의사결정 엑스퍼트

Decision EXpert

DEX(Decision EXpert)는 의사결정을 위한 정성적 다중기준결정분석(MCDA) 방법으로 DEXi 소프트웨어로 [1]구현됩니다.이 방법은 Bohanec, Bratko,[2] Rajkovich가 이끄는 연구팀에 의해 개발되었다.이 방법은 의사결정자가 상충될 수 있는 여러 속성에 따라 복잡한 결정을 내릴 수 있도록 지원합니다.DEX에서는 모든 속성은 질적 특성이며 "낮음" 또는 "우수"와 같이 단어로 표현되는 값을 취할 수 있습니다.속성은 일반적으로 계층으로 구성됩니다.의사결정 대안의 평가는 의사결정 규칙의 형태로 표현되는 효용 기능에 의해 수행된다.모든 속성(함수 인수 및 결과)은 이산적이라고 가정합니다.또한 순서값이 높을수록 선호도가 높아지도록 우선적으로 순서를 지정할 수 있습니다.

역사

DEX 방법의 기원은 Efstathiou와 Rajkovicc(1979)[3]의 연구로 거슬러 올라갈 수 있다.그들의 아이디어는 다중 기준 의사결정 모델에서 숫자 대신 단어를 사용하고 효용 함수를 나타내기 위해 표를 사용하는 것이었다.이 방법은 슬로베니아 연구원 블라디슬라브 라즈코비치(Vladislav Rajkovi and)와 마르코 보하넥(Marko Bohanec)에 의해 추가로 개발되었으며, 그는 속성의 위계에 대처하고 전문가와 의사결정 [4]분석가로부터 의사결정 지식을 습득하고 설명하기 위해 확장하였다.이 방법은 DECMAK이라고 불렸습니다.1987년,[5] 지원 컴퓨터 프로그램을 구현한 후, 이 방법은 DEX(Decision EXpert)[6]로 명명되었습니다.1990년대에 DEX는 이미 산업, 의료, 프로젝트 평가, 주택 및 [4]스포츠 분야의 복잡한 의사결정 문제를 해결하기 위해 사용되었습니다.2000년에 DEXi 소프트웨어는 [7]DEXi 소프트웨어로 구현되었습니다.

DEX 방법

DEX(Decision EXpert)는 다중 기준 의사결정 모델링 방법이다.주요 특징은 다음과 같습니다.[8]

  • DEX는 계층적입니다. DEX가 개발한 다중 기준 모델은 계층 구조로 구성된 속성으로 구성됩니다.이는 Analytic Hierarchy Process(AHP)와 같은 다른 MCDA 방법과 유사합니다.계층은 의사결정 문제를 보다 단순한 하위 문제로 분해하는 것을 나타내므로 상위 수준의 속성이 하위 수준의 속성에 의존합니다.일반적으로 계층은 directed acyclic graph(DAG; 지향성 비순환 그래프)이며, 그 단말 노드는 입력을 나타내며, 루트는 모델의 출력을 나타냅니다.
  • DEX는 정성적이다. 숫자 속성을 사용하는 대부분의 MCDA 방법과 대조적으로 기호 속성을 사용한다.DEX에서 각 속성은 "낮음", "중간", "높음"과 같은 기호 값으로 구성된 유한 값 척도를 가집니다.이러한 척도는 일반적으로 크기가 작고(2~5개 값) 우선적으로 정렬됩니다.
  • DEX는 규칙 기반입니다. 의사결정 대안의 평가는 의사결정 규칙의 관점에서 정의됩니다.

DEX 모델은 다음 [4]컴포넌트로 구성됩니다.

  • 속성: 의사결정 대안의 기본 속성을 나타내는 기호 변수.
  • 속성의 척도: 질적인 것으로, 「부적절」, 「수용 가능」, 「양호」등의 일련의 단어로 구성됩니다.대부분의 경우 속성의 척도가 우선적으로 정렬됩니다.
  • 속성 계층: 복잡한 의사결정 문제를 덜 복잡한 하위 문제로 분해하는 것을 나타냅니다.
  • 의사결정 규칙: 하위 속성과 상위 속성의 집약을 결정하는 의사결정 테이블의 형태로 표현되는 효용 함수.

실제적인 예

차량 평가를 위한 계층 구조 예제

DEX 방법의 주요 개념은 자동차 [7]평가를 위한 간단한 모델로 설명된다.이 모델은 무료 DEXi 소프트웨어와[1] 함께 배포되며 방법을 설명하기 위해 DEX 문헌 전반에 걸쳐 사용됩니다.또한 UCI 기계 학습 [10]저장소에서 자동차 평가 데이터[9] 세트를 만드는 데도 사용되었습니다.

이 예의 계층은 10개의 속성으로 구성되어 있으며, 6개의 속성이 기본 속성이며 자동차의 관찰된 기능을 나타냅니다.

  • BUY.PRICE - 구매 가격
  • MAINT.PRICE - 유지 보수 가격
  • #PERS - 인원수
  • #도어 - 도어 수
  • 러기지 - 러기지 보관 장소
  • 안전 - 자동차의 안전.

