OPTIMAL CONSENSUS RANKING USING SLS: AN APPROACH AND AN APPLICATION

Resumen

RESUMEN

En este trabajo se presenta una metodología para obtener un vector de consenso cuando diferentes variables son rankeadas en un conjunto de individuos. Se sugiere usar Búsqueda Estocástica Local implementada por una Metaheurística. Los datos provenientes del rankeo de revistas son analizados y el comportamiento de las Metaheurísticas estudiado. Como resultado la influencia de los parámetros de las Metaheurísticas es establecida. Métodos estadísticos son usados para derivar la significación de los parámetros en las soluciones óptimas generadas y en establecer que conjunto de parámetros poseen la misma función de distribución función del tiempo de cómputo.

ABSTRACT

This paper presents a methodology for reaching a consensus vector when different variables are ranked in a set of individuals. It suggests using Stochastic Local Search implemented by a Metaheuristic. The data provided by the ranking of journals are analyzed and the behavior of the Metaheuristics studied. As a result the influence of the parameters involved in the Metaheuristics is established. Statistical methods are used for deriving the significance of the parameters in the optimal solutions generated and for establishing which set of parameters has the same distribution function of the computing time.

KEYWORDS

ranking, SLS, Tabu Search, Simulated Annealing, Anova, Kolmogorov-Smirnov