[論文レビュー] A Two-Step Fusion Process For Multi-Criteria Decision Applied To Natural Hazards In Mountains

Jean‐Marc Tacnet, Mireille Batton‐Hubert+1 more|arXiv (Cornell University)|May 6, 2010

Multi-Criteria Decision Making参考文献 28被引用数 23

ひとこと要約

本稿では、山岳自然災害評価における不確実性下での多基準意思決定を支援するために、解析的層別化手法（AHP）とデムプスター＝シャーファ理論（DST）、デゼルト＝スマランダッシュ理論（DSmT）を組み合わせた二段階融合手法を提案する。定性的・定量的専門家評価を基本信頼度割り当て（bbas）に変換し、信頼性重み付き融合にPCR6規則を適用し、階層的割引を用いて基準の重要度を統合することで、矛盾や不完全な情報が存在する状況下でも意思決定のロバスト性を著しく向上させる。

ABSTRACT

Mountain river torrents and snow avalanches generate human and material damages with dramatic consequences. Knowledge about natural phenomenona is often lacking and expertise is required for decision and risk management purposes using multi-disciplinary quantitative or qualitative approaches. Expertise is considered as a decision process based on imperfect information coming from more or less reliable and conflicting sources. A methodology mixing the Analytic Hierarchy Process (AHP), a multi-criteria aid-decision method, and information fusion using Belief Function Theory is described. Fuzzy Sets and Possibilities theories allow to transform quantitative and qualitative criteria into a common frame of discernment for decision in Dempster-Shafer Theory (DST ) and Dezert-Smarandache Theory (DSmT) contexts. Main issues consist in basic belief assignments elicitation, conflict identification and management, fusion rule choices, results validation but also in specific needs to make a difference between importance and reliability and uncertainty in the fusion process.

研究の動機と目的

• 専門家情報が不確実で、矛盾しており、信頼性が異なる状況下での自然災害リスク評価における意思決定課題に対処すること。
• 不確実で矛盾する評価の取り扱いを改善するために、多基準意思決定分析（MCDA）と信念関数理論（DST/DSmT）を統合すること。
• 評価、マッピング、統合の段階を明確に分離することで、リスクゾーニング意思決定における透明性と品質を高める、追跡可能な構造化されたプロセスを構築すること。
• 古典的デムプスター則の代わりにPCR6のような高度な統合規則を用いることで、専門家ベースの評価における矛盾管理を改善すること。
• 統合プロセスにおいて情報源の信頼性と基準の重要度を区別することで、不確実性下での意思決定を可能にすること。

提案手法

• 2次元比較による優先順位の抽出を可能にするために、解析的層別化手法（AHP）を用いて基準と代替案を階層的に構造化する。
• 定性的および定量的基準を信念関数モデリングに適した共通の識別フレームに変換するために、ファジィ集合および可能性理論を適用する。
• L-Rファジィ区間と表面比に基づくマッピングを用いて、各専門家の評価を基本信頼度割り当て（bbas）にマッピングする。
• 2段階の統合を実施：まず、各基準ごとに複数の情報源からのbbasを信頼性に基づく割引とPCR6規則を用いて統合し、矛盾を管理する。
• 次に、基準の重要度に基づく割引を適用して、基準間のbbasを統合し、各基準を重み付けされた情報源として扱う。
• 最終的な意思決定解釈のため、DSTおよびDSmTフレームワークを用いて妥当性、信頼度、ピニスティック確率を計算し、楽観的・悲観的・妥協的結果を提供する。

実験結果

リサーチクエスチョン

• RQ1 自然災害文脈において、専門家情報が不確実で、矛盾しており、信頼性が異なる場合に、多基準意思決定をどのように向上させられるか？
• RQ2 AHPを信念関数理論（DST/DSmT）と効果的に統合することで、専門家評価における不確実性と矛盾をどの程度効果的にモデル化・管理できるか？
• RQ3 専門家評価が極めて矛盾している状況下で、意思決定の整合性を保つためにどの統合規則が最も効果的か？
• RQ4 多情報源・多基準意思決定フレームワークにおいて、情報源の信頼性と基準の重要度の区別をどのように体系的にモデル化できるか？
• RQ5 提案された二段階統合プロセスは、山岳地域におけるリスクゾーニング意思決定の追跡可能性と品質を向上させることができるか？

主な発見

• 二段階統合プロセスは、AHP、DST、DSmTを用いて、矛盾する可能性のある複数の情報源からの専門家評価を一貫性のある意思決定枠組みに統合することに成功した。
• PCR6統合規則の使用は、専門家評価間の高い矛盾度に対して、古典的デムプスター則を著しく上回る性能を示した。
• 最初の統合段階で信頼性に基づく割引、2番目の段階で重要度に基づく割引を適用することで、情報源の信頼性と基準の重要度の明確な分離が可能となった。
• L-Rファジィ区間と表面比に基づくマッピングモデルは、識別フレームに適合する基本信頼度割り当てへの基準評価の効果的翻訳を実現した。
• 情報源の信頼性と基準の重要度を区別することで、不確実性下での意思決定が可能となり、最大bbas、信頼性（悲観的）、妥当性（楽観的）、ピニスティック確率（妥協的）といった複数の解釈オプションを提供した。
• 評価、マッピング、統合の段階を明確に分離することで、専門的プロセスの追跡可能性と透明性が向上し、リスクゾーニング応用における監査可能性を支援した。