چکیده

روش‌های تصمیم‌گیری مورد استفاده در تصمیم‌گیری مکانی، روش‌های تجویزی پیچیده محاسباتی هستند که جزئیات آن به ندرت برای تصمیم‌گیرنده شفاف است. با این حال، داشتن درک عمیق از جزئیات و مکانیسم های روش کاربردی، پیش نیاز استفاده کارآمد از آن است. در این مقاله، ما یک چارچوب تصمیم‌گیری جدید را ارائه می‌کنیم که از نیاز به سیستم‌های پشتیبانی تصمیم بصری و آسان برای تصمیم‌گیری چند معیاره جغرافیایی ناشی می‌شود. این چارچوب از دو بخش تشکیل شده است: مدل تصمیم گیری حتی مبادله در مجموعه داده های کاهش یافته (ESRDS)، و چارچوب تجسم تعاملی. مدل تصمیم‌گیری مبتنی بر مفهوم رضایت‌بخش است و به این ترتیب، شهودی و آسان برای درک و اعمال است. حتی مبادلات را ادغام می کند، یک روش تصمیم گیری تجویزی، با یافته های نظریه های تصمیم گیری رفتاری. با ارائه بازخورد بصری و فرصت‌های تعامل در طول فرآیند تصمیم‌گیری، بخش تجسم تعاملی چارچوب به تصمیم گیرنده کمک می‌کند بینش بهتری نسبت به فضای تصمیم‌گیری و وابستگی‌های ویژگی‌ها به دست آورد. علاوه بر این، ابزاری برای تجزیه و تحلیل و مقایسه نتایج سناریوهای مختلف و مسیرهای تصمیم گیری فراهم می کند.

کلید واژه ها:

تصمیم گیری ؛ GIS ; تجسم تعاملی ؛ عقلانیت محدود ; رضایت بخش حتی مبادله

1. مقدمه

ارائه پشتیبانی برای تصمیم گیری مکانی یکی از اهداف اصلی سیستم های اطلاعات جغرافیایی (GIS) است. تجزیه و تحلیل تصمیم گیری چند معیاره مبتنی بر GIS (GIS-MCDA)، که در [ 1 ] به عنوان «مجموعه ای از روش ها و ابزارها برای تبدیل و ترکیب داده ها و ترجیحات جغرافیایی (قضاوت ارزش) برای به دست آوردن اطلاعات برای تصمیم گیری» تعریف شده است. چند دهه گذشته به عنوان یک رشته جدید مطالعه بین رشته ای. امروزه تعداد زیادی از روش‌ها و ابزارهای تصمیم‌گیری چند معیاره تجویزی (MCDM) وجود دارد که برای انواع مختلف مسائل تصمیم‌گیری جغرافیایی استفاده می‌شود. در [ 1]، متداول ترین روش های مورد استفاده به عنوان روش های تصمیم گیری چند ویژگی (MADM) یا تصمیم گیری چند هدفه (MODM) طبقه بندی می شوند. در حالی که MADM مجموعه متناهی از گزینه ها را در نظر می گیرد، MODM با فرآیند طراحی سر و کار دارد. مجموعه از پیش تعریف شده جایگزین ها وجود ندارد و تعداد جایگزین ها پیوسته یا بی نهایت است [ 2]. هدف روش های تجویزی کمک به تصمیم گیرندگان در انتخاب و تصمیم گیری منطقی است. انتخاب منطقی در این زمینه به معنای انتخاب بهینه است. چنین روش هایی مبتنی بر مدل های محاسباتی پیچیده ای هستند که به ندرت برای تصمیم گیرنده شفاف هستند. کارایی این روش ها در نهایت به ورودی داده شده توسط تصمیم گیرنده متکی است. به منظور انتخاب منطقی، دادن ورودی درست به خودی خود ممکن است نه تنها دانش و اطلاعات در مورد مسائل مربوط به مسئله تصمیم گیری، بلکه دانش و درک چگونگی پردازش ورودی ارائه شده در یک روش خاص را نیز طلب کند.
بیشتر روش‌های تصمیم‌گیری تجویزی که امروزه مورد استفاده قرار می‌گیرند، از طریق ابزارهای تصمیم‌گیری که تنها استفاده محدودی از تجسم تعاملی دارند، اجرا می‌شوند. علاوه بر این، آنها اغلب غیر شفاف هستند و درک جزئیات آنها دشوار است، در حالی که از تصمیم گیرنده می خواهند که بتواند ترجیحات خود را به عنوان روابط کمی بین معیارها بیان کند. این تا حدودی به دلیل عدم تعامل ذاتی روش ها است [ 3 ، 4 ]. این موضوع در Andrienko and Andrienko [ 5]، که اشاره کرد که تجسم در مرحله طراحی و مرحله انتخاب فرآیند تصمیم گیری کاربرد نسبتاً محدودی دارد و معمولاً به مرحله اولیه و هوشمند محدود می شود. در اینجا، نویسندگان از