Decision EXpert - Википедия - Decision EXpert

DEX (Decision EXpert) - качественный многокритериальный анализ решений (MCDA) для принятия решений и реализован в программном обеспечении DEXi.[1] Этот метод был разработан группой исследователей под руководством Боханца, Братко и Райковича.[2] Этот метод помогает лицам, принимающим решения, принимать сложные решения на основе нескольких, возможно, конфликтующих атрибутов. В DEX все атрибуты являются качественными и могут принимать значения, представленные словами, например, «низкий» или «отличный». Атрибуты обычно организованы в иерархию. Оценка альтернативных решений осуществляется с помощью функций полезности, которые представлены в виде решающих правил. Предполагается, что все атрибуты (аргументы функции и результаты) дискретны. Кроме того, их можно упорядочить предпочтительно, чтобы более высокий порядковый номер представлял лучшее предпочтение.

История

Истоки метода DEX можно проследить до работ Efstathiou и Rajkovič (1979).[3] Их идея состояла в том, чтобы использовать слова вместо чисел в многокритериальных моделях решений и использовать таблицы для представления функций полезности. Далее метод был развит словенскими исследователями Владиславом Райковичем и Марко Боханец, которые расширили его, чтобы справиться с иерархиями атрибутов и облегчить получение и объяснение знаний о решениях от экспертов и аналитиков решений.[4] Этот метод получил название DECMAK. В 1987 г.[5] после реализации вспомогательной компьютерной программы метод получил название DEX (Decision EXpert).[6] В 1990-х годах DEX уже использовался для решения сложных задач принятия решений в промышленности, здравоохранении, оценке проектов, жилищном строительстве и спорте.[4] В 2000 году DEX был реализован как программное обеспечение DEXi.[7]

Метод DEX

DEX (Decision EXpert) - это многокритериальный метод моделирования решений. Его основные отличительные характеристики:[8]

  • DEX является иерархическим: многокритериальные модели, разработанные DEX, состоят из атрибутов, организованных в иерархию. Это похоже на другие MCDA методы, такие как Аналитическая иерархия процессов (AHP). Иерархия представляет собой декомпозицию проблемы решения на более простые подзадачи, так что атрибуты более высокого уровня зависят от атрибутов более низкого уровня. В общем, иерархия - это ориентированный ациклический граф (DAG), конечные узлы которого представляют входные данные, а корни представляют собой выходы модели.
  • DEX качественен: он использует символические атрибуты, в отличие от большинства MCDA методы, использующие числовые атрибуты. В DEX каждый из атрибутов имеет шкалу конечных значений, состоящую из символьных значений, таких как «низкий», «средний» и «высокий». Эти шкалы обычно небольшие (от 2 до 5 значений) и предпочтительно упорядочены.
  • DEX основан на правилах: оценка альтернативных решений определяется в терминах правил принятия решений.

Модель DEX состоит из следующих компонентов:[4]

  • Атрибуты: символические переменные, которые представляют основные свойства альтернативных решений.
  • Шкалы атрибутов: качественные и, следовательно, состоят из набора слов, например: «несоответствующий», «приемлемый», «хороший» и т. Д. В основном шкалы атрибутов имеют предпочтительный порядок.
  • Иерархия атрибутов: представляет собой разложение сложной проблемы решения на менее сложные подзадачи.
  • Правила принятия решений: полезные функции, представленные в виде таблицы решений, которые определяют агрегирование атрибутов более низкого уровня с атрибутами более высокого уровня.

Практический пример

Иерархическая структура для примера оценки автомобиля

Основные концепции метода DEX проиллюстрированы простой моделью для оценки автомобилей.[7] Эта модель распространяется вместе с бесплатным ПО DEXi.[1] и используется в литературе по DEX для иллюстрации метода. Он также использовался для создания набора данных оценки автомобилей.[9] в репозитории машинного обучения UCI.[10]

Иерархия в этом примере состоит из десяти атрибутов, шесть из которых являются базовыми и представляют наблюдаемые характеристики автомобилей:

  • BUY.PRICE - цена покупки
  • MAINT.PRICE - цена обслуживания
  • #PERS - количество человек
  • #DOORS - количество дверей
  • БАГАЖ - место для багажа
  • БЕЗОПАСНОСТЬ - сохранность автомобиля.

Общая оценка корневого атрибута CAR выполняется с помощью трех агрегированных промежуточных атрибутов:

  • КОМФОРТ - удобство автомобиля
  • TECH.CHAR. - технические характеристики
  • ЦЕНА - общая цена.

