[논문 리뷰] Feasible strategies for conflict resolution within intuitionistic fuzzy preference-based conflict situations
논문은 세 방향 갈등 분석을 위한 직관적 퍼지 편향 프레임워크를 개발하고, 새로운 갈등 지표, 삼분割(트라이섹션), 조정 기반의 실행 가능 전략을 정의하며, 이를 설명하는 예시로 시演(일러스트레이티브)합니다.
In three-way conflict analysis, preference-based conflict situations characterize agents' attitudes towards issues by formally modeling their preferences over pairs of issues. However, existing preference-based conflict models rely exclusively on three qualitative relations, namely, preference, converse, and indifference, to describe agents' attitudes towards issue pairs, which significantly limits their capacity in capturing the essence of conflict. To overcome this limitation, we introduce the concept of an intuitionistic fuzzy preference-based conflict situation that captures agents' attitudes towards issue pairs with finer granularity than that afforded by classical preference-based models. Afterwards, we develop intuitionistic fuzzy preference-based conflict measures within this framework, and construct three-way conflict analysis models for trisecting the set of agent pairs, the agent set, and the issue set. Additionally, relative loss functions built on the proposed conflict functions are employed to calculate thresholds for three-way conflict analysis. Finally, we present adjustment mechanism-based feasible strategies that simultaneously account for both adjustment magnitudes and conflict degrees, together with an algorithm for constructing such feasible strategies, and provide an illustrative example to demonstrate the validity and effectiveness of the proposed model.
연구 동기 및 목표
- 에이전트가 이슈 쌍에 대한 태도를 정성적 관계를 넘어 불확실성 및 뉘앙스를 포착할 필요성을 동기화한다.
- IFPS(Intuitionistic Fuzzy Preference-Based Conflict Situations) 를 도입하여 이슈-쌍 태도를 모델링한다.
- 에이전트, 이슈, 이슈 번들에 대한 직관적 퍼지 갈등 지표와 삼분割(트라이섹션)을 정의한다.
- 갈등 해소를 위한 조정 메커니즘 기반의 실행 가능 전략을 제시하고 알고리즘을 제공한다.
- 일 illustrative 예시를 통해 타당성을 보여주고 임계값 기반 의사결정을 논의한다.
제안 방법
- 이슈 쌍에 대한 mu, nu 성분과 주저(pi=1-mu-nu) 를 갖는 직관적 퍼지 선호를 정의한다.
- 이슈 쌍에 대해 에이전트 간의 거리 기반 갈등 함수 CF_ij 를 도입하고 그 성질을 증명한다.
- 이슈 번들에 대해 CF_J 를 집계하고 에이전트에 대한 IR_J^{=}, IR_J^{≈}, IR_J^{≺} 삼분割(트라이섹션)을 정의한다.
- 번들 또는 전체 이슈 집합에 대한 에이전트의 CM 지표를 정의하고 임계값을 통해 SA, WA, NA 로 분할한다.
- Bayesian 최소 위험 이론을 사용하여 갈등 연합에 대한 의사결정 임계값을 결정한다.
- 태도를 조정하면서 갈등을 고려하는 실행 가능한 전략을 구성하는 알고리즘을 제공한다.

실험 결과
연구 질문
- RQ1직관적 퍼지 선호가 전통적 모델보다 이슈 쌍에 대한 에이전트 태도의 뉘앙스를 더 잘 포착할 수 있는가?
- RQ2직관적 퍼지 설정에서 CF_ij, CF_J, CM 등 갈등 지표를 정의하고 해석하는 방법은 무엇인가?
- RQ3IFPS 하에서 에이전트 쌍, 에이전트, 이슈에 대한 세 가지 방향의 삼분割(트라이섹션)을 어떻게 형성할 수 있는가?
- RQ4조정의 크기와 갈등 정도의 균형을 맞추어 실행 가능한 갈등 해소를 달성하는 조정 전략은 무엇인가?
- RQ5제안된 프레임워크를 지리정치적 시나리오와 같은 일러스트레이티브 예시를 통해 검증할 수 있는가?
주요 결과
- 직관적 퍼지 편향 기반 갈등 설정과 그에 대응하는 갈등 함수가 비음수성, 대칭성, 삼각 부등식 등의 성질으로 증명된 것을 제시한다.
- 다중 이슈 갈등 지표 CF_J 와 CM을 정의하고, 지정된 임계값에서 에이전트 및 이슈의 삼분割(트라이섹션)을 도출한다.
- 강-약-비갈등 연합 및 에이전트와 이슈에 대한 삼분割(트라이섹션)을 제안하고 실행 가능한 전략으로 가는 알고리즘적 경로를 제시한다.
- 예시 시나리오에 대한 계산과 표를 통해 프레임워크가 정성적 관계를 넘어선 뉘앙스 있는 갈등 분석을 제공하는 방식을 보여준다.
- IFPS 프레임워크 내에서 갈등 연합에 에이전트를 배정하기 위한 임계값 결정과 베이지언 최소 위험 이론의 연결성을 설명한다.

더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.