تعمیم فرآیند تصمیم‌گیری پیشنهاد شده در سایمون استفاده می‌کنند [ 6]، با هوشمندی، طراحی و انتخاب به عنوان سه فاز اصلی. مرحله هوشمندی شامل تعریف مسئله، جمع آوری داده ها، کاوش و پیش پردازش می شود. جایگزین ها در مرحله طراحی تعریف می شوند و در مرحله انتخاب ارزیابی می شوند که به موجب آن مناسب ترین جایگزین یا مجموعه ای از جایگزین ها انتخاب می شود. انتخاب آگاهانه مستلزم استفاده گسترده تر از تجسم با درجه بالایی از تعامل کاربر در هر سه مرحله است، بنابراین تصمیم گیرنده را قادر می سازد تا ببیند که راه حل پیشنهادی چگونه در موقعیت جغرافیایی و فضای ویژگی قرار می گیرد [ 5 ].
مدل‌های رفتار عقلانی که بر این فرض استوارند که سوژه تصمیم‌گیرنده همیشه سعی می‌کند انتخاب بهینه را انجام دهد، توسط بسیاری از جمله هربرت آ. سیمون [ 7 ] مورد تردید قرار گرفته است. منتقدان مفهوم عقلانیت محدود را پذیرفتند که بر اساس آن عقلانیت ما با ناقص بودن اطلاعات موجود، محدودیت های شناختی ما و زمان در دسترس برای تصمیم گیری محدود می شود. به جای همیشه تلاش برای انتخاب بهینه، ما تمایل داریم یک فرآیند تصمیم گیری را دنبال کنیم که منجر به یک نتیجه رضایت بخش می شود و زمانی که راه حلی پیدا شود که همه شرایط را برآورده کند، جستجو متوقف می شود. این مدل تصمیم گیری به عنوان رضایت بخش شناخته می شود . مفهوم رضایت بخشبه عنوان یک مدل تصمیم گیری برای اولین بار در سایمون [ 8 ] به عنوان یک مدل توصیفی برای نحوه واقعی تصمیم گیری افراد معرفی شد. این یک استراتژی تصمیم گیری چند معیاره را توصیف می کند که در آن تصمیم گیرنده حداقل مقدار یک جایگزین را بر حسب هر یک از معیارهای در نظر گرفته ارائه می دهد تا قابل قبول در نظر گرفته شود (آستانه مقبولیت)، و سپس اولین گزینه ای را انتخاب می کند که شرایط را برآورده کند. وضعیت.
هدف از این مطالعه طراحی چارچوبی برای تصمیم‌گیری مکانی بود که یافته‌های نظریه‌های تصمیم‌گیری رفتاری را در نظر می‌گیرد و از تجسم تعاملی در سراسر فرآیند تصمیم‌گیری استفاده گسترده می‌کند. اهداف اصلی این کار عبارتند از:
  • ایجاد یک مدل تصمیم گیری بر اساس مفهوم رضایت بخش .
  • یک چارچوب تجسم طراحی کنید که واحدهای تجسم و مسیرهای تعامل سازگار با مدل را در خود جای دهد.
  • یک ابزار پشتیبانی تصمیم کاملا کاربردی ایجاد کنید که مدل تصمیم گیری و چارچوب تجسم را یکپارچه می کند.

