[논문 리뷰] A Two-Step Fusion Process For Multi-Criteria Decision Applied To Natural Hazards In Mountains

Jean‐Marc Tacnet, Mireille Batton‐Hubert외 1명|arXiv (Cornell University)|2010. 05. 06.

Multi-Criteria Decision Making참고 문헌 28인용 수 23

한 줄 요약

이 논문은 산악 자연재해 평가에서 불확실성 하에 다기준 의사결정을 지원하기 위해 분석적 계층과정(AHP)과 데스터-샤프 이론(DST), 데즈르-스마랑드 시리즈 이론(DSmT)을 조합한 이단계 융합 방법론을 제안한다. 정성적 및 정량적 전문가 평가를 기본 신뢰 할당(bbas)으로 변환하고, 신뢰도 가중 융합을 통해 PCR6 규칙을 적용하며, 계층적 할인을 통해 기준의 중요도를 통합함으로써 갈등이 있고 정보가 불완전한 상황에서 의사결정의 강건성을 크게 향상시킨다.

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.

연구 동기 및 목표

• 전문가 정보가 불확실하고 갈등이 있으며 신뢰도가 상이한 자연재해 위험 평가의 의사결정 과제를 해결하기 위해.
• 불확실하고 갈등이 있는 평가를 더 잘 다룰 수 있도록 다기준 의사결정 분석(MCDA)을 신뢰 함수 이론(DST/DSmT)과 통합하기 위해.
• 평가, 매핑, 융합 단계를 분리하여 투명성과 위험 지구화 의사결정의 품질을 향상시킬 수 있는 추적 가능하고 체계적인 과정을 개발하기 위해.
• 기존 델름스터 규칙 대신 PCR6과 같은 고급 융합 규칙을 사용하여 전문가 기반 평가에서의 갈등 관리를 향상시키기 위해.
• 융합 과정에서 정보원의 신뢰도와 기준의 중요도를 구분함으로써 불확실성 하에서의 의사결정을 가능하게 하기 위해.

제안 방법

• 쌍대 비교를 통해 우선순위를 도출하고 기준과 대안을 계층적으로 구조화하기 위해 분석적 계층과정(AHP)을 사용한다.
• 정성적 및 정량적 기준을 신뢰 함수 모델링에 적합한 동일한 추론 프레임으로 변환하기 위해 퍼지 집합 이론과 가능성 이론을 적용한다.
• 각 전문가의 평가를 L-R 퍼지 간격과 표면 비율 기반 매핑을 사용하여 기본 신뢰 할당(bbas)으로 매핑한다.
• 두 단계 융합을 수행한다: 첫 번째로, 각 기준별로 다수의 소스에서 온 bbas를 신뢰도 기반 할인과 PCR6 규칙을 사용해 융합하여 갈등을 관리한다.
• 두 번째로, 중요도 기반 할인을 적용하여 기준 간 bbas를 융합하며, 각 기준을 할당된 가중치를 가진 소스로 간주한다.
• 최종 의사결정 해석을 위해 DST 및 DSmT 프레임워크를 활용하여 신뢰도, 가능성, 피그니스틱 확률을 계산한다(낙관적, 비관적, 또는 타협적 결과).

실험 결과

연구 질문

• RQ1 자연재해 맥락에서 전문가 정보가 불확실하고 갈등이 있으며 신뢰도가 상이할 경우, 다기준 의사결정은 어떻게 향상시킬 수 있는가?
• RQ2 AHP는 신뢰 함수 이론(DST/DSmT)과 얼마나 효과적으로 통합될 수 있으며, 전문가 평가에서의 불확실성과 갈등을 모델링하고 관리하는 데에 어떤가?
• RQ3 전문가 평가가 매우 갈등이 클 경우, 의사결정의 무결성을 유지하는 데 가장 효과적인 융합 규칙는 무엇인가?
• RQ4 다중 소스, 다중 기준 의사결정 프레임워크에서 정보원의 신뢰도와 기준 중요도의 차이를 체계적으로 모델링할 수 있는가?
• RQ5 제안된 이단계 융합 과정은 산악 지역의 위험 지구화 의사결정의 추적 가능성과 품질을 향상시킬 수 있는가?

주요 결과

• 이중 융합 과정은 AHP, DST, DSmT를 활용하여 다수의 갈등 가능성이 있는 소스에서 온 전문가 평가를 일관된 의사결정 프레임워크로 성공적으로 통합한다.
• PCR6 융합 규칙의 사용은 전통적인 델름스터 규칙보다 전문가 평가 간 고수준의 갈등을 다룰 때 유의미하게 뛰어난 성능을 보인다.
• 첫 번째 융합 단계에서의 신뢰도 기반 할인과 두 번째 융합 단계에서의 중요도 기반 할인은 정보원 신뢰도와 기준 중요도를 명확히 분리할 수 있도록 한다.
• L-R 퍼지 간격과 표면 비율 기반 매핑 모델은 기준 평가를 추론 프레임워크에 적합한 기본 신뢰 할당(bbas)으로 효과적으로 변환한다.
• 정보원의 신뢰도와 기준 중요도를 구분함으로써 불확실성 하에서의 의사결정을 가능하게 하며, 최대 bba, 신뢰도(비관적), 가능성(낙관적), 또는 피그니스틱 확률(타협적)과 같은 다양한 해석 옵션을 제공한다.
• 평가, 매핑, 융합 단계를 명확히 분리함으로써 전문가 과정의 추적 가능성과 투명성을 향상시키며, 위험 지구화 응용 분야에서의 감사 가능성을 지원한다.