładkę
Data publikacji:
10 cze 2025
Zakres stron:
117 - 156
Otrzymano:
20 paź 2024
Przyjęty:
10 mar 2025
DOI:
https://doi.org/10.2478/fcds-2025-0005
Słowa kluczowe
degree of importance
,
preference relation
,
multicriteria decision aid
,
PROMETHEE
,
outlier detection
,
statistical methods
© 2025 Toufik Achir et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.