意思決定の専門家

DEX (Decision EXpert) は、意思決定のための定性的多基準意思決定分析(MCDA) 手法であり、DEX ソフトウェアに実装されています。 ^[1]この手法は、Bohanec、Bratko、Rajkovič が率いる研究チームによって開発されました。^[2]この手法は、複数の、場合によっては矛盾する属性に基づいて複雑な意思決定を行う意思決定者をサポートします。DEX では、すべての属性は定性的であり、「低い」や「優れている」などの単語で表される値を取ることができます。属性は通常、階層的に編成されます。意思決定の選択肢の評価は、意思決定ルールの形で表される効用関数によって実行されます。すべての属性 (関数の引数と結果) は離散的であると想定されます。さらに、優先順位を付けることもできるため、序数値が高いほど、より良い優先順位を表します。

歴史

DEX法の起源は、EfstathiouとRajkovič（1979）の研究に遡ります。^[3]彼らのアイデアは、多基準意思決定モデルで数字の代わりに言葉を使用し、表を使用して効用関数を表すことでした。この方法は、スロベニアの研究者Vladislav RajkovičとMarko Bohanecによってさらに開発され、属性の階層に対処し、専門家と意思決定アナリストからの意思決定知識の獲得と説明を容易にするために拡張されました。^[4]この方法はDECMAKと呼ばれていました。1987年、^[5]サポートコンピュータプログラムの実装後、この方法はDEX（Decision EXpert）と名付けられました。^[6] 1990年代には、DEXはすでに、産業、医療、プロジェクト評価、住宅、スポーツの分野で複雑な意思決定の問題を解決するために使用されていました。^[4] 2000年に、DEXはDEXiソフトウェアとして実装されました。^[7] DEXiの更新バージョンやその他のDEX関連ソフトウェアツールは、DEXソフトウェア^[1]のWebサイトで入手できます。

DEX方式

DEX（Decision EXpert）は、多基準意思決定モデリング手法である。その主な特徴は以下のとおりである。^[8]

DEX は階層的です。DEX によって開発された多基準モデルは、階層に編成された属性で構成されます。これは、階層分析プロセス(AHP)などの他のMCDA方法に似ています。階層は、意思決定の問題をより単純なサブ問題に分解したもので、上位レベルの属性は下位レベルの属性に依存します。一般に、階層は有向非巡回グラフ(DAG) であり、その終端ノードは入力を表し、ルートはモデルの出力を表します。
DEX は定性的です。数値属性を使用する大多数のMCDA方法とは対照的に、DEX は記号属性を使用します。DEX では、各属性に「低」、「中」、「高」などの記号値で構成される有限値スケールがあります。これらのスケールは通常小さく (2 ～ 5 の値)、優先的に順序付けられています。
DEX はルールベースです。意思決定の選択肢の評価は意思決定ルールに基づいて定義されます。

DEXモデルは以下のコンポーネントから構成される: ^[4]

属性: 意思決定の選択肢の基本的なプロパティを表す記号変数。
属性のスケール: 定性的であるため、「不適切」、「許容可能」、「良好」などの一連の単語で構成されます。ほとんどの場合、属性のスケールは優先順に並べられます。
属性の階層: 複雑な意思決定問題を、それほど複雑ではないサブ問題に分解することを表します。
決定ルール:決定表の形式で表されるユーティリティ関数で、下位レベルの属性から上位レベルの属性への集約を決定します。

実例

DEX法の主な概念は、自動車の評価のための簡単なモデルで説明されています。^{[7]このモデルは無料のDEXiソフトウェア}^[9]とともに配布されており、DEXの文献全体でこの方法を説明するために使用されています。また、UCI機械学習リポジトリの自動車評価データセット^[10]を作成するためにも使用されています。^[11]

この例の階層は 10 個の属性で構成されており、そのうち 6 個は基本属性であり、自動車の観測された特徴を表します。

BUY.PRICE - 購入価格
MAINT.PRICE - メンテナンス価格
#PERS - 人数
#DOORS - ドアの数
荷物置き場 - 荷物置き場
安全性 - 車の安全性。

ルート属性 CAR の全体的な評価は、次の 3 つの集約された中間属性を通じて行われます。

快適性 - 車の利便性
TECH.CHAR. - 技術的特徴
価格 - 全体の価格。

下の図は、すべての属性の値のスケールを示しています。

CAR属性に対応する決定ルールは、右の図に示されています。これらのルールは、PRICEとTECH.CHAR.の値のすべての組み合わせからCARの値へのマッピングを定義します。属性PRICEとTECH.CHAR.にはそれぞれ3つと4つの値があるため、決定表には3 x 4 = 12のルールが含まれます。各行は、PRICEとTECH.CHARの値の1つの組み合わせに対するCARの特定の値を表します。たとえば、4行目は、

PRICE=high かつ TECH.CHAR.=exc. の場合、CAR=unacc.

