决策、系统思考和决策支持

(R.P.Hämäläinen,A.萨洛,E.萨里宁,J.Liesiö,P.轻度,J.穆斯塔霍基,A.蓬卡,S.开槽（V.Brummer、M.Lindstedt、M.Marttunen）

研究团队活跃在一个广泛的论坛上决策分析我们的兴趣包括新的决策支持技术的理论发展以及决策支持工具的实际实施。我们的研究主题还包括决策的行为方面和群体决策的新技术。有关决策上下文中常用词语的定义，请参见：决策词典.

偏好编程.偏好近似规范的方法

(A.萨洛,R.P.Hämäläinen,A.蓬卡,J.穆斯塔霍基,P.轻度,J.Liesiö)

在决策分析文献中，接受近似偏好的不同方式引起了很多关注。理论工作已经扩展了层次分析法（AHP）和价值树分析等方法，使决策者可以通过区间判断来表达近似的偏好陈述。决策者指定一系列数字，以表明两个因素在同一时间的相对重要性。由此产生的线性约束在每个标准中定义了一个可行区域，该区域由与决策者声明一致的本地优先级组成。

区间判断约束的局部权重

偏好规划通过综合层次结构中的区间偏好语句来扩展AHP，从而导出备选方案P的权重区间[SAL90b公司,SAL91b公司,SAL92a公司,SAL92b公司,SAL95b公司],M【SAL03b】备选方案的权重区间由一系列线性规划问题计算得出。PAIRS（不精确比率语句的偏好评估）是价值树分析的类似方法P【SAL92a】在PAIRS中，备选方案的特征通过最低树枝级别属性的得分范围进行建模。这些方法假设比率语句彼此一致，并且一致性边界用于帮助决策者避免不一致P【SAL93】.SMART和SWING程序的间隔版本是特殊情况，可以称为间隔SMART/SWING或简单PAIRS=SPAIRSP[MUS05].我们的WINPRE公司决策支持软件运行这些方法，并且可以免费用于学术目的。

在PRIME（多属性评估中的偏好比率）中，决策者评估价值差异比率P【SAL01b】决策者输入这些比率作为数字的区间。PRIME与权衡技术有关，因为权重过程明确使用属性范围。这一具有规范吸引力的特性鼓励进一步开发和操作PRIME方法。主要决策是相关的windows软件吗P【GUS01】.

在RICH（标准层次结构中的排名包含）中，决策者可以指定包含最重要属性的属性子集，或者更一般地说，将一组排名与给定的一组属性关联起来P【SAL05】这样的偏好陈述可能会产生非凸的可行属性权重集，允许通过计算优势关系和决策规则来获得决策建议。RICH的使用由基于网络的决策支持工具提供支持，RICH决策.

与使用单一数字估计评估偏好陈述的方法相比，基于近似偏好的区间表示的方法导致了更具交互性的决策支持过程。优先级的演变可以在整个过程中进行计算和可视化。我们的经验表明，偏好区间的使用对群体决策尤其有用P【SAL95a】,P【H a M95c】,P【HáM96a】,P【H a M96b】。可以通过将成员的判断结合起来来模拟群体的偏好。决策者试图在个人判断上达成妥协，并缩小偏好区间的宽度，从而寻求共识。这一进程有助于将讨论重点放在关键问题上，预计这将提高谈判进程的效率。

区间技术也可用于进行全局敏感性分析。可以通过将点估计扩展到区间并检查总体值的相应变化来研究模型参数的敏感性。当可以一起研究不同类型的不确定性的影响时，可以同时为所有偏好陈述和决策结果提供区间P[MUS06].

区间技术的另一个应用领域是使用它们来建模关于决策者偏好的一般假设信息。这种方法已被应用于支持偶数互换过程的不同阶段，偶数互换是一种基于价值权衡的消除过程。在该方法中，偶数互换过程像往常一样进行，但同时，决策者偏好的演变用偏好规划建模P[MUS05b]此模型可以为偶数交换过程提供信息，以帮助识别实际占主导地位的替代方案，并为下一个偶数交换找到适用的候选属性。该方法不会损害易用流程的原始想法。Smart-Swaps网络软件的开发旨在支持实际的方法M（MUS06b）.