2. کارهای مرتبط

در این بخش، ما کارهای قبلی مربوط به هر یک از حوزه های تحقیقاتی مرتبط با مطالعه خود را ارائه می کنیم. روش‌های MADM که معمولاً در GIS-MCDM استفاده می‌شوند در بخش 2.1 ارائه شده‌اند . کارهای مربوط به مفهوم عقلانیت محدود و مدل تصمیم گیری رضایت بخش در بخش 2.2 ارائه شده است . تحقیقات مرتبط در زمینه تجسم تعاملی در تصمیم گیری در بخش 2.3 ارائه شده است و تجسم تعاملی در سیستم های پشتیبانی تصمیم GIS در بخش 2.4 بررسی شده است .

2.1. روش های MADM

بسته به چارچوب کاری که مبتنی بر آن است، روش‌های مورد استفاده در زمینه GIS-MCDM ممکن است به عنوان روش‌های برتری ، روش‌های نقطه ایده‌آل یا روش‌های جمع وزنی طبقه‌بندی شوند .
یک رابطه ترجیحی بین گزینه‌ها در روش‌های برتری معمولاً با استفاده از اصل تطابق-اختلاف در چندین ویژگی ایجاد می‌شود. این اصل بیان می‌کند که اگر (i) اکثر ویژگی‌ها از این ادعا پشتیبانی کنند، یک جایگزین x تحت سلطه یک جایگزین y ( xSy ) نیست. و (ii) تضاد صفاتی که ندارند «خیلی قوی» نیست [ 9 ]. این رابطه از طریق مقایسه زوجی گزینه ها بر اساس مدل ترجیحات پیشنهاد شده در [ 10 ] ساخته می شود. این مدل چهار حالت ترجیحی را تعریف می‌کند: بی‌تفاوتی (I) ، ترجیح شدید (P) ، ترجیح ضعیف (Q) ومقایسه ناپذیری (R) . خانواده ای از تصمیم گیری چند معیاره که به نام ELECTRE (Elimination et Choix Traduisant la Réalité (حذف و بیان واقعیت انتخاب) شناخته می شود) بر اساس این مدل IPQR است. یکی دیگر از روش های محبوب رتبه بندی، PROMETHEE (روش سازمانی رتبه بندی ترجیحی برای غنی سازی ارزیابی ها) است که اغلب برای تصمیم گیری گروهی استفاده می شود.
در روش های نقطه ایده آل، جایگزین ها بر اساس فاصله چند بعدی آنها تا یک هدف خاص – نقطه ایده آل ارزیابی می شوند. هسته اصلی روش‌های نقطه ایده‌آل در این مفهوم شهودی نهفته است که جایگزین انتخاب شده باید تا حد امکان به جایگزین فرضی که بهترین است و تا حد امکان دور از بدترین است نزدیک باشد. این جایگزین ایده آل فرضی بالاترین امتیاز را در هر معیار در نظر گرفته شده ارائه می دهد. روش‌های نقطه ایده‌آل عمدتاً در معیارهای جداسازی اعمال شده، یعنی روشی که در آن جداسازی یک جایگزین برای راه‌حل ایده‌آل را محاسبه می‌کنند، متفاوت هستند. متداول ترین روش نقطه ایده آل مورد استفاده در GIS-MCDM TOPSIS (تکنیک برای ترتیب اولویت بر اساس شباهت به راه حل ایده آل) است.
رایج ترین رویکرد در تصمیم گیری GIS-MCDM، جمع وزنی است، یعنی ترکیب یک روش وزن دهی و یک روش تجمیع. شامل چهار مرحله زیر است:
  • تهیه نقشه معیارها;
  • تولید جایگزین ها؛
  • تعیین اهمیت نسبی معیارها؛
  • ایجاد لایه کلی ابزار.
AHP که متداول ترین روش برای وزن دهی معیارها در زمینه GIS-MCDM [ 3 ] است، برای اولین بار در [ 11 ] معرفی شد.]. متکی بر تجزیه یک مسئله تصمیم گیری به سلسله مراتبی از مسائل فرعی ساده تر است. این روش برای تجمیع اهمیت نسبی یا اولویت در سطوح چندگانه استفاده می شود. در سطح بالا، اولویت های معیارها با مقایسه هر دو معیار در آن زمان، تعیین اهمیت نسبی آنها با توجه به هدف اصلی تعیین می شود. به همین ترتیب، در صورت وجود زیرمعیارها، اولویت‌های آنها با توجه به معیار اصلی در سطح بعدی و در نهایت در سطح پایین، اولویت‌ها به گزینه‌های جایگزین نسبت به هر معیار اختصاص می‌یابد. اولویت ها در قالب یک ماتریس مقایسه زوجی بر اساس قضاوت های ذهنی تصمیم گیرنده تخصیص داده می شوند. AHP فازی، گونه‌ای از AHP، از اعداد فازی به جای اعداد واضح در نسبت‌های مقایسه استفاده می‌کند [ 12 ]]. اغلب برای به حداقل رساندن عدم قطعیت مربوط به قضاوت های ذهنی استفاده می شود. مدل‌های وزن‌دهی معیارهایی که اخیراً توسعه یافته‌اند، مانند بهترین بدترین روش (BWM) و روش سازگاری کامل (FUCOM) تلاش می‌کنند بر کاستی‌های AHP از نظر سازگاری و استحکام در مورد ذهنیت غلبه کنند. BWM [ 13 ، 14 ] و نوع فازی آن FBWM [ 15 ، 16] از رویکردی مشابه AHP استفاده می کند، اما تصمیم گیرنده به جای مقایسه هر یک از معیارها با سایر معیارها، مهمترین (بهترین) و کم اهمیت ترین (بدترین) معیارها را شناسایی می کند و سپس مقایسه های زوجی بین هر یک از این دو معیار و سایر معیارها انجام می دهد. ، تعداد مقایسه ها را به میزان قابل توجهی کاهش می دهد. FUCOM و نوع فازی آن، روش سازگاری کامل فازی (FUCOM-F)، تعداد مقایسه‌ها را تنها به n-1 کاهش می‌دهد و نتایج منسجم‌تری نسبت به AHP و BWM به دست می‌دهد [ 17 ، 18 ].

