Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich.
mehr Informationen...
ger: Ein Großteil der Forschung zur Entscheidungsfindung befasst sich mit den Algorithmen für die Messung von Präferenzen verschiedener Experten auf einer Alternativenmenge in Bezug auf widersprüchliche Kriterien sowie Zusammenfassung dieser Präferenzen mit objektiven Daten. Bereits wurden mehrere analytische Methoden entwickelt um mit den Informationslücken und Unsicherheiten umzugehen. Allerdings sind die praktischen Problemanforderungen und -Strukturen komplexer als es die Annäherungen der existierenden Ansätze annehmen. Deshalb ist die Entwicklung der Verfahren die in der Lage sind die Komplexität zu erfassen und dabei gültige Lösungen zu erzeugen ein relevantes und bisher ungelöstes Problem. Diese Dissertation befasst sich mit den Herausforderungen der Entwicklung der Modelle und Methoden für mehrkriterielle Gruppenentscheidungsprobleme unter Unsicherheit. Dieser Arbeit liegen die multikriterielle Entscheidungsanalyse (MCDA) und systemanalytische Konzepte zugrunde. Die Beschränkungen und Vorteile der unterschiedlichen MCDA Techniken wurden analysiert um die neuen integrierten Methoden so zu entwickeln, dass sie die Stärken einzelner Methoden nutzen sowie ihre Schwächen ausgleichen. Außerdem studiert diese Dissertation die vorhandenen empirischen und analytischen Ansätze zur Gruppenentscheidungsfindung und schlägt neuen Methoden zur Aggregation von Expertenmeinungen vor. Ein Fokus liegt auf der Gruppenstrukturierung und Zuständigkeitsplanung, Abschätzung der Zuverlässigkeit von subjektiven Bewertungen, sowie Analyse der Meinungsunterschiede in Gruppen. Die entwickelten Methoden gehen mit unsicheren Information um. Zusätzliche Verfahren aus den Operations Research und Management sowie Visualisierungstechniken werden verwendet um die praktischen Systeme präzis zu modellieren.
eng: Much of existing decision making research focuses on algorithms designed tomeasure the preferences of different experts on a finite set of alternatives withregard to multiple conflicting criteria and trade them off alongside objectiveproblem-relevant data. Moreover, a number of analytical methods have beendeveloped to handle informational gaps and uncertainty. However, practicaldecision structures and problem requirements are versatile and more complexthan the existing single-method approaches assume. Therefore, the issue ofconstructing user-friendly decision support procedures able to capturecomplexity and produce valid solutions is a relevant and unresolved problem.This thesis addresses the challenges of developing system-oriented decisionsupport models and methods for complex multi-criteria group decisionproblems involving uncertainty. In essence, this research builds upon multicriteriadecision analysis (MCDA) theory and system analytical concepts. Firstof all, the limitations and advantages of different MCDA techniques areanalyzed and new integrated methodologies are developed to benefit from thestrengths of individual methods while avoiding their weaknesses. Furthermore,this thesis studies the existing empirical and analytical approaches to groupdecision making and proposes novel methods to aggregate the opinions ofdifferent experts. In particular, the focus is on the aspects of group structuringand responsibilities definition, as well as on measuring and analyzingsubjective expert estimates reliability and discordance of opinions in groups.Finally, the developed methods are capable of considering informationaluncertainties by using the tools of fuzzy set theory and its generalizations.Additionally, various methods from the broader science of operations researchand management as well as visualization techniques are employed to preciselymodel the practical systems.