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 (ไทย) 1:

บทคัดย่อตัดสินใจช่วยงานในการขนส่งและโลจิสติกส์จะเกี่ยวข้องกับชุดของทางเลือก (โซลูชั่น ตัวเลือก การกระทำ ฯลฯ) ประเมินจากหลายจุดของมุมมองถือว่าเกี่ยวข้องโดยเป็นผู้ตัดสินใจ (DM) จุดมุ่งหมายคือการ เลือกชุดย่อยของทางเลือกที่ดีที่สุด หรือการแทนอันดับจากดีร้าย เป็นมุมมองของ จุดเรียกเกณฑ์ มักเกิดความขัดแย้ง วัตถุประสงค์เท่านั้นข้อมูลที่เกิดจากการตัดสินใจปัญหาแบ่งเป็นความสัมพันธ์ครอบงำในชุดของทางเลือก (ทางเลือกกุมอำนาจอื่น b ถ้าเป็นน้อยเป็นดีเป็นบีตามเกณฑ์พิจารณาทั้งหมด) ในขณะที่ความสัมพันธ์ทางปกครองอนุญาตให้กำจัดแทนความเกี่ยวข้อง (เช่น dominated) หลาย มันไม่เปรียบเทียบอย่างสมบูรณ์ทั้งหมดของพวกเขา ในสถานการณ์ที่หลายทางลือครั้ง สถานการณ์นี้อาจได้รับ โดยพิจารณาการตั้งค่าบัญชีของ DM ในการพูดคุยนี้ เราจะเน้นการตัดสินใจช่วยงานตามลักษณะของ DM สร้างอัจฉริยะ เปรียบเทียบการตัดสินใจแบบดั้งเดิมช่วยงานวิธี ตัดสินใจที่ชาญฉลาดช่วยงานไม่จำเป็นต้องจาก DM ยากเพื่อให้ได้รับข้อมูลการตั้งค่า เช่นเปรียบเทียบแพร์ไวส์หมดแรง น้ำหนักเกณฑ์ หรือทางเลือก แต่มันสร้างรูปแบบกำหนดลักษณะของ DM จากการตัดสินใจตัวอย่างการ เป็นแบบจำลองที่สร้างจากตัวอย่างตัดสินใจโดยทั่วไปสำหรับปัญญาประดิษฐ์ เราเรียกวิธีการนี้อัจฉริยะตัดสินใจช่วยงาน ในกรณีทางเลือกและการจัดอันดับ ตัวอย่างตัดสินใจโดย DM มีรูปแบบของการเปรียบเทียบแพร์ไวส์ทางเลือก แบบชอบควรจะสามารถเปรียบเทียบแพร์ไวส์ให้สร้างใหม่ โดยทั่วไป แบบก่อสร้างตามตรรกะการเหนี่ยวนำ ในกรณีที่แบบจำลองการทำงานจริง เหนี่ยวนำนี้แปลเป็นเลขลำดับถดถอย เราแสดงเทคนิคการก่อสร้างสำหรับชนิดสามรุ่นพิเศษ: ชุดของฟังก์ชันค่า (อรรถประโยชน์) เป็นชุดของความสัมพันธ์ outranking และการชุด "ถ้า..., จากนั้น" กฎ monotonic ตัดสินใจ คุณลักษณะสำคัญของเทคนิคนี้คือ รหัสของอินสแตนซ์ทั้งหมดของการชอบรูปที่เข้ากันได้กับ (เช่นสร้าง) ข้อมูลการตั้งค่าสำหรับการป้อนค่า – นี้อนุญาตให้วาดแข็งแกร่งบทสรุปเกี่ยวกับ DM ลักษณะของโมเดลเหล่านี้จะใช้ในทั้งชุดพิจารณาทางเลือก สุดท้ายเราแสดงวิธีเทคนิคก่อสร้างเหล่านี้สามารถใช้กับปัญหาในโลกจริงจากพื้นที่ของการเดินทาง ที่มีประเมินทางเลือกบนชุดย่อยของเกณฑ์การจัดโครงสร้างในระดับเทคนิค ทำงาน และกลยุทธ์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
การตัดสินใจการช่วยเหลือในการขนส่งและโลจิสติกมักจะเกี่ยวข้องกับชุดของทางเลือก (โซลูชั่นทางเลือกการกระทำอื่น ๆ ) การประเมิน
