ГРУПОВІ ЕКСПЕРТНІ ОЦІНКИ ОБРОБКИ ІНФОРМАЦІЇ В КОМП’ЮТЕРНИХ СИСТЕМАХ «РОЗУМНОГО МІСТА»
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.2.16Ключові слова:
обробка інформації в комп’ютерних системах, «Розумне місто», ІР‑відеоспостереження, автоматизація подачі міського пасажирського транспорту, групові експертні оцінки, теорія свідоцтв, метри- ки, кластеризація, невизначеність.Анотація
У даній роботі розглянута проблема вибору транспортних засобів для логістичного забезпечення мультимодальних перевезень пасажирів як така, що має вирішуватися в умовах невизначеності та нечіткості вихідних даних. У виконаних дослідженнях набули подальшого розвитку теоретичні положення групових експертних оцінок на основі метрик з використанням математичного апарату теорії свідоцтв Демстера-Шефера та кластерного аналізу. Проведено розрахунки значень різних метрик (відстаней Тессема, Джоссельме, Евкліда, Бхаттачарія, Ванга), що характеризують міру відмінності між виділеними групами експертних свідоцтв. На основі розрахунків показано, що вибір метрики є одним з основних факторів, які впливають на результати розбиття вихідної сукупності експертних свідоцтв і формування підгруп експертів з досить близькими оцінками. Доведено, що у разі використання у якості експертів представників декількох адмінрайонів міста (диспетчерів) та/ або компаній-перевізників можуть бути використані додаткові процедури для зближення думок різних підгруп. Або, за умови, що свідоцтва експертів стійкі та остаточні, можливе проведення агрегування експертних свідоцтв для кожної підгрупи окремо. В результаті досліджень виконано синтез математичної моделі управління невизначеностями та розробка інноваційної інформаційно-комп’ютерної технології (ІКТ) підтримки прийняття рішень для автоматизованої подачі міського автотранспорту на зупинки. Метод реалізовано на основі підрахунку кількості пасажирів на зупинках за даними ІР-відеоспостереження комп’ютерної системи «Розумне місто».
Посилання
Буренко В. О. Аналіз наповненості зупинок пасажирського транспорту за допомогою алгоритмів обробки зображень з ІР-камер «розумного міста». Вісник Хмельн. нац. ун-ту. 2023. Т. 1, № 5. С. 47–52. DOI: https://www.doi.org/10.31891/2307-5732-2023-325-5.
Актуальна інформація про громадський транспорт України. EasyWay : вебсайт. URL: https://www.eway.in.ua/ua/cities/mykolaiv/routes (дата звернення: 14.04.2024).
Маркевич К., Сіденко В. Smart-інфраструктура у сталому розвитку міст: Світовий досвід та перспективи України. Київ : Центр Разумкова; Заповіт, 2021. 400 с. URL: https://razumkov.org.ua/uploads/other/2021-SMART-%D0%A1YTI-SITE.pdf (дата звернення: 14.04.2024).
Мураєв Є. В. Український досвід впровадження концепції смарт-міст: основні досягнення та проблеми. Вісник Хмельн. нац. ун-ту. 2020. № 2. С. 91–96. DOI: 10.31891/2307-5740-2020-280-2-17.
Kovalenko І. І., Shved A. V. Clustering of group expert estimates based on measures in the theory of evidence. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2016, № 4. C. 71–77.
Kovalenko І., Shved А. Development of a technology of structuring group expert judgments under various types of uncertainty. Eastern European Journal of Advanced Technologies. 2018. № 3/4 (93). С. 60–68. DOI: 10.15587/1729-4061.2018.133299.
Davydenko Ye. O., Shved A. V., Honcharova N. V. Development of technique for structuring of group expert assessments under uncertainty and inconcistancy. Radio Electronics, Computer Science, Control. 2023. № 4. P. 30–38. DOI: 10.15588/1607-3274-2023-4-3.
Рудень В. В., Гутор Т. Г. Методика проведення та оцінки результатів експертних оцінок. Український медичний часопис. 2011. № 2 (82)–ІІІ/ІV. С. 31–34.
Гнатієнко Г. М., Снитюк В. Є. Експертні технології прийняття рішень. Київ : Маклаут, 2008. 444 с.
Soltanifar M., Sharafi H., Lotfi F. H., PedryczW., Allahviranloo T. Preferential voting and applications: Approaches based on data envelopment analysis. Springer, 2023. 185 p.
Снитюк В. Є., Гнатієнко Г. М. Оптимізація процесу оцінювання в умовах невизначеності на основі структуризації предметної області та аксіоми незміщеності. Штучний інтелект. 2008. № 3. С. 217–223.
Shafer G. A. A mathematical theory of evidence. Princeton, NJ, United States: Princeton University, Dec. 1976. DOI:10.1515/9780691214696.
Liu Qia., Liu Qin., Wang M. Sustainable decision-making enhancement: trust and linguistic-enhanced conflict measurement in evidence theory. Sustainability. Mar. 2024. Vol. 16 (6):2288. DOI: 10.3390/su16062288.
Wang X., Qin J. Multimodal recommendation algorithm based on Dempster-Shafer evidence theory. Multimedia Tools and Applications. Sept. 2023. Vol. 83, Is. 10. P. 1–16. DOI:10.1007/s11042-023-15262-8.
Zhang Z., Xiao F. An information-volume-based distance measure for decision-making. Chinese Journal of Aeronautics. May 2023. Vol. 36, Is. 5. P. 392–405. DOI: 10.1016/j.cja.2022.11.007.
Топольницький М. В., Шишацький А. В. Метод комплексування об’єктивних та суб’єктивних даних на основі теорії свідчень Демпстера–Шейфера. Сучасні аспекти модернізації науки: стан, проблеми, тенденції розвитку : матеріали XXI-ої Міжнародної наук.-практ. конф., Дебрецен, Угорщина, 07 червня 2022 р. C. 107–112.
Jousselme A.-L., Maupin P. Distances in evidence theory: Comprehensive survey and generalizations. International Journal of Approximate Reasoning. Feb. 2012. Vol. 53, Is. 2. P. 118–145.
Jie Z., Rui X., Zhenning D., Deyu T., Wenhong W. Evaluating the reliability of sources of evidence with a two-perspective approach in classification problems based on evidence theory. Information Sciences. 2020. Vol. 507. P. 313–338. DOI: 10.1016/j.ins.2019.08.033.
Han D. Q., Deng Y., Han C. Z., Yang Yi. Some notes on betting commitment distance in evidence theory. Science China. Information Sciences. 2012. Vol. 55. P. 558–565. DOI: 10.1007/s11432-011-4541-z.
Xiahou T., Zeng Z., Liu Yu, Huang H.-Z. Measuring conflicts of multisource imprecise information in multistate system reliability assessment. IEEE Transactions on Reliability. July 2021. Vol. 99. P. 1–18. DOI: 10.1109/TR.2021.3087531.
Zhu Jin., Luo Yu., Zhou Jia. Sensor reliability evaluation scheme for target classification using belief function theory. Sensors. 2013. Vol. 13. P. 17193–17221. DOI: 10.3390/s131217193.
Martin A., Jousselme A. L., Osswald C. Conflict measure for the discounting operation on belief functions. Proc. of the 11th Internat. Conf. on Information Fusion (FUSION 2008). Cologne, Germany, 30 June–3 July 2008. P. 1–8.
