Advances in Preference Disaggregation and Post Factum Analysis with Multiple Criteria Additive Value Models
[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ D ] doktorant
[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik
PL Nowe metody dezagregacji preferencji i analizy post factum z wykorzystaniem modelu wiedzy w postaci addytywnej funkcji wartości
angielski
- multiple criteria decision aiding
- preference modelling
- additive value function
- wielokryterialne wspomaganie decyzji
- modelowanie preferencji
- addytywna funkcja wartości
EN Multiple criteria additive value model can support stakeholders in decisions involving a set of alternatives evaluated from multiple different points of view. It aggregates information from decision makers and allows for working out recommendations compatible with their preferences. However, provided information does not always bring the analysis closer to the solution. Moreover, the recommendations without a greater picture of the analysed decision situation may not be helpful enough to make well-informed decision. In this dissertation, several techniques have been proposed to overcome the aforementioned problems. Three types of indirect and imprecise preference information along with corresponding types of robustness analysis results were organized into a joint computational framework. It is dedicated to the problem of sorting alternatives to predefined and ordered by preference classes. Numerous heuristics for question selection in an interactive preference elicitation process were proposed. They aim at minimizing interactions with the decision maker, and support sorting, ordering, and choice of the most preferred alternatives. Finally, the framework of post factum analysis was presented. It investigates the influence of modified alternatives’ performances on the recommendation. A part of the introduced tools together with already existing decision analysis methods were applied in the experiment with real decision makers and in two case studies: the assessment of nanoparticles synthesis protocols and the analysis of scenarios for requalification of disused railways.
PL Addytywna funkcja wartości pozwala modelować problemy decyzyjne dotyczące zbioru wariantów ocenionych z wykorzystaniem wielu kryteriów. Umożliwia agregację informacji od decydentów, pozwalając wypracować rekomendacje spójne z ich preferencjami. W niniejszej rozprawie zaproponowano nowe metody wspomagania decyzji wykorzystujące ten model. Trzy typy pośredniej i nieprecyzyjnej informacji preferencyjnej wraz z trzema rodzajami wyników analizy odporności zostały zorganizowane w jedno narzędzie dla wielokryterialnego sortowania. Zaproponowano również zbiór heurystycznych procedur wyboru pytania w interaktywnym procesie uzyskiwania informacji preferencyjnej. Ich celem jest minimalizacja liczby interakcji z decydentem. Ponadto przedstawiono metodykę analizy post factum, która pozwala na badanie wpływu zmian ocean wariantów decyzyjnych na rekomendację. Część z zaproponowanych metod wraz z istniejącymi rozwiązaniami została zastosowana w eksperymencie z rzeczywistymi decydentami oraz w dwóch studiach przypadków: do oceny protokołów syntezy nanomateriałów oraz w analizie problemu rewitalizacji nieużywanej linii kolejowej.
244
nauki o komputerach i informatyka
informatyka
DrOIN 2051
publiczny
Konrad Kułakowski
Kraków, Polska
15.11.2019
polski
publiczny
Tomasz Wachowicz
Katowice, Polska
18.11.2019
polski
publiczny
rozprawa doktorska
Poznań, Polska
08.01.2020
Rada Dyscypliny Informatyka Techniczna i Telekomunikacja Politechniki Poznańskiej
doktor nauk inżynieryjno-technicznych w dyscyplinie: informatyka techniczna i telekomunikacja, w specjalności: komputerowe wspomaganie decyzji