Ногин Владимир Дмитриевич

Публикации в базе данных Math-Net.Ru

1. Многокритериальный выбор на основе интервальной нечеткой информации
   
   Искусственный интеллект и принятие решений, 2023, № 4,  82–93
2. Алгоритм сужения множества Парето при помощи набора квантов нечеткой информации
   
   Искусственный интеллект и принятие решений, 2022, № 4,  3–12
3. Нечеткие множества второго порядка и их применение в принятии решений. Приложения
   
   Искусственный интеллект и принятие решений, 2021, № 2,  21–34
4. Нечеткие множества второго порядка и их применение в принятии решений. Общие понятия
   
   Искусственный интеллект и принятие решений, 2021, № 1,  3–14
5. Принцип Эджворта–Парето в случае нечеткого отношения предпочтения второго порядка
   
   Искусственный интеллект и принятие решений, 2020, № 2,  51–62
6. Многокритериальный выбор на основе нечеткой информации
   
   Искусственный интеллект и принятие решений, 2019, № 2,  50–61
7. Предельные возможности сужения множества Парето с помощью квантов нечеткой информации
   
   Искусственный интеллект и принятие решений, 2017, № 4,  69–77
8. Сужение множества Парето на основе аксиоматического подхода с применением некоторых метрик
   
   Ж. вычисл. матем. и матем. физ., 57:4 (2017),  645–653
9. Комбинированный подход к сужению множества Парето с использованием линейной и мультипликативной сверток критериев
   
   Искусственный интеллект и принятие решений, 2016, № 2,  70–77
10. Обобщенный принцип Эджворта–Парето
    
    Ж. вычисл. матем. и матем. физ., 55:12 (2015),  2015–2021
11. Линейная свертка критериев в многокритериальной оптимизации
    
    Искусственный интеллект и принятие решений, 2014, № 4,  73–82
12. Алгоритм сужения множества Парето на основе произвольного конечного набора “квантов” информации
    
    Искусственный интеллект и принятие решений, 2013, № 1,  63–69
13. Сужение множества Парето на основе информации множественно-точечного типа
    
    Искусственный интеллект и принятие решений, 2010, № 2,  54–63
14. Сужение множества Парето на основе информации о предпочтениях ЛПР точечно-множественного типа
    
    Искусственный интеллект и принятие решений, 2009, № 1,  5–16
15. Проблемы сужения множества Парето: подходы к решению
    
    Искусственный интеллект и принятие решений, 2008, № 1,  98–112
16. Учет взаимно зависимой информации об относительной важности критериев в процессе принятия решений
    
    Ж. вычисл. матем. и матем. физ., 46:12 (2006),  2178–2190
17. Принцип Эджворта–Парето в терминах нечеткой функции выбора
    
    Ж. вычисл. матем. и матем. физ., 46:4 (2006),  583–592
18. Упрощенный вариант метода анализа иерархий на основе нелинейной свертки критериев
    
    Ж. вычисл. матем. и матем. физ., 44:7 (2004),  1261–1270
19. Принцип Эджворта–Парето и относительная важность критериев в случае нечеткого отношения предпочтения
    
    Ж. вычисл. матем. и матем. физ., 43:11 (2003),  1666–1676
20. Логическое обоснование принципа Эджворта–Парето
    
    Ж. вычисл. матем. и матем. физ., 42:7 (2002),  951–957
21. Использование набора количественной информации об относительной важности критериев в процессе принятия решений
    
    Ж. вычисл. матем. и матем. физ., 40:11 (2000),  1593–1601
22. Двойственность в многоцелевом программировании
    
    Ж. вычисл. матем. и матем. физ., 17:1 (1977),  254–258


23. Я. Крейчи. Матрицы парных сравнений и их нечеткое расширение. Новый нечеткий подход к принятию решений при многих критериях
    
    Искусственный интеллект и принятие решений, 2021, № 1,  98–99
24. Многокритериальный выбор на нечетком множестве как задача поиска компромисса
    
    Искусственный интеллект и принятие решений, 2018, № 3,  91–99