Przejdź do treści
Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

nr 52/2 2018
OpenAlex

Dane dotyczą tego artykułu lub rozdziału.

Rekord znaleziony w bazie

Cytowania
0
Pozycje bibliografii
13

Dane pobrane:

Pokazujemy ostatnie dostępne dane. Aktualizacja oczekuje lub nie powiodła się.

Zobacz w źródle (nowa karta)
OpenCitations

Dane dotyczą tego artykułu lub rozdziału.

Cytowania
1

Dane pobrane:

Pokazujemy ostatnie dostępne dane. Aktualizacja oczekuje lub nie powiodła się.

Publikacje cytujące
  1. 10.24425/ace.2025.153350 (2025)
Zobacz w źródle (nowa karta)
Google Scholar

Szacowanie ważności kryteriów oceny ryzyka projektów innowacyjnych z wykorzystaniem entropii Shannon’a

DOI: 10.18276/sip.2018.52/2-09
Cytuj
Opis bibliograficzny (APA 7)
Rudnik, K., & Deptuła, A. M. (2018). Szacowanie ważności kryteriów oceny ryzyka projektów innowacyjnych z wykorzystaniem entropii Shannon’a. Studia i Prace WNEiZ US, (52/2), 127–140. https://doi.org/10.18276/sip.2018.52/2-09

Pełny tekst jest dostępny

Abstrakt

Prawidłowe określenie ważności kryteriów jest głównym, a zarazem trudnym etapem procesu decyzyjnego, zwłaszcza w przypadku nieustrukturyzowanych lub słabo ustrukturyzowanych procesów, jakimi są procesy innowacyjne. Celem artykułu jest analiza zastosowania metody entropii Shannona do szacowania ważności kryteriów oceny ryzyka w aspekcie projektów innowacyjnych. Z uwagi na różny sposób zapisu ocen ryzyka przedstawiono procedury wyliczania wag przy użyciu ocen liczbowych i ocen w postaci liczb rozmytych. Jest to podejście bardziej obiektywne, gdyż waga kryteriów obliczana jest na podstawie dyspersji ocen w macierzy decyzyjnej, a nie na podstawie subiektywnych ocen ważności kryteriów. Uzyskane wagi są jednak ściśle zależne od charakteru przedsiębiorstw realizujących innowację oraz analizowanych przedsięwzięć. Przedstawione w artykule podejście zastosowano do ustalenia ważności kryteriów ogólnych służących do oceny ryzyka projektów innowacyjnych dla różnej wielkości przedsiębiorstw. Z przeprowadzonej analizy wynika, że okres realizacji projektu stanowi najważniejsze kryterium oceny ryzyka projektów innowacyjnych.
Podgląd PDF

Otwórz PDF

Bibliografia (16)
  1. Chaghooshi, A.J., Fathi, M.R., Kashef, M. (2012). Integration of Fuzzy Shannon’s Entropy with Fuzzy TOPSIS for Industrial Robotic System Selection. Journal of Industrial Engineering and Management, 5 (1), 102–114.
  2. Choo, E.U., Wedley, W.C. (1985). Optimal Criterion Weights in Repetitive Multicriteria Decision-making. The Journal of the Operational Research Society, 36, 983–992.
  3. Diakoulaki, D., Mavrotas, G., Papayannakis, L. (1995). Determining Objective Weights in Multiple Criteria Problems: The CRITIC Method. Computers & Operations Research, 22, 763–770.
  4. Hosseinzadeh Lotfi, F., Fallahnejad, R. (2010). Imprecise Shannon’s Entropy and Multi Attribute Decision Making. Entropy, 12, 53–62. DOI: 10.3390/e12010053.
  5. Hu, B.Q., Wang, S. (2006). A Novel Approach in Uncertain Programming Part I: New Arithmetic and Order Relation for Interval Numbers. Journal of Industrial and Management Optimization, 2 (4), 351–371.
  6. Karmakar, S., Bhunia, A.K. (2012). A Comparative Study of Different Order Relations of Intervals. Reliable Computing, 16, 38–72.
  7. Kobryń, A. (2014). Wielokryterialne wspomaganie decyzji w gospodarowaniu przestrzenią. Warszawa: Difin.
  8. Krzemiński, M., Książek, M. (2013). Wielokryterialna ocena wariantów rozwiązań technologiczno-konstrukcyjnych w centrach logistycznych przy wykorzystaniu metody entropii. Theoretical Foundations Of Civil Engineering, Polish-Ukrainian Transactions, 21, 741–748.
  9. Landwójtowicz, A., Knosala, R. (2016). Kryteria oceny ryzyka innowacji technicznej na podstawie wybranych rozwiązań innowacyjnych. W: M. Wirkus (red.), Zarządzanie procesami i projektami (s. 145–158). Gdańsk: Wyd. Politechniki Gdańskiej.
  10. Rudnik, K., Landwójtowicz, A. (2015). System with Probabilistic Fuzzy Knowledge Base and Parametric Inference Operators in Risk Assessment of Innovative Projects. Expert Systems With Applications, 42 (17–18), 6365–6379.
  11. Saad, R., Ahmad, M.Z., Abu, M.S., Jusoh, M.S. (2014). Hamming Distance Method with Subjective and Objective Weights for Personnel Selection. Hindawi Publishing Corporation, e Scientific World Journal, ID 865495.
  12. Şengül, Ü., Eren, M., Shiraz, S.E., Gezder, V., Şengül, A.B. (2015). Fuzzy TOPSIS Method for Ranking Renewable Energy Supply Systems in Turkey. Renewable Energy, 75, 617–625.
  13. Shannon, C.E. (1948). A Mathematical Theory of Communication. The Bell System Technical Journal, 27, 379–423, 623–656.
  14. Shemshadi, A., Shirazi, H., Toreihi, M., Tarokh, M.J. (2011). A Fuzzy VIKOR Method for Supplier Selection Based on Entropy Measure for Objective Weighting. Expert Systems with Applications, 38 (10), 12160–12167.
  15. Sienkiewicz, P. (2005). Analiza ryzyka w zarządzaniu projektami systemów. Problemy Techniki Uzbrojenia, 34 (95), 9–18.
  16. Tarczyński, W., Mojsiewicz, M. (2001). Zarządzanie ryzykiem. Podstawowe zagadnienia. Warszawa: PWE.