AbstractDecision aiding in transpor

Abstract
Decision aiding in transportation and logistics usually concerns a set of alternatives (solutions, options, actions, etc.) evaluated
from multiple points of view considered relevant by a Decision Maker (DM). The aim is to select a subset of best alternatives or
to rank alternatives from the best to the worst. As the points of view, called criteria, are usually in conflict, the only objective
information that stems from the decision problem formulation is a dominance relation in the set of alternatives (alternative a
dominates alternative b if a is at least as good as b on all considered criteria). While dominance relation permits to eliminate
many irrelevant (i.e. dominated) alternatives, it does not compare completely all of them, resulting in a situation where many
alternatives remain incomparable. This situation may be addressed by taking into account preferences of a DM. In this talk, we
will focus on decision aiding methods based on intelligent construction of DM’s preferences. Comparing to traditional decision
aiding methods, intelligent decision aiding does not require from the DM a difficult to elicit preference information, like
exhaustive pairwise comparisons, criteria weights or trade-offs, but it constructs the DM’s preference model from decision
examples. As model building from decision examples is typical for Artificial Intelligence, we call this approach intelligent
decision aiding. In case of choice and ranking, decision examples provided by a DM have the form of pairwise comparison of
selected alternatives. A preference model should be able to reconstruct the provided pairwise comparisons. In general, the model
construction follows logical induction. In case of real function models, this induction translates into ordinal regression. We show
construction techniques for three kinds of preference models: a set of value (utility) functions, a set of outranking relations, and a
set of “if…, then…” monotonic decision rules. An important feature of all these techniques is identification of all instances of the
preference model that are compatible with (i.e. reconstruct) the input preference information – this permits to draw robust
conclusions regarding DM’s preferences when any of these models is applied on the whole set of considered alternatives. Finally,
we show how these construction techniques can be applied to real world problems from the area of transportation, where
alternatives are evaluated on subsets of criteria structured into technical, functional and strategic levels.

ผลลัพธ์ (แอฟริกา) 1:

Abstrakte
besluit ondersteuning in Vervoer en logistiek Kommer gewoonlik 'n stel alternatiewe (Solutions, opsies, aksies, ens) geëvalueer
uit verskeie standpunte relevant geag word deur 'n besluit van die Skepper (DM). Die doel is om te Kies 'n subset van die beste Alternatiewe of
rang van die alternatiewe wat die beste te ergste. As Die standpunte, genaamd kriteria, is gewoonlik in konflik, Die enigste doel
inligting wat spruit uit die besluit probleem formulering is 'n oorheersing verhouding in die stel alternatiewe (Alternatiewe n
oorheers Alternatiewe B Indien 'n ten minste so goed soos B op. al beskou kriteria). Terwyl oorheersing verhouding Permitte te skakel
baie irrelevant (IE oorheers) Alternatiewe, beteken dit nie heeltemal Vergelyk almal van hulle, wat in 'n situasie waar baie
Alternatiewe bly Incomparable. Hierdie situasie kan gerig word met inagneming van die voorkeure van 'n DM. In hierdie gesprek, ons
sal fokus op besluitneming ondersteuning metodes gebaseer op Intelligent Konstruksie van DM se voorkeure. Vergelyk te Tradisionele besluit
ondersteuning metodes, intelligente besluit ondersteuning vereis nie 'n DM uit die keuse moeilik om inligting te verkry, soos
volledig paarsgewyse vergelykings, kriteria gewigte of Trade-offs, maar dit bou die DM se voorkeur Model van besluitneming
voorbeelde. As Model Building van besluitneming voorbeelde is tipies vir Kunsmatige Intelligensie, noem ons dit Intelligent benadering
besluit ondersteuning. In geval van keuse en posisie, voorbeelde besluit deur 'n DM voorsien die vorm van paarsgewyse vergelyking van
Uitgesoekte alternatiewe. 'N voorkeur model moet in staat wees om die voorwaarde paarsgewyse vergelykings te rekonstrueer. In die algemeen is die Model
Konstruksie Induksie volg logies. In die geval van die werklike funksie modelle, hierdie induksie vertaal in ordinale regressie. Ons wys
Voorkeur Konstruksie Tegnieke vir drie soorte modelle: 'n Stel waarde (nut) funksies, 'n stel van outranking verhoudings, en 'n
stel "AS ..., dan ..." besluit monotoniese Reëls. 'N Belangrike kenmerk van al hierdie tegnieke is identifisering van alle gevalle van
voorkeur model wat versoenbaar is met (IE rekonstrueer) Die insette Voorkeur inligting - dit Permitte Robuuste te trek
gevolgtrekkings oor DM se voorkeure Wanneer enige van hierdie modelle word toegepas op die hele reeks van. deurdagte alternatiewe. Ten slotte,
ons wys hoe hierdie Konstruksie tegnieke toegepas word op werklike probleme uit die gebied van Vervoer, Waar
Alternatiewe word geëvalueer op deelversamelings van gestruktureerde kriteria In Tegniese, funksionele en Strategiese vlakke.