动态多标准选择

(R.P.Hämäläinen)

动态决策环境的多准则方法在文献中很少受到关注。有许多重要的实际动力学问题，该课题需要进一步研究。我们测试了动态目标编程模型的使用，其中可以指定目标点和目标集。将目标定义为集合而非点是将灵活性和健壮性引入模型的一种方法。我们考虑一个单户住宅供暖问题（源自电价项目作为评估不同类型的多标准决策支持方法的测试用例。家庭面临着小时舒适度（温度）和供暖成本之间的动态权衡问题。已经实施了包括区间目标设定方法在内的不同概念。MOHO（多标准目标加热优化）软件已在家中成功测试P【H a M02】,P（N97米）,T[高达M96]供暖问题也被用作一种计算工具，用于审查解除管制电力市场中的消费策略和电价协调P[高度M00b],P码[PIN00],P[高达M99b]

水资源管理中也存在类似的动态决策设置。我们与芬兰环境研究所（FEI）合作，为帕伊贾纳-基米约基湖-河流系统称为ISMO（通过多标准优化对动态水调节策略进行交互分析），在电子表格程序Excel下工作。FEI积极使用该模拟器为不同的利益相关者群体生成监管策略备选方案P[高度M01a],P【H a M98】.

这项工作也与我们对基于代理的建模方法的研究有关P[高达M95d],P【H a M96c】和动态游戏。

计算机支持-决策

另请参见项目现场.

(R.P.Hämäläinen,A.萨洛,J.穆斯塔霍基,J.Liesiö)

我们正在积极开发用于决策的计算机辅助工具。这些软件收集在决策机构Web站点P【H a M03】在我们的软件开发中，我们强调信息技术最新发展的可能性，如多媒体和互联网。

HIPRE三+以其用户友好性而闻名，并且它基于完全图形化的界面。这是AHP和价值树分析的第一个完全图形化鼠标驱动的实现。它有许多吸引人的特点，例如可以定制量表，即在比率比较中使用的口头表达和数字。HIPRE3+可以将AHP和价值函数等不同方法组合在一个模型中。它包括界面颜色的不同选项以及使用三种语言（英语、芬兰语、瑞典语）的可能性。P【H a M92c】,P[HõM92d],R[高达M92].

为了响应我们生产的网络技术的发展网站-HIPRE，第一个基于Web的价值树和AHP多属性决策分析工具P[MUS00]它是一个基于HIPRE 3+的用于多标准决策的Java应用程序。Web-HIPRE位于互联网上，可以从世界各地访问，这为决策支持开辟了一个新的维度。Web-HIPRE为个人和团体决策支持提供了一个通用平台。可以在相同或不同的时间处理单个模型，并且可以轻松共享结果。一个重要的Web功能是可以定义到其他Internet地址的链接。这些链接可以引用描述标准或备选方案的图形或任何其他类型的信息，如声音或视频。这可以提高决策支持的质量。Web-HIPRE支持多种权重方法，包括AHP、SMART、SWING、SMARTER和值函数。结果通过柱状图和灵敏度分析显示。Web-HIPRE还支持使用常规HIPRE模型。Web-HIPRE的在线使用可以是已测试通过样本模型。

Web-HIPRE主窗口

我们还开发了易于使用的软件来支持间歇技术。WINPRE公司是一种支持Preference编程、PAIRS和Interval SMART/SWING的软件，以及主要决策是PRIME方法的软件实现P【GUS01】。这两个软件都在Windows下运行，并且可以免费用于学术用途。RICH决策是一个基于网络的软件，用于支持RICH方法。

Winpre主窗口

主要决策主窗口

Smart-Swaps是一种支持偶数交换过程的web软件M（MUS06b）它实现了偏好编程方法，为偶数交换过程提供信息，以帮助识别实际上占主导地位的替代方案，并为下一个偶数交换找到适用的候选属性P【MUS5b】.

