Dettaglio Caso d'Uso

Sparse Analytic Hierarchy: SAHP

In un contesto sempre più complesso, si ha sempre maggiore consapevolezza della necessità di un supporto “artificiale” per prendere decisioni che ottimizzino l’investimento di risorse. 

Un Socio ARTES 4.0 ha realizzato un sistema molto innovativo, in fase di validazione, che genera un ranking di alternative sulla base di informazioni relative, parziali e ambigue e consente di identificare gruppi di decisori con preferenze simili.

 Tecnologie Abilitanti:

Big Data & Analytics

Tecnologia abilitante: Intelligenza artificiale/Decision Support System (DSS); 

Cliente target: Aziende caratterizzate da scenari operativi complessi in cui occorre decidere dell’importanza di diverse alternative (es. quali fattori sono più importanti per la cyber-security, quale guasto riparare sulla rete idrica, quale sito selezionare per una grande opera pubblica, quale diagnosi scegliere sulla base dei sintomi del paziente).

Problema affrontato: Il risultato delle attività di ricerca ha portato alla realizzazione di uno strumento software per l’individuazione della scelta migliore in un insieme di alternative basato su un sistema di raccolta di dati derivanti dall’esperienza di uno o più decisori umani (es. quantificare la preferenza relativa tra due alternative).

Soluzione tecnica proposta: La soluzione consente di raccogliere dati in maniera agile e di calcolare l’utilità delle alternative sfruttando la metodologia Sparse Analytic Hierarchy Process che si basa su ottimizzazione di tipo least squares. Le caratteristiche principali sono la procedura snella di raccolta dati, che consente di ottenere risultati ottimali anche con informazioni parziali, e la capacità di integrare opinioni di molteplici decisori, quantificando la contraddizione associata al risultato ottenuto.

Unicità della soluzione: Lo strumento è l’unico che consente di gestire un elevato numero di alternative e decisori, mentre altre soluzioni esistenti si limitano a un numero irrisorio di alternative e, in genere a un unico decisore. Inoltre, il sistema consente di analizzare in maniera del tutto automatica le preferenze di sottoinsiemi di decisori con opinioni simili.

Keywords: Decision Support, Expert System, Multi-Criteria Decision Making, Human experience;SAHP

Fonte: Università Campus Bio-Medico di Roma (UCBM)

Per maggiori informazioni sull'autore del caso d'uso:  www.artes4.it/Contattaci