Treffer: Reconciliation of Decision-Making Heuristics Based on Decision Trees Topologies and Incomplete Fuzzy Probabilities Sets ; Usmíření rozhodovací heuristiky založené na topologii rozhodovacích stromů a neúplné množině fuzzy pravděpodobností

Title:
Reconciliation of Decision-Making Heuristics Based on Decision Trees Topologies and Incomplete Fuzzy Probabilities Sets ; Usmíření rozhodovací heuristiky založené na topologii rozhodovacích stromů a neúplné množině fuzzy pravděpodobností
Publisher Information:
PLOS
Publication Year:
2015
Collection:
Brno University of Technology (VUT): Digital Library / Vysoké učení technické v Brně: Digitální knihovně
Document Type:
Fachzeitschrift article in journal/newspaper
File Description:
text; 1-18; application/pdf
Language:
English
DOI:
10.1371/journal.pone.0131590
Rights:
Creative Commons Attribution 4.0 International ; http://creativecommons.org/licenses/by/4.0/ ; openAccess ; http://www.sherpa.ac.uk/romeo/issn/1932-6203/
Accession Number:
edsbas.3D3ED9AC
Database:
BASE

Weitere Informationen

Complex decision making tasks of different natures, e.g. economics, safety engineering, ecology and biology, are based on vague, sparse, partially inconsistent and subjective knowledge. Moreover, decision making economists / engineers are usually not willing to invest too much time into study of complex formal theories. They require such decisions which can be (re)checked by human like common sense reasoning. One important problem related to realistic decision making tasks are incomplete data sets required by the chosen decision making algorithm. This paper presents a relatively simple algorithm how some missing III (input information items) can be generated using mainly decision tree topologies and integrated into incomplete data sets. The algorithm is based on an easy to understand heuristics, e.g. a longer decision tree sub-path is less probable. This heuristic can solve decision problems under total ignorance, i.e. the decision tree topology is the only information available. But in a practice, isolated information items e.g. some vaguely known probabilities (e.g. fuzzy probabilities) are usually available. It means that a realistic problem is analysed under partial ignorance. The proposed algorithm reconciles topology related heuristics and additional fuzzy sets using fuzzy linear programming. The case study, represented by a tree with six lotteries and one fuzzy probability, is presented in details. ; Komplexní rozhodovací úlohy, např. v ekonomii, bezpečnostním inženýrství, ekologii a biologii, jsou založeny na vágních, řídkých, částečně nekonzistentních a subjektivních znalostech. Navíc, rozhodovatelé (ekonomové / inženýři) nejsou obvykle ochotni investovat příliš mnoho času studiu komplexních formálních teorií a vyžadují taková rozhodnutí, které mohou být kontrolovana na základě zdravého rozumu. Důležitým problémem, který souvisí s realistickými rozhodovacími úlohami, je neúplnost soubory vstupních údajů požadovaných zvoleným rozhodovacím algoritmem. Tento článek představuje relativně jednoduchý ...