จากหลายจุดในมุมมองของการพิจารณาที่เกี่ยวข้องโดย Decision Maker (DM) จุดมุ่งหมายคือการเลือกชุดย่อยของทางเลือกที่ดีที่สุดหรือ
ทางเลือกในการจัดอันดับจากที่ดีที่สุดในการที่เลวร้ายที่สุด ในฐานะที่เป็นจุดของมุมมองเกณฑ์ที่เรียกว่ามักจะอยู่ในความขัดแย้งวัตถุประสงค์เพียง
ข้อมูลที่เกิดจากการกำหนดปัญหาการตัดสินใจมีความสัมพันธ์กับการปกครองในชุดของทางเลือก (ทางเลือกที่
ครอบงำขทางเลือกถ้าเป็นอย่างน้อยดีเท่า B บน เกณฑ์การพิจารณาทั้งหมด) ในขณะที่ใบอนุญาตการปกครองความสัมพันธ์ที่จะกำจัด
จำนวนมากที่ไม่เกี่ยวข้อง (เช่นครอบงำ) ทางเลือกก็ไม่ได้เปรียบเทียบสมบูรณ์ทั้งหมดของพวกเขาที่เกิดขึ้นในสถานการณ์ที่หลาย
ทางเลือกที่ยังคงหาที่เปรียบมิได้ สถานการณ์นี้อาจได้รับการแก้ไขโดยคำนึงถึงการตั้งค่าบัญชีของ DM ในการพูดคุยครั้งนี้เรา
จะมุ่งเน้นไปที่การตัดสินใจช่วยเหลือวิธีการที่ใช้ในการก่อสร้างที่ชาญฉลาดของการตั้งค่าของ DM เมื่อเปรียบเทียบกับการตัดสินใจแบบดั้งเดิม
วิธีการช่วยเหลือการช่วยเหลือการตัดสินใจที่ชาญฉลาดไม่จำเป็นต้องมาจาก DM ยากที่จะล้วงเอาข้อมูลการตั้งค่าเช่น
การเปรียบเทียบจากจำนวนหมดจดน้ำหนักตามเกณฑ์หรือไม่ชอบการค้า แต่ก็สร้างรูปแบบการตั้งค่าของ DM จากการตัดสินใจ
ตัวอย่าง ในฐานะที่เป็นอาคารรูปแบบจากตัวอย่างการตัดสินใจเป็นเรื่องปกติสำหรับปัญญาประดิษฐ์ที่เราเรียกวิธีการที่ชาญฉลาดนี้
ช่วยงานการตัดสินใจ ในกรณีของการเลือกและการจัดอันดับตัวอย่างการตัดสินใจให้โดย DM มีรูปแบบของการเปรียบเทียบจากจำนวนของ
ทางเลือกที่เลือก รูปแบบการตั้งค่าควรจะสามารถที่จะสร้างให้เปรียบเทียบคู่ โดยทั่วไปรูปแบบการ
ก่อสร้างต่อไปเหนี่ยวนำตรรกะ ในกรณีที่มีรูปแบบการทำงานจริง, การเหนี่ยวนำนี้แปลเป็นถดถอยลำดับ เราแสดง
เทคนิคการก่อสร้างสำหรับสามชนิดของการตั้งค่ารูปแบบ: ชุดของค่า (ยูทิลิตี้) ฟังก์ชั่นชุดของ outranking ความสัมพันธ์และ
ชุดของ "ถ้า ... แล้ว ... " หลักเกณฑ์ในการตัดสินใจต่อเนื่อง คุณลักษณะที่สำคัญของเทคนิคเหล่านี้คือบัตรประจำตัวของทุกกรณีของ
รูปแบบการตั้งค่าที่มีความเข้ากันได้กับ (เช่นบูรณะ) ข้อมูลการตั้งค่าการป้อนข้อมูล - ใบอนุญาตนี้จะวาดแข็งแกร่ง
ข้อสรุปเกี่ยวกับการตั้งค่า DM เมื่อใด ๆ ของรูปแบบเหล่านี้ถูกนำไปใช้ในทั้งชุดของ การพิจารณาทางเลือก สุดท้าย
เราแสดงให้เห็นว่าเทคนิคการก่อสร้างเหล่านี้สามารถนำไปใช้กับปัญหาโลกแห่งความจริงจากพื้นที่ของการขนส่งที่