在过去几年中，计算机支持的协同工作（CSCW）领域发展迅速。该领域主要关注计算机支持的通信，而群体决策支持系统（GDSS）领域则研究群体决策工具。HIPRE 3+组链接是一个GDSS软件，支持使用偏好编程进行在线群体决策P[高达M92b],P【HõM94】,P【HáM95a】,P【H a M96b】。使用HIPRE 3+Group Link，可以将使用HIPRE3+创建的个人偏好模型合并为偏好区间模型。通过PC网络，小组成员可以根据从小组的区间模型中获得的反馈更改自己的偏好模型。该技术支持使用几种不同的方法进行群体决策（参见下图）。网站-HIPRE通过加权算术平均法，可以将个人偏好组合成一组偏好。组模型通过Web直接收集个人偏好，允许使用分布式模式。我们目前还在探索基于分布式多媒体的决策结构和会议的可能性。

HIPRE 3+Group Link的群组决策支持

Decisionarium还为谈判支持.

决策的行为方面

(R.P.Hämäläinen,A.萨洛，M.Hjelt）

决策中的偏见是最近许多实验的主题。决策者的实验工作对于确保决策支持技术的可靠使用至关重要。特别是新技术，如使用偏好区间，需要仔细的经验验证。我们的实验研究始于AHP。超矩阵技术被认为是AHP中秩反转现象的补救方法，但它并不是最终的答案R【SAL92b】在AHP中，决策者可以使用口头表达来促进偏好激发。口头表达根据九点整数等级转换为数字，该等级有以下缺陷：P【SAL97】研究了语言表达在决策中的使用以及在偏好启发中使用词语的其他方式P【PÙY97】.

我们的比较研究包括所有价值树加权方法。以前的文献表明，常用的方法会产生不同的结果。这使得研究这些差异的根源变得很重要。在互联网上进行了一项国际实验，以进一步研究加权方法的差异（AHP、SMART、SWING、直接加权和权衡加权）P[PÖY01a]。实验结构如下图所示。实验结果表明，不同方法得出的权重之间的差异是由于响应尺度效应。价值树中使用的所有方法都有相同的理论基础，因此我们认为没有一种方法可以被认为是优越的。

不同加权程序的互联网实验。

我们的实验工作继续与决策问题的制定相关的偏见。实验表明，价值树的结构，即价值树中的级别数或属性数，会影响结果。我们的理论考虑表明，这些问题也可能有数学根源P[P'Y98]我们进行了一项新的实验，研究价值树中属性的决策对结果的影响R【PɋY98a】,P【PØY01b】新的发现是，属性决策会增加或减少个体决策者的身高，并改变属性组的排名。我们还建议许多不同的属性权重偏差具有相同的来源R【PɋY98a】,P【PØY01b】然而，我们认为在实践中，通过互动和教学可以避免偏见，或者至少可以削弱偏见的影响R【PɋY98a】,P【PØY00】.

环境决策

另请参见项目现场.

(R.P.Hämäläinen、M.Marttunen、，J.穆斯塔霍基，J.Seppälä）

决策分析领域在将理论思想转化为实际决策支持工具方面经常遇到困难。然而，实验室开发的决策支持系统也得到了广泛而成功的应用，例如在现实生活中的环境问题解决中。水资源管理一直是主要研究领域之一，该实验室参与了多个湖泊治理研究项目。在这些项目中，我们研究了不同的方法和工具，包括决策分析访谈P（1995年3月）,M（2006年3月）湖泊-河流系统的建模P【H a M01c】，谈判P[哈瓦姆M99a,H型M01a]和公众参与P[音乐04,MUS06b型],M（MUS06）.

研究项目的其他主要领域是能源政策P[H型M88a,H型M89b,HõM90a型,高达M90b,哈瓦姆M91a,哈瓦姆M92a,哈维M96d]和环境影响评价P[高达M92c,1995年3月]. 这些项目的范围从人工智能环境中的企业规划系统P[SAL88a公司,SAL88b公司,SAL89公司,SAL90a公司,SAL91a公司,SAL91d公司]议会决策P[H型M88a,高达M90a,高达M90b,哈瓦姆M91a,高达M95c]. 除了研究项目外，实验室还为许多领域的合作者提供帮助。这些成功的项目使我们成为实际决策支持的卓越中心。