2.2. عقلانیت محدود و مدل رضایت بخش

مفهوم رضایت به عنوان یک مدل تصمیم گیری برای اولین بار در سایمون [ 8 ] به عنوان یک مدل توصیفی برای چگونگی تصمیم گیری واقعی افراد معرفی شد. این یک استراتژی تصمیم گیری چند معیاره را توصیف می کند که در آن تصمیم گیرنده حداقل مقدار یک جایگزین را بر حسب هر یک از معیارهای در نظر گرفته شده (آستانه مقبولیت) ارائه می دهد و سپس اولین گزینه ای را که شرایط را برآورده می کند انتخاب می کند. مدل رضایت بخش مبتنی بر مفهوم عقلانیت محدود است که در سایمون [ 7 ] ارائه شده است (اگرچه اصطلاح عقلانیت محدود برای اولین بار در سیمون [ 19 ] استفاده شده است.]). سایمون مدل‌های پیشنهادی رفتار عقلانی را مورد پرسش قرار می‌دهد که مبتنی بر این فرض است که سوژه تصمیم‌گیرنده همیشه سعی در انتخاب بهینه دارد. برای اینکه انتخاب با توجه به این مدل‌ها منطقی در نظر گرفته شود، موضوع تصمیم‌گیرنده باید تحلیل‌ها و محاسبات پیچیده‌ای را انجام دهد، مانند تعیین تابع پرداخت برای هر پیامد ممکن، محاسبه احتمال اینکه یک نتیجه معین زمانی که نتیجه معینی حاصل شود. به گفته سایمون، این وظایف در موقعیت‌های انتخاب واقعی به دلیل محدودیت‌های شناختی و کمبود زمان انجام نمی‌شوند و در واقع نمی‌توانند انجام شوند. مدل پیشنهاد شده توسط نویسنده نشان می دهد که ما به جای انجام محاسبات بیش از حد پیچیده برای به دست آوردن یک نتیجه “بهینه”، تمایل به انجام فرآیند تصمیم گیری ساده تری داریم که منجر به یک نتیجه رضایت بخش می شود.“راه حلی پیدا شده است که در تمام ابعاد به اندازه کافی خوب است” [ 20 ]. Gigerenzer [ 21 ] مفهوم جعبه ابزار تطبیقی ​​را به عنوان چارچوبی برای عقلانیت محدود معرفی کرد. جعبه ابزار تطبیقی ​​به‌عنوان مجموعه‌ای از اکتشافی‌ها تعریف می‌شود که «بر اساس توانایی‌های شناختی واقعی یک گونه، به جای قدرت‌های خیالی شیاطین دانای کل» مدل‌سازی شده‌اند . این اکتشافی‌ها برای اهداف خاص دامنه طراحی شده‌اند و تصمیمات سریع و محاسباتی ساده را ممکن می‌سازند. آن‌ها همچنین به انسان‌ها اجازه می‌دهند تا با عدم قطعیت بالا کنار بیایند، جایی که ما نمی‌توانیم احتمالات و/یا پیامدهای نتایج مختلف را بدانیم [ 22 ].
مفهوم به حداکثر رساندن مطلوبیت مورد انتظار به عنوان یک معیار تصمیم گیری منطقی در کلاین [ 23 ] بیشتر مورد انتقاد قرار گرفته است. بر اساس تجزیه و تحلیل شرایط مرزی برای بهینه‌سازی تصمیم‌ها، جمع‌آوری‌شده از مفروضات ارائه شده در ادبیات، کلاین به این نتیجه می‌رسد که تصمیم‌گیرندگان قادر به بهینه‌سازی در تنظیمات میدانی نیستند، زیرا الزامات آنقدر محدود هستند که نمی‌توانند در خارج از تنظیمات آزمایشگاهی قابل اجرا باشند [ 23 ] . با این حال، کار اخیر لیدر و گریفیتس نشان می‌دهد که اگرچه تصمیم‌گیری انسانی از نظریه مطلوبیت مورد انتظار منحرف می‌شود، این انحرافات نباید به عنوان نشانه‌ای از غیرمنطقی بودن انسان در نظر گرفته شود، بلکه بیشتر به عنوان بازتابی از استفاده منطقی مردم از منابع شناختی محدود [ 24 ] 25].
مفهوم رضایت به عنوان مدلی برای تصمیم گیری رفتاری در تعدادی از مطالعات مورد ارزیابی قرار گرفته است. Gigerenzer و Goldstein [ 26 ] مطالعه‌ای را انجام دادند که در آن تعدادی از الگوریتم‌های مبتنی بر مفهوم رضایت بخش، مانند الگوریتم «بهترین را بگیر» ، با روش‌های استنتاج منطقی‌تر مقایسه شدند. علیرغم نام غیر شهودی‌اش که بهینه‌سازی را پیشنهاد می‌کند، الگوریتم «بهترین را بگیر» یک الگوریتم رضایت‌بخش پایه است که تنها بخشی از کل دانش (اطلاعات) را جستجو می‌کند و بلافاصله با یافتن اولین نشانه متمایز (معیار) متوقف می‌شود. الگوریتم اساسی که بین دو گزینه تمایز قائل می شود در Gigerenzer و Goldstein [ 26 ] است.] به عنوان یک فرآیند پنج مرحله ای توصیف می شود:
  • اصل تشخیص : اگر فقط یکی از دو شی (جایگزین) شناسایی شود، آن شی را انتخاب کنید. اگر هیچ یک از دو شی شناسایی نشد، یک انتخاب تصادفی انجام دهید. در غیر این صورت به مرحله دو بروید.
  • جستجوی مقادیر نشانه : مقادیر نشانه را برای بالاترین رتبه نشانه (معیار) از حافظه بازیابی کنید.
  • قاعده تبعیض : تصمیم بگیرید که آیا نشانه تمایز بین گزینه‌ها وجود دارد یا خیر.
  • اصل جایگزینی نشانه : اگر نشانه تمایز دارد، جستجو را متوقف کنید. در غیر این صورت، به مرحله 2 برگردید و با نشانه بعدی ادامه دهید.
  • قانون به حداکثر رساندن : شیء با مقدار نشانه مثبت را انتخاب کنید، یا اگر هیچ نشانه ای متمایز نمی شود، به طور تصادفی انتخاب کنید.
نویسندگان دریافتند که الگوریتم “Take The Best” با روش‌های استنتاج منطقی‌تر مانند رگرسیون چندگانه مطابقت دارد، و حتی در برخی موارد، بهتر عمل می‌کند. رضایت بخش و نظریه عقلانیت محدود در آگوستو [ 27 ] در رابطه با تصمیم گیری جوانان در شبکه جهانی وب مورد بررسی قرار گرفت. نتایج نشان داد که شرکت کنندگان در مطالعه به طور کلی تصمیمات خود را مطابق با مدل رضایت بخش اتخاذ کردند. دو رفتار رضایت بخش عمده، یعنی کاهش و خاتمه، در طول مطالعه مشاهده شد. کاهش به عنوان تکیه بر و بازگشت به سایت های شناخته شده، و خاتمه به عنوان توقف جستجو پس از یافتن نتیجه قابل قبول نشان داده شد. زو و تیمرمنز [ 28] یک چارچوب مدل سازی برای رفتار خرید پیشنهاد کرد که اصول عقلانیت محدود را در بر می گیرد. این چارچوب مدل‌هایی را بر اساس سه قاعده اکتشافی اساسی (قاعده پیوندی، منفصل و واژگانی) اجرا می‌کند که با یک ناهمگونی آستانه (آستانه‌های توزیع احتمالی) گسترش یافته است. این مدل‌های اکتشافی با مدل‌های لاجیت چندجمله‌ای در چهار موقعیت تصمیم‌گیری برآورد و مقایسه شدند: رفتن به خانه ، انتخاب جهت ، استراحت و انتخاب فروشگاه ترجیحی . نتایج مقایسه نشان داد که مدل‌های اکتشافی در هر چهار موقعیت تصمیم‌گیری مدل‌سازی‌شده نسبت به چندجمله‌ای برتری داشتند. ناکایاما و ساواراگی [ 29 ] روش مبادله رضایت بخش را توسعه دادند، یک روش تصمیم گیری مبتنی بر رضایت بخش، به عنوان جایگزینی برای روش های بهینه سازی چند هدفه تعاملی پیچیده محاسباتی و شناختی. اولین گام در روش پنج مرحله ای آنها تعیین نقطه ایده آلی است که در طول فرآیند ثابت می ماند. در مرحله دوم، تصمیم گیرنده سطوح آرزو را برای همه ویژگی ها تعیین می کند. در مرحله سه، مجموعه ای از راه حل های قابل قبول با روش Min–Max به دست می آید. مبادلات در مرحله چهار انجام می شود، جایی که تصمیم گیرنده معیارها را به سه گروه طبقه بندی می کند: معیارهایی که باید بیشتر بهبود یابند، معیارهایی که ممکن است تسهیل شوند، و معیارهایی که همانطور که هستند پذیرفته می شوند. سطوح جدید قابل قبول معیارها در این مرحله تعیین می شوند. در نهایت در مرحله پنج، امکان سنجی انجام می شود.
اگرچه نظریه عقلانیت محدود سیمون به طور گسترده ای شناخته شده است، به نظر می رسد که تأثیر کمی بر توسعه مدل ها و روش های تصمیم گیری داشته است. Jankowski [ 30 ] خاطرنشان می کند که توسعه مدل ها و روش های تصمیم گیری تجویزی تمرکز را از مفاهیم نظری تصمیم گیری به سمت جنبه های الگوریتمی و محاسباتی مدل سازی تغییر داد. تئوری تصمیم در مدل‌های تجویزی به حاشیه رانده شده است، که اغلب یک موضع حداکثرسازی مطلوبیت را اتخاذ می‌کنند. این موضوع نه کم‌تر در مورد سیستم‌های پشتیبانی تصمیم فضایی و GIS که در آن، علی‌رغم یافته‌های حوزه تصمیم‌گیری رفتاری، مدل منطقی تصمیم‌گیری به‌عنوان یک سازه نظری مورد استفاده در مدل‌های هنجاری تداوم یافت [ 30 ].

