This paper deals with multiple criteria decision making problem with incomplete information when multiple decision makers (Multiple Criteria Group Decision Making : MCGDM) are involved. Usually decision makers (DMs) are willing or able to provide only incomplete information, because of time pressure, lack of knowledge or data, and their limited expertise related with problem domain. There have been just a few studies considering incomplete information in group settings. This incompletely specified information constructs region of linear constraints and therefore, pairwise dominance relationship between alternatives reduces to intractable nonlinear programs. Hence, to handle this difficulty, we suggest a method utilizing individual decision results to form group consensus. Final group consensus ranking toward more agreement of participants can be built through solving a series of linear programmings, using individual decision results under group members' possibly different weight constraints. The aggregation process can be depicted in dominance graph for better understanding of decision making results and further interaction.
As an application area of prescriptive decision making under incomplete information, we consider decision theoretic methodology considered in this thesis for resolving conflict occurring during matching process in rule-based expert system. Techniques from decision analysis and artificial intelligence have both been extensively used in the development of computerized decision aids, although each discipline uses different approaches in knowledge acquisition, representation, and problem solving methodology. From the perspective of many types of practical decision aiding applications, both normative decision aids and expert system technology have significant limitations. Many research efforts have been exerted toward complementing the one*s deficiency with the other's possible techniques or vice versa.
In this paper, among many possible complementary techniques for better decision aiding between decision analysis and expert system, we focus on the using prescriptive methodology of decision analysis which incorporates user's preference knowledge for resolving conflicting rules in rule-based expert system.
의사결정분야에서 최적해 또는 만족스러운 해를 찾기 위한 많은 방법론들이 존재한다. 각각의 방법론들은 의사결정자들을 지원하기 위해 서로 상이한 가정하에서, 상이한 선호정보를 입력으로 한다. 예를들면, 다요소 의사결정문제에서 한명의 의사결정자가 봉착한 의사결정 문제를 해결하기 위해 3가지 종류(요소 가증치에 대한 정보, 대안에 관한 정보, 각 요소별 대안에 관한 효용정보)의 입력 정보(parameter)를 필요로 한다. 지금까지 제안된 어떠한 방법론이라도 위의 3가지 필요로 한가지 이상이 완전하게 혹은 불완전하게 주어졌다는 가정하에 나머지 하나의 알려지지 않은 파라미터를 추론한다고 볼 수 있다. 단 한명의 의사결정 문제에서 공통의 목적을 공유하는, 상호 협력적인 다수의 사람이 참여하는 그룹의사결정 문제로 확대되면 위에서 언급된 3가지 정보외에 일반적으로 그룹 구성원간 최종 의사결정에 도달해 가는 과정에서 발휘되는 힘(power)을 고려할 필요성이 생긴다.
과거(대략 1970년대 이전)의 의사결정이론들은 의사결정분석가가 의사결정자를 지원하기 위해 많은 교혹적인 질문-응답 과정을 거쳐 어느정도 정밀한 효용함수를 도출할 수 있다는 가정하에서 문제를 풀어나갔다. 그러나 이러한 방법론은 의사결정자의 완벽한 효용함수를 도출할 수만 있다면 최상의 방법일 것이다. 의사결정자의 효용함수를 도출해가는 과정에서 많은 시간이 소요될 뿐만아니라, 어떤 요소들은 그 요소의 특성상 정확한 값은 제시하기 힘든 경우도 있으며, 의사결정자가 제한된 주의력과 정보처리능력을 소유함으로써 도출된 효용함수의 정확성에 많은 의문이 생기게 되었다. 이러한 문제를 해결하기 위해서 언급한 입력정보를 좀 더 의사결정자가 제공하기 쉬운 형태 (예를들면, 어떤 요소의 중요도가 다른 요소의 중요도보다 크다)로 제공받아서 의사결정을 지원하는 연구가 진행되어왔다.
대안간 지배관계를 결정하기위해 선형계획법이 많이 사용되는데 본 연구에서는 그룹참가자간 중요도, 요소간 중요도, 각 요소별 대안의 효용값이 불완전정보 형태로 주어졌을때, 그룹구성원들의 대안들에 대한 우선순위를 선형계획법을 활용하여 결정하는 문제를 다룬다. 좀 자세히 설명하면, 두 대안 A, B와 세명의 의사결정자가 있을때, 처음 두 명은 대안 A를 B보다 선호하며, 나머지 의사결정자는 대안 B를 A보다 선호한다고 가정하자. 만약 처음 두 사람이 대안 A를 B보다 선호하는 정도보다 적고, 세 번째 사람이 처음 두 사람보다 의사결정 과정에서 중요한 역할을 한다면, 우리는 자신 있게 대안 A가 대안 B보다 선호된다고 결론내릴 수 없다. 다수의 의사결정자가 참여하며 그들의 선호가 만장일치로 어느 대안을 선호하지 않을때, 예를 들면 대안 A가 다른 모든 대안들보다 선호되는 정도의 합이, 대안 B가 다른 모든 대안들보다 선호되는 정도의 합보다 크다면 우리는 그룹의 견해로서 대안 A가 대안 B보다 선호된다고 결론 내리는 것이 타당할 것이다. 이러한 개념들이 본문의 내용에 상세히 기술되어 있다.
이러한 불완전 정보하의 의사결정 방법론의 활용 방안으로서 본 논문은 지식기반 시스템의 규칙을 적용(matching)과정에서 발생하는 규칙간상층(conflict among rules)을 해결하는 방안을 고려한다. 대표적인 규칙들에 대한 상층 방법을 살펴보면 다음과 같다.
● 미리 규칙에 일련 번호를 정해서 일련 번호순으로 상충해결
● 전문가가 규칙에 대한 우선순위 부여 . 가장 최근에 매칭된 규칙을 사용
● 메타룰(meta rule)의 사용
여러 상충 방법들 중 메타룰에 의한 상충 해결 방법의 문제점으로 매타룰은 시스테을 구축하는 전문가의 (선호)정보가 반영되어 있으며, 메타룰은 다수의 상충되는 목적들의 상쇄(trade-off)효과를 반영하지 못하며, 여러 다양한 의사결정 상황을 반영할 수 있는 효율적인 지식표현 방법을 제공해 주지 못한다. 이러한 문제점들을 의사결정 규칙 기반형 전문가시스템에서 규칙 적용 과정에서 2개 이상 규칙의 충돌이 생길 때, 이 규칙들을 의사결정 문제의 대안으로 고려하며, 대부분의 경우 이 상충된 규칙들은 지향하는 목적(objective)간에 상쇄효과가 존재하므로 이 목적들을 다요소로 고려하면 앞에서 언급한 다요소 의사결정 문제로 귀착된다고 볼 수 있다. 따라서 어떤 특정 문제 상황에서 사용자 선호가 반영된 규칙 기반형 전문가 시스템은 시스템의 성능을 향상시킬 뿐만 아니라 사용자의 만족도를 향상시킬 수 있을 것으로 기대된다.