在大学环境中使用相同的实际问题进行的实验研究也支持实际问题的解决。第一个使用偏好规划的群体决策实验是在芬兰学生政治家中进行的P[高达M92b]他们利用优惠区间谈判能源政策。这项研究在一项针对大都市交通规划问题的研究中继续进行P【H a M96b】在这里，HIPRE 3+Group Link环境被用于计算机网络。实验表明，偏好编程方法可以激励参与者积极交流价值观。在群体决策中使用偏好规划的不同方法是我们未来决策支持应用程序的主要主题之一。

作为决策支持工具的生命周期评估

生命周期评估（LCA）是一种分析和评估产品总体环境影响的方法P[LIN95],电话[SEP97],P[9月01日],电话[SEP03]该方法既有客观因素，也有主观因素。到目前为止，生命周期评价专注于收集产品整个生命周期的质量和能量流数据。然而，如果没有仔细的多属性评估，数据本身不足以支持决策。仍然缺少明确的决策分析方法。在我们的研究中，我们将重点放在生命周期评价的主观部分，在这些主观部分中，最大的益处似乎是可能的。这些部分应该受到决策者偏好和决策情况的影响。

我们正在制定目标定义和范围界定阶段的程序，以便从明确制定相关决策问题和确定相关属性开始，例如通过访谈利益集团P（1995年3月）到目前为止，许多LCA研究人员建议在产品的总环境影响指数中使用固定权重。这是不可取的，因为属性范围和决策者的偏好对结果没有影响。我们试图展示如何正确使用估值技术来帮助数据解释P【MIE97】,P【MIE99】.

决策会议、小组决策和决策分析访谈

(R.P.Hämäläinen、K.Sinkko、，J.穆斯塔霍基（M.Lindstedt）。

决策分析可以成功地用于现代公共政策过程。我们开发了两种新的“现场”分析技术。决策分析访谈是一种让利益相关者参与并从公民群体收集优先信息的方式。自发决策会议P【H a M95c】,P【HáM96a】是另一个密切相关的概念，决策者群体自发地采用决策分析方法来解决问题。例如，我们在环境决策以及在技术预见与评估。我们还测试了新的多标准方法对协商设置 P【HáM99a】,P[高度M01a].

其中一个应用领域是研究如何在日常高层政治决策中使用决策支持。我们与议员P[H型M88a,HõM91a型,哈瓦姆M92a]. 例如，两组三名议员在工作中使用了HIPRE 3+和ComPAIRS软件包P[HõM95c],P【HáM96a】。本研究旨在了解不同技术在日常决策和支持群体决策过程中的益处。这些案件包括关于芬兰加入欧盟的决定。

芬兰是否应加入欧盟问题中的偏好概况屏幕示例。

决策分析访谈已应用于环境规划。利益相关者和当地公民通过价值树进行互动访谈。总结得出的优先顺序，并将其纳入最终决策的项目材料中。这种方法已被证明是完全可行的，并且在我们有关水资源规划和管理的研究中被认为是最有用的P（1995年3月）.

我们还参加了关于在重大核事故案件中测试决策会议技术的欧洲联合项目。在这些会议上，我们考虑了公众的早期对策R【FRE96】（右[FRE96]）,电话[LIN98],R[高度M98],P[高度M00a],R[高度M00]以及奶道的后期对策R【AMM01】我们还研究了让关键参与者参与保护行动计划的不同方法[SIN04公司,MUT06（MUT06）,GELxx公司]并在这些会议中应用了交互式多准则小组决策支持软件[MUS01型,MUS07型].

系统智能、对话和哲学

(E.萨里宁,R.P.Hämäläinen,S.插槽)

由系统智能 R【BÉC03】,R【H a M04】,R[高度M04b]，我们指的是智能行为，在这种行为中，一个人识别并能够智能地遇到由交互和反馈组成的结构实体。反映系统智能的人会创造性地、适当地考虑他或她的环境、他/她自己以及他们创建的系统交互。他或她能够在这种情况下以明智的方式行事。

对我们来说，系统智能是人类行为智能的基本要素之一。当系统思维从外部观察和建模交互时，系统智能代表了在真实情况下的积极实践思维。新的元素包括积极的、个人的和存在相关的内容。