2.3. تجسم تعاملی در تصمیم گیری

توسعه بینش انسانی با تعامل با یک رابط بصری کمک می‌کند و Pike و همکارانش. [ 31 ] این را به عنوان ادراک مرکزی تجزیه و تحلیل بصری می بینند. حتی اگر ویژگی‌های تعاملی تقریباً در هر ابزار تجسم بدون در نظر گرفتن منطقه کاربردی وجود دارد، توجه کمی به تعامل [ 32 ] شده است و در تحقیقات تجسم تأکید کمی دریافت می‌کند [ 33 ]. این ادعای به ظاهر متناقض مبتنی بر این مشاهدات است که بیشتر تحقیقات مربوط به تعامل به تحلیل و طراحی رابط کاربری مربوط می شود تا خود تعامل. بودوین لافون [ 34] اشاره کرد که رابط های کاربری وسیله و نه هدف تعامل هستند. برای کنترل کیفیت تعامل بین کاربر و کامپیوتر، به جای رابط، باید نگران طراحی تعامل باشیم. اشنایدرمن در چیزی که مانترا جستجوی اطلاعات بصری نامید ، اصل اساسی طراحی تعامل را به صورت «اول نمای کلی، بزرگنمایی و فیلتر، سپس جزئیات بر اساس تقاضا» خلاصه کرد [ 35 ]. موضوع طراحی تعامل در یی و همکاران مطرح شده است. [ 32 ]، جایی که نویسندگان هفت دسته کلی زیر را از تکنیک‌های تعامل مورد استفاده در تجسم اطلاعات پیشنهاد کردند: انتخاب ، کاوش ، پیکربندی مجدد ، رمزگذاری(تغییر نمایش بصری)، انتزاعی/بسیار دقیق ، فیلتر کردن ، و اتصال (روابط بین موارد داده را برجسته کنید). این دسته‌بندی‌ها به‌جای سازمان‌دهی حول تکنیک‌های تعامل سطح پایین ارائه‌شده توسط سیستم، حول هدف کاربر در هنگام تعامل با سیستم سازمان‌دهی می‌شوند. هدف کاربران و همچنین اولویت‌ها و شایستگی‌ها نیز بخش‌های مهمی از دستورالعمل‌های پیشنهادی برای سیستم‌های توصیه تصویری هستند – سیستم‌هایی که می‌توانند تجسم‌های مرتبط با یک کار خاص را شناسایی و توصیه کنند – پیشنهاد شده در Vartak و همکاران. [ 36]. سایر عوامل مرتبط با دستورالعمل ها، ویژگی های داده ها (همبستگی ها، الگوها و روندها، و غیره)، دانش معنایی و حوزه، و سهولت درک بصری است. مطابق با توصیه‌ها، کیفیت تجسم باید بر اساس ارتباط با کار، غافلگیری (تجسم مربوطه که کاربر درخواست نکرده است)، غیر واضح بودن، تنوع و پوشش