ทางเลือกที่ได้รับการประเมินในส่วนย่อยของโครงสร้างเป็นเกณฑ์ทางเทคนิคระดับการทำงานและยุทธศาสตร์

ผลลัพธ์ (ไทย) 3:

นามธรรม
การตัดสินใจช่วยในการขนส่งและโลจิสติกส์มักจะเกี่ยวข้องกับชุดของทางเลือก ( โซลูชั่น , ตัวเลือก , การกระทำ , ฯลฯ ) ประเมิน
จากหลายจุดของมุมมองการพิจารณาที่เกี่ยวข้อง โดยตัดสินใจ ( DM ) จุดมุ่งหมายคือการเลือกบางส่วนของที่ดีที่สุดทางเลือกหรือ
1 ทางเลือกที่ดีที่สุดที่จะเลวร้ายที่สุด เป็นจุดของมุมมอง , เรียกเกณฑ์ มักจะอยู่ในความขัดแย้งแต่วัตถุประสงค์
ข้อมูลที่เกิดจากการตัดสินใจปัญหาการกำหนดคือ การปกครองความสัมพันธ์ในชุดของทางเลือก ( ทางเลือกที่ 1 ทางเลือกที่ 2
dominates หากเป็นอย่างน้อยเท่า B ทั้งหมดถือว่าเป็นเกณฑ์ ) ในขณะที่ความสัมพันธ์การปกครองให้กำจัด
มากมายที่ไม่เกี่ยวข้อง ( เช่นครอบงำ ) ทางเลือก ไม่เปรียบเทียบอย่างสมบูรณ์ ทั้งหมดของพวกเขาผลในสถานการณ์ที่หลายทางเลือก
ยังคงหาที่เปรียบมิได้ สถานการณ์นี้สามารถ addressed โดยคำนึงถึงความต้องการของ DM . ในการสนทนานี้เรา
จะมุ่งเน้นการตัดสินใจช่วยเหลือโดยวิธีสร้างอัจฉริยะของการตั้งค่าของ DM . เมื่อเทียบกับแบบดั้งเดิม
ช่วยการตัดสินใจวิธีการฉลาดในการตัดสินใจช่วยเหลือไม่ต้องจาก DM ยากเพื่อล้วงเอาข้อมูลการตั้งค่า เช่น
ใช่คู่เปรียบเทียบเกณฑ์น้ำหนักหรือใช้ไม่ได้ผล แต่โครงสร้างของ DM ตั้งค่ารูปแบบจากตัวอย่างการตัดสินใจ

เป็นรูปแบบอาคารจากตัวอย่างการตัดสินใจเป็นปกติสำหรับปัญญาประดิษฐ์ เราเรียกวิธีการนี้ฉลาด
ตัดสินใจช่วยเหลือ .ในกรณีของการเลือกและการจัดอันดับ เลือกตัวอย่างโดย DM มีรูปแบบของการเปรียบเทียบคู่ของ
เลือกทางเลือก การตั้งค่ารูปแบบควรจะสามารถที่จะสร้างให้คู่เปรียบเทียบ ทั่วไป รูปแบบการก่อสร้าง
ดังนี้อุปนัยตรรกะ ในกรณีของรูปแบบการทำงานจริงแบบนี้แปลลงในช่วงการถดถอย
เราแสดงเทคนิคการก่อสร้างสามชนิดของรูปแบบการตั้งค่า : ชุดของค่าสาธารณูปโภค ) ฟังก์ชั่น , ชุด outranking ความสัมพันธ์และ
ชุด " ถ้า . . แล้ว . . . . . . . " อย่างเดียวกฏการตัดสินใจ คุณสมบัติที่สำคัญของเทคนิคนี้คือ การระบุอินสแตนซ์ทั้งหมดของ
ความชอบรุ่นที่เข้ากันได้กับ ( เช่นการป้อนข้อมูลการตั้งค่าข้อมูลนี้ ) และอนุญาตให้วาดคึกคัก
สรุปเกี่ยวกับการตั้งค่าของ DM เมื่อใด ๆของรุ่นนี้คือใช้ในการตั้งค่าทั้งหมดของการพิจารณาทางเลือก ในที่สุด
เราแสดงให้เห็นว่าเทคนิคการก่อสร้างเหล่านี้สามารถใช้กับโลกจริงปัญหาจากพื้นที่ของการขนส่งที่
ทางเลือกที่จะประเมินในส่วนย่อยของเกณฑ์โครงสร้างเป็นเทคนิค และกลยุทธ์ระดับหน้าที่