我们的项目致力于描述系统智能的概念、其不同的表现形式及其在人类现实中的构成作用。

我们所说的“对话”是指一套旨在发展更好的沟通、合作和达成共识的技术。我们特别感兴趣的是在不同的情况下，针对不同的方式（改进沟通、冲突管理、决策制定），改进和测试各种理论和方法。

请参阅系统智能项目。

技术预见和评估

(A.萨洛,T.古斯塔夫森,P.轻度，J.-P.Salmenkaita）

技术预见和技术评估可视为互动过程，旨在加深对部署新技术的潜力和可能后果的理解P【SALxxa】在技术评估中，重点通常是分析特定技术可能造成的影响，包括其负面和有害后果P【SALxxb】另一方面，技术展望可以被视为一种考虑未来的尝试，目的是确定有助于实现预期经济和社会效益的研究领域、技术和联合行动。

在这一领域，我们与国家技术局（Tekes）和其他公共组织合作开展了研究项目，以支持创新政策的制定。具体而言，我们探讨了在研究和技术开发计划中使用团体支持系统（GSS）对电信研究的影响P【SALxxb】以及评估国家林业和林业集群方案。在这些项目中，我们提倡参与式方法，在考虑过去的成就和未来的机会时，利益相关者得到GSS方法的帮助。

更正式地说，技术评估和预见可以通过适当的方法来辅助，例如场景电话[BUN93]，交叉影响分析P【SAL95a】和时间序列分析电话[BUN96]然而，除了方法选择外，还需要考虑组织激励，以确保参与者受到充分激励P【SAL01】管理结构支持信息的验证和传播P【SALxxa】将技术评估和前瞻性纳入方案评估的必要性也得到了越来越多的认可P【SAMxx】.

风险管理是有争议技术评估的一个组成部分。如果新技术的潜在影响是高度不确定的，如1992年《关于环境与发展的里约宣言》所述，援引预防原则可能是恰当的，该原则意味着不应以缺乏充分的科学确定性为理由推迟采取具有成本效益的措施来防止环境退化，如果存在严重不可逆转的损害威胁。这一原则的实施可以得到多标准工具的支持，这些工具可以捕捉到由于缺乏科学证据或偏好信息不完整而造成的不确定性。这些工具有助于消除传统成本效益分析的局限性，并有助于提高决策支持的透明度（例如，参见。，P【SAL92a】,P【SAL92b】,P【SAL95a】,P[SAL95b],R[SAL00b]）.多准则工具也可用于通过模糊集建模不确定性P【SAL96b】或概率值的范围P【SAL96a】.

在公司层面，GSS在新产品开发方面有着良好的前景。在产品开发的早期阶段，它们似乎特别有用，这些阶段的重点是收集和评估客户需求。在这里，GSS允许分布式组织在新产品理念的生成、细化和系统评估方面进行协作，这有助于形成成功的产品规范。我们的实证研究表明，群件在具有密集通信需求并寻求缩短产品开发周期的大型工业组织中尤其有用P【SAL98a】,P【SAL99a】.

工业投资机会

(A.萨洛,J.古斯塔夫森，J.Dietrich）

决策分析和投资科学可用于估算工业投资机会的可能现金流，并评估其风险。在这里，合适的方法包括决策树、情景树、实物期权分析、线性优化模型和多准则模型。这些方法也可用于估计新业务的价值P【GUS01】或根据投入价格的相关变化分析主要资本投资的盈利能力电话[BUN96].

从投资评估的角度来看，研发项目尤其具有挑战性，因为它们涉及大量支出和不确定性；然而，它们对公司未来竞争力和竞争地位的发展至关重要。在这种情况下，通常需要多标准模型，因为需要考虑几个无形特征（例如，项目经理的承诺和经验）P【RUU89c】.

为了支持研发项目和其他工业投资机会的评估，我们开发了一种称为权变投资组合规划（CPP）的方法P【GUSxxa】在CPP中，不确定性通过场景树建模，而后续和先决项目的结构通过一组线性约束捕获。此外，CPP采用平均风险效用模型进行风险投资组合选择。CPP在计算上也很有吸引力，因为它导致了线性规划模型。