На рисунке ниже показаны шкалы значений для всех атрибутов.

Иерархия и шкалы атрибутов для задачи оценки автомобилей
Таблица решений DEX для примера оценки автомобиля

Правила принятия решений, соответствующие атрибуту CAR, показаны на рисунке справа. Эти правила определяют отображение всех комбинаций значений PRICE и TECH.CHAR. в значения CAR. Поскольку атрибуты PRICE и TECH.CHAR. имеют три и четыре значения соответственно, таблица решений содержит 3 x 4 = 12 правил. Каждая строка представляет определенное значение CAR для одной комбинации значений PRICE и TECH.CHAR. Четвертая строка, например, означает, что

если PRICE = высокая и TECH.CHAR. = exc. тогда CAR = unacc. 

В модели DEX правила принятия решений должны быть определены для всех совокупных атрибутов в модели. В случае нашего примера модель содержит три таблицы решений для промежуточных атрибутов COMFORT, TECH.CHAR. и ЦЕНА.

Альтернативные решения (например, автомобили в этом примере) оцениваются в соответствии с входными данными, предоставленными лицом, принимающим решение, путем агрегации от базовых атрибутов к корневому узлу модели DEX. На рисунке ниже представлена ​​оценка трех альтернатив (автомобилей).

Оценка трех машин в DEX

DEX может обрабатывать недостающую информацию, что видно из оценки Car3. Неизвестное значение базового атрибута БЕЗОПАСНОСТЬ (обозначается '*') обрабатывается путем рассмотрения всех возможных значений этого атрибута. В результате атрибутам TECH.CHAR присваивается набор значений (а не одно значение). и АВТО.

Выполнение

Метод DEX реализован в виде программного обеспечения DEXi, которое находится в свободном доступе и поддерживает разработку моделей DEX, а также оценку и анализ всех альтернативных решений. DEXi проверяет полноту (они предоставляют результаты оценки для всех возможных комбинаций значений основных атрибутов) и согласованность (определенные функции агрегирования подчиняются принципу доминирования, то есть они монотонны по отношению ко всем предпочтительно упорядоченным базовым критериям) модели.

Программное обеспечение DEXi также поддерживает анализ оцененных альтернатив. В программе доступны четыре процедуры анализа:[7]

  • Анализ плюс-минус 1: проверяет, как небольшие изменения значений входных атрибутов влияют на оценку альтернатив
  • Выборочное объяснение: предоставляет информацию о сильных и слабых компонентах каждой альтернативы.
  • Сравнить: сравнивает выбранные альтернативы по атрибутам
  • Диаграммы: поддержка построения двусторонних диаграмм полезности на основе выбранных альтернатив и атрибутов.

Рекомендации

  1. ^ а б Боханец, Марко. «DEXi: программа для принятия решений с несколькими атрибутами».
  2. ^ Боханец, М., Братко, И., Райкович, В. (1983): Экспертная система для принятия решений. Процессы и инструменты для принятия решений (под ред. Х. Г. Сол), Северная Голландия, 235–248.
  3. ^ Efstathiou, J. & Rajkovic, V. (1979). Принятие решений по нескольким признакам с использованием нечеткого эвристического подхода. IEEE Transactions по системам, человеку и кибернетике, 9 (6), 326-333.
  4. ^ а б c Боханец М., Райкович В., Братко И., Жупан Б., Снидаршич М. (2013) Методология DEX: три десятилетия качественного мультиатрибутного моделирования. Informatica 37: 49–54.
  5. ^ Райкович В., Боханец М., Батагель В. (1988): Технологии инженерии знаний для идентификации полезности. Acta Psychologica 68 (1–3), 271–286.
  6. ^ Боханец, М., Райкович, В. (1990): DEX: оболочка экспертной системы для поддержки принятия решений, Sistemica 1 (1), 145-157.
  7. ^ а б c Боханек, М. (2015): DEXi: Программа для принятия решений по множеству атрибутов, Руководство пользователя, версия 5.00. Отчет IJS DP-11897, Институт Йожефа Стефана, Любляна.
  8. ^ Боханец, М., Трдин, Н., Контич, Б. (2015): Подход качественного многокритериального моделирования к оценке технологий производства электроэнергии в Словении. Центральноевропейский журнал исследований операций, 1-15.
  9. ^ «Набор данных оценки автомобиля».
  10. ^ "Репозиторий машинного обучения".

внешняя ссылка