کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
1032350 1483664 2016 12 صفحه PDF 25 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله ISI
Entropy-optimal weight constraint elicitation with additive multi-attribute utility models
ترجمه فارسی عنوان
استخراج محدودیت وزنی آنتروپی-بهینه با مدل های مطلوبیت چند شاخصه ی جمعی
کلمات کلیدی
چند معیاری؛ فرایند تصمیم گیری؛ احتمال؛ تئوری اطلاعات
فهرست مطالب مقاله
چکیده

کلمات کلیدی

1. مقدمه

1.1. سوابق 

1.2. نوآوری 

2. استخراج وزن آنتروپی-بهینه 

2.1. تخمین آنتروپی پرسش 

2.2. قضاوت های دو به دو و فوق صفحه ی جداکننده ی بهینه 

2.3. تشکیل یک پرسش استخراج دو به دو 

3. بسط ها 

3.1. محدودسازی مجموعه ی جایگزین های مرجع 

3.2. معیار توقف

4. آزمایش های محاسباتی 

4.1. همگرایی به سمت بهترین سوال

4.2. زمان اجرا 

4.3. مقایسه ی انتخاب آنتروپی-بهینه در برابر سوالات تصادفی و برش های برابر فضای وزنی 

5. مثال: تحلیل ریسک-سود ضد لختگی 

6. بحث و گفتگو

ضمیمه 
ترجمه چکیده
ما استخراج اطلاعات ناقص ترجیحی برای مدل مطلوبیت جمعی از نظر محدودیت های خطی مربوط به وزن ها را در نظر می گیریم. استخراج اولویت های ناقص با استفاده از قضاوت های دو به دوی کل نگر برای تصمیم گیرنده راحت می باشد، اما انتخاب بهترین مقایسه ی دو به دو سخت می باشد. ما یک چارچوب برای مقایسه ی سوالات استخراج اولویت کل نگر براساس بهره ی اطلاعاتی مورد انتظار آن ها مطرح کرده و یک شیوه برای تخمین سوال بهینه معرفی می کنیم. ما رویکرد اساسی را جهت ایجاد جایگزین های مرجعی که تنها دارای چند شاخص متفاوت می باشند، و برای تعیین اینکه چه زمانی احتمال کاهش عدم قطعیت تصمیم گیری توسط اطلاعات ترجیحی وجود ندارد، بسط می دهیم. ما نتایج مربوط به آزمایش های محاسباتی که اولویت روال کار را بررسی کرده و به بررسی تأثیر محدود سازی تعداد شاخص هایی که جایگزین های مرجع طبق آن ها متفاوت می باشند، می پردازند را ارائه می دهیم. تست ها نشان می دهند که روش پیشنهادی عملکرد مناسبی دارد و زمانی که در یک سیستم پشتیبان تصمیم گیری پیاده سازی می شود، می تواند بطور چشمگیری استخراج آنلاین با استفاده از مقایسه های دو به دو را بسط دهد.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری استراتژی و مدیریت استراتژیک
چکیده انگلیسی


• Holistic pair-wise judgments help elicit imprecise information on trade-offs.
• Selecting the best pair-wise comparison questions can be difficult.
• We propose an entropy-based framework to select optimal elicitation questions.
• The framework applies when attribute values have probability distributions.
• We apply it to pair-wise elicitation and evaluate it using computational tests.

We consider the elicitation of incomplete preference information for the additive utility model in terms of linear constraints on the weights. Eliciting incomplete preferences using holistic pair-wise judgments is convenient for the decision maker, but selecting the best pair-wise comparison is difficult. We propose a framework for comparing holistic preference elicitation questions based on their expected information gain, and introduce a procedure for approximating the optimal question. We extend the basic approach to generate reference alternatives that differ on only a few attributes, and to determine when further preference information is unlikely to reduce decision uncertainty. We present results from computational experiments that assess the performance of the procedure and assess the impact of limiting the number of attributes on which the reference alternatives differ. The tests show that the proposed method performs well, and when implemented in a decision support system it may substantially improve on-line elicitation using pair-wise comparisons.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Omega - Volume 64, October 2016, Pages 1–12
نویسندگان
, ,