Podejmowanie decyzji w warunkach niepewności przy użyciu sieci Bayes'a - przykład zastosowania

• Autorzy: Magdalena Apollo , Emilia Miszewska-Urbańska

Warianty tytułu

Decision Making under Uncertainty Using Bayesian Networks - Case Study.

• Języki publikacji: PL

Abstrakty

Podjęty w referacie temat odnosi się do zagadnienia podejmowania decyzji w warunkach ograniczonej informacji. Jako przykład przedsięwzięcia odznaczającego się wysokim poziomem złożoności oraz kompleksowości wykorzystano projekty rewitalizacji. Ze względu na brak danych historycznych utrudniających ustalenie prawdopodobieństwa wstępnego, przedsięwzięcie to wiąże się bowiem nie tyle z ryzykiem, co z niepewnością. Z uwagi na opisane ograniczenia zwykle stosowanych metod, autorki proponują zastosowanie narzędzia bazującego na sieci zależności, a zatem pozwalającego na zaprezentowanie zależności przyczynowo - skutkowych pomiędzy zmiennymi budowanego modelu. Zaprezentowany w referacie przykład zastosowania sieci Bayes'a stanowi uproszczony problem decyzyjny, mający zobrazować mechanizm działania narzędzia, którego niekwestionowana zaletą jest możliwość uniknięcia kosztownych badań stanu otoczenia, które można zamodelować na podstawie doświadczenia.(abstrakt oryginalny)

EN

The subject addressed in this paper relates to the issues of decision-making in conditions of limited information. As an example of a project marked by the presence of a high level of complexity and comprehensiveness urban regeneration projects were used. Due to the lack of historical data impending the determination of prior probability, such projects are associated not so much with the risk as with uncertainty. In view of the described limitations of the usually used methods, the authors propose the use of a tool basing on a network dependencies and thus allowing for the presentation of cause - effect relationships between variables of constructed model. An example presented in this paper is a simplified decision problem showing the application of Bayesian network, designed to illustrate the tool mechanism of action, which unquestionable advantage is the ability to avoid expensive environment condition surveys, which can be modeled based on experience.(original abstract)

Słowa kluczowe

PL

Podejmowanie decyzji; Sieci bayesowskie

EN

Decision making; Bayesian network

• Czasopismo: Logistyka
• Rocznik: 2014
• Numer: nr 6, CD 3
• Strony: 1496-1504

Twórcy

autor

Magdalena Apollo

• Politechnika Gdańska

autor

Emilia Miszewska-Urbańska

• Gdańsk University of Technology, Poland

Bibliografia

• 1. Apollo M., Brzezicka J.: Sources of investment risk in urban regeneration projects". Czasopismo Techniczne nr 1-B/2014.
• 2. Apollo M., Grzyl B.: "Problemy koordynacji realizacji robót budowlanych na przykładzie rewitalizacji dzielnicy Gdańsk-Letnica". Inżynieria Morska i Geotechnika 5/2013. Gdańsk.
• 3. Apollo M.: "Koncepcja modelu oceny ryzyka rewitalizacji obszarów miejskich". Materiały konferencyjne konferencji pt: "Wpływ Młodych Naukowców na Osiągnięcia Polskiej Nauki - Nowe trendy w naukach inżynieryjnych - IV Edycja". ISBN 978-83-63058-27-2. Gdańsk 12- 14.04 2013.
• 4. Apollo M, Kristowski A.: "Logistyka realizacji robót budowlanych podczas rewitalizacji dzielnicy Gdańsk-Letnica", Logistyka, 3/2012.
• 5. Chin K.S., Tang D.W., Yang J.B., Wang Sh.Y., Wang H.: Assessing new product development project risk by Bayesian network. Expert Systems with Applications 36 (6)/2009, s. 9879-9890
• 6. Fan C., Yu Y.: BBN-based software project risk management. Journal of Systems and Software 73 (2)/2004, s. 193-203.
• 7. Fang Ch., Marle F., Zio E., Bocquet J.C.: Network theory-based analysis of risk interactions in large engineering projects. Reliability Engineering and System Safety 106/2012, s. 1-10.
• 8. Khodakarami V., Abdi A.: Project cost risk analysis: A Bayesian networks approach formodeling dependencies between cost items. International Journal of Project Management 2014. http://dx.doi.org/10.1016/j.ijproman.2014.01.001
• 9. Luu V.T., Kim S.Y., Tuan N.V., Ogunlana S.O.: Quantifying schedule risk in construction projects using Bayesian belief networks. International Journal of Project Management 27 (1)/2009, s. 39-50.
• 10. Netica Tutorial. A - Introduction. Norsys Software Corporation 2014. http://www.norsys.com/tutorials/netica/secA/tut_A1.htm