完整後設資料紀錄
DC 欄位語言
dc.contributor.author黃家榮en_US
dc.contributor.authorHUANG,JIA-RONGen_US
dc.contributor.author朱博湧en_US
dc.contributor.authorZHU,BO-YONGen_US
dc.date.accessioned2014-12-12T02:08:28Z-
dc.date.available2014-12-12T02:08:28Z-
dc.date.issued1990en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT792396007en_US
dc.identifier.urihttp://hdl.handle.net/11536/55313-
dc.description.abstract決策分析(decision analysis) 的觀念已經廣泛地應用在各個領域中,但是以傳統決 策樹(decision tree) 為基礎而發展的各種決策方法,基本上都遭遇兩個困難,第一 個困難是這些方法均須明確(explicitly)量測出使用者的主觀效用函數(subjective utility function) ,第二個困難是它們都需要使用者給定精確(precise) 的數值, 例如精確的事件機率(event probability) ,但是歸納人類決策行為的研究結果,事 實上證明使用者很難正確而且一致地給定精確的數值資訊。所以這些傳統的決策方法 的適用範圍以及精確性有其限制,Chu (1987)提出了容錯交互式決策分析(Robust In teractive Decision Analysis ,以下簡稱RID)的觀念,有效地解決了這兩個問題, RID 模式化決策者對於不同資訊內容及其使用者決策過程,並容許使用者給定不完整 (imprecise) 的事件機率資訊,且包容使用者不明確(implicit)的主觀效用函數。本 論文針對RID 的方法論(methodology) 測試RID 法則於不同問題情況(problem compl exity)下的解決問題效率(pruning efficiency),並且找出影響解決問題效率的變數 ,作為RID 方法應用的實證基礎。 本研究根據電腦模擬所得到的統計資料,利用不同的統計分析方法,測試RID 法則之 效率,確定影響RID 使用效率的變數。根據這些變數發展預測模式,以評估RID 法則 在不同問題情況下的解決問題效率,並找出現有RID 法則中值得改善的關鍵要素。以 上所提出的模式及其相關分析結果,可用來評估應用RID 在群體決策環境的可行性; 在綜合了以往有關群體決策的研究結果之後,我們提出了應用RID 在群體決策環境的 理論架構。zh_TW
dc.language.isozh_TWen_US
dc.subject容錯交互zh_TW
dc.subject決策分析zh_TW
dc.subject決策樹zh_TW
dc.subject主觀效用函數zh_TW
dc.subject事件機率zh_TW
dc.subject方法論zh_TW
dc.subject問題情況zh_TW
dc.subject問題效率zh_TW
dc.subject(DECISION-ANALYSIS)en_US
dc.subject(DECISION-TREE)en_US
dc.subject(SUBJECTIVE-UTILITY-FUNCTION)en_US
dc.subject(EVENT-PROBABILITY)en_US
dc.subjectCHU(1987)en_US
dc.subjectRIDen_US
dc.subject(METHODOLOGY)en_US
dc.subject(PROBLEM-COMPLEXITY)en_US
dc.title容錯交互式決策分析演算法輿應用探討zh_TW
dc.typeThesisen_US
dc.contributor.department資訊管理研究所zh_TW
顯示於類別:畢業論文