DEX モデルでは、モデル内のすべての集約属性に対して決定ルールを定義する必要があります。この例のモデルには、中間属性 COMFORT、TECH.CHAR、および PRICE の 3 つの決定テーブルが含まれています。

意思決定の選択肢（この例では車）は、意思決定者が提供する入力データに基づいて、基本属性から DEX モデルのルートノードに向かって集約され、評価されます。次の図は、3 つの選択肢（車）の評価を表しています。

DEX は、Car3 の評価からわかるように、欠落した情報を処理できます。SAFETY 基本属性の不明な値 (「*」で示される) は、この属性のすべての可能な値を考慮して処理されます。その結果、属性 TECH.CHAR. および CAR には、値のセット (単一の値ではなく) が割り当てられます。

実装

DEX メソッドは、DEXi ソフトウェアとして実装されています。これは無料で利用可能で、DEX モデルの開発とすべての意思決定の選択肢の評価および分析をサポートします。DEXi は、モデルの完全性 (基本属性の値のすべての可能な組み合わせに対する評価結果を提供する) と一貫性 (定義された集計関数が優位性の原則に従う、つまり、優先順位が付けられたすべての基本基準に関して単調である) をチェックします。

DEXiソフトウェアは、評価された代替案の分析もサポートしています。ソフトウェアでは4つの分析手順が利用可能です。^[7]

プラスマイナス分析: 入力属性値の小さな変更が代替案の評価にどのように影響するかを確認します。
選択的説明: 各選択肢の長所と短所に関する情報を提供します
比較: 選択された選択肢を属性によって比較します
オプション生成 (ターゲット分析とも呼ばれる): 特定の選択肢を改善または低下させる代替方法を見つけます。

参考文献

^ ab Bohanec, Marko. 「DEX ソフトウェア」。
^ Bohanec, M., Bratko, I., Rajkovič, V. (1983): 意思決定のためのエキスパートシステム。意思決定のためのプロセスとツール (HG Sol 編)、North-Holland、235–248。
^ Efstathiou, J., & Rajkovic, V. (1979). ファジーヒューリスティックアプローチを使用した多属性意思決定。IEEE Transactions on Systems, Man, and Cybernetics, 9(6), 326-333。
^ abc Bohanec M、Rajkovič V、Bratko I、Zupan B、Žnidaršič M (2013) DEX 方法論: 30 年にわたる定性的な複数属性モデリング。インフォマティカ 37:49–54。
^ Rajkovič, V.、Bohanec, M.、Batagelj, V. (1988): ユーティリティ識別のための知識工学技術。 Acta Psychologica 68(1–3)、271–286。
^ Bohanec, M., Rajkovič, V. (1990): DEX: 意思決定支援のためのエキスパートシステムシェル、Sistemica 1(1), 145 -157。
^ abc Bohanec, M. (2020): DEXi: 複数属性の意思決定のためのプログラム、ユーザーズマニュアル、バージョン 5.04。 IJS レポート DP-13100、リュブリャナのヨジェフ・ステファン研究所。
^ Bohanec, M. (2022): DEX (Decision EXpert): 質的階層型多基準法。多基準意思決定 (編: Kulkarni, AJ)、Studies in Systems, Decision and Control 407、シンガポール: Springer、doi: 10.1007/978-981-16-7414-3_3、39-78。
^ Bohanec, Marko. 「DEXi: 多属性意思決定のためのプログラム」
^ 「自動車評価データセット」。
^ 「機械学習リポジトリ」。

外部リンク

DEXソフトウェア

[:3-1] Bohanec, Marko. 「DEX ソフトウェア」。

[2] Bohanec, M., Bratko, I., Rajkovič, V. (1983): 意思決定のためのエキスパートシステム。意思決定のためのプロセスとツール (HG Sol 編)、North-Holland、235–248。

[3] Efstathiou, J., & Rajkovic, V. (1979). ファジーヒューリスティックアプローチを使用した多属性意思決定。IEEE Transactions on Systems, Man, and Cybernetics, 9(6), 326-333。

[:0-4] Bohanec M、Rajkovič V、Bratko I、Zupan B、Žnidaršič M (2013) DEX 方法論: 30 年にわたる定性的な複数属性モデリング。インフォマティカ 37:49–54。

[5] Rajkovič, V.、Bohanec, M.、Batagelj, V. (1988): ユーティリティ識別のための知識工学技術。 Acta Psychologica 68(1–3)、271–286。

[6] Bohanec, M., Rajkovič, V. (1990): DEX: 意思決定支援のためのエキスパートシステムシェル、Sistemica 1(1), 145 -157。

[:1-7] Bohanec, M. (2020): DEXi: 複数属性の意思決定のためのプログラム、ユーザーズマニュアル、バージョン 5.04。 IJS レポート DP-13100、リュブリャナのヨジェフ・ステファン研究所。

[8] Bohanec, M. (2022): DEX (Decision EXpert): 質的階層型多基準法。多基準意思決定 (編: Kulkarni, AJ)、Studies in Systems, Decision and Control 407、シンガポール: Springer、doi: 10.1007/978-981-16-7414-3_3、39-78。

[:2-9] Bohanec, Marko. 「DEXi: 多属性意思決定のためのプログラム」

[10] 「自動車評価データセット」。

[11] 「機械学習リポジトリ」。