GROUP EXPERT JUDGMENTS OF INFORMATION PROCESSING IN COMPUTER SYSTEMS OF THE SMART CITY
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.2.16Keywords:
information processing in computer systems,Abstract
In this article, the problem of choosing vehicles for logistical support of multimodal transportation of passengers is considered as such, which must be solved in conditions of uncertainty and vagueness of the initial data. In the conducted studies, the theoretical propositions of group expert evaluations based on metrics using the mathematical apparatus of Dempster-Shafer’s evidence theory and cluster analysis were further developed. The values of various metrics (Tessem, Josselme, Euclid, Bhattacharya, Wang distances) characterizing the degree of difference between selected groups of expert certificates were calculated. On the basis of calculations, it is shown that the choice of metric is one of the main factors that affect the results of dividing the original set of expert certificates and forming subgroups of experts with fairly close assessments. It has been proven that if representatives of several administrative districts of the city (dispatchers) and/or transport companies are used as experts, additional procedures can be used to bring together the opinions of different subgroups. Or, provided that expert testimony is stable and final, it is possible to aggregate expert testimony for each subgroup separately. As a result of the research, the synthesis of a mathematical model of uncertainty management and the development of innovative information and computer technology (ICT) decision support for the automated submission of city vehicles to stops were performed. The method is implemented on the basis of counting the number of passengers at bus stops based on IP video surveillance data of the "Smart City" computer system.
References
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.