루트 어트리뷰트 CAR 의 전체적인 평가는, 다음의 3 개의 집약된 중간 어트리뷰트에 의해서 실시됩니다.

  • 쾌적함 - 자동차의 편리성
  • TECH.CHAR. - 기술적 특징
  • 가격 - 전체 가격.

아래 그림은 모든 속성의 값 척도를 보여 줍니다.

Hierarchy and scales of attributes for Car evaluation problem
DEX decision table for car evaluation example

CAR Atribute에 대응하는 결정 규칙을 오른쪽 그림에 나타냅니다.이러한 규칙은 PRICE와 TECH의 모든 값의 조합에서 매핑을 정의합니다.CAR의 값으로 변환합니다.PRICE와 TECH의 속성입니다.CHAR.에는 각각 3개의 값과 4개의 값이 있으며, 의사결정 테이블에는 3 x 4 = 12개의 규칙이 포함되어 있습니다.각 행은 PRICE와 TECH 값의 조합에 대한 CAR의 특정 값을 나타냅니다.CHAR. 예를 들어 네 번째 행은

PRICE=High 및 TECH의 경우.CHAR.=exc. 다음 CAR=unacc.

DEX 모델에서 의사결정 규칙은 모델의 모든 집계 속성에 대해 정의되어야 한다.이 예제 모델의 경우 중간 속성에 대한 세 가지 결정 표가 포함되어 있습니다. COMFORT, TECH.CHAR. 및 PRICE.

의사결정 대안(즉, 이 예의 자동차)은 기본 속성에서 DEX 모델의 루트 노드까지의 집계를 통해 의사결정자가 제공한 입력 데이터에 따라 평가된다.아래 그림은 세 가지 대안(자동차)에 대한 평가를 나타냅니다.

Evaluation of three cars in DEX

덱스는 Car3 평가에서 알 수 있는 누락 정보를 처리할 수 있다.SAFETY 기본 속성의 알 수 없는 값('*'로 표시됨)은 이 속성의 가능한 모든 값을 고려하여 처리됩니다.그 결과 (단일 값이 아닌) 값 세트가 TECH 속성에 할당됩니다.CHAR. 그리고 CAR.

실행

방법 DEX는 자유롭게 사용할 수 있고 DEX 모델의 개발뿐만 아니라 모든 의사결정 대안의 평가와 분석을 지원하는 DEXi 소프트웨어로 구현된다.DEXi는 모델의 완전성(기본 속성 값의 모든 가능한 조합에 대한 평가 결과를 제공한다)과 일관성(정의된 집계 함수는 지배의 원리를 따른다. 즉, 모든 우선적으로 정렬된 기본 기준에 대해 단조롭다.)을 점검한다.

또한 DEXi 소프트웨어는 평가된 대안 분석을 지원합니다.소프트웨어에서는 [7]다음 4가지 분석 절차를 사용할 수 있습니다.

  • 플러스 마이너스 1 분석: 입력 속성 값의 작은 변화가 대체 값의 평가에 미치는 영향을 확인합니다.
  • 선택적 설명: 각 대안의 강점과 약점에 대한 정보를 제공합니다.
  • 비교: 속성을 통해 선택한 대안을 비교합니다.
  • 차트: 선택한 대안 및 속성을 기반으로 K면 효용 다이어그램을 표시할 수 있습니다.

레퍼런스

  1. ^ a b Bohanec, Marko. "DEXi: A Program for Multi-Attribute Decision Making".
  2. ^ Bohanec, M., Bratko, I., Rajkovicc, V.(1983년):의사결정을 위한 전문가 시스템.의사결정 프로세스 및 도구(편집)H.G. Sol), North-Holland, 235~248.
  3. ^ Efstathiou, J. & Rajkovic, V. (1979년)애매한 휴리스틱 어프로치를 사용한 다중 속성 의사결정.IEEE Transactions on Systems, Man, and Cybernetics, 9(6), 326-333.
  4. ^ a b c Bohanec M, Rajkovicc V, Bratko I, Zupan B, Znidarshicc M (2013) DEX 방법론: 30년간의 정성적 다중 속성 모델링.인포마티카 37:49~54.
  5. ^ Rajkovicc, V., Bohanec, M., Batagelj, V.(1988) : 효용 식별을 위한 지식 엔지니어링 기술.Acta Psychologica 68(1~3), 271~286.
  6. ^ Bohanec, M., Rajkovicc, V.(1990):DEX: 의사결정 지원용 익스퍼트 시스템 셸, Sistemica 1 (1), 145 - 157.
  7. ^ a b c Bohanec, M. (2015):DEXi: 다중 속성 의사결정 프로그램, 사용자 매뉴얼, 버전 5.00.류블랴나, 조제프 스테판 연구소, IJS 보고서 DP-11897
  8. ^ Bohanec, M., Trdin, N., Kontich, B. (2015):슬로베니아의 전기 에너지 생산 기술 평가에 대한 정성적 다중 기준 모델링 접근법.중앙 유럽 운영 연구 저널, 1-15.
  9. ^ "Car Evaluation Data Set".
  10. ^ "Machine Learning Repository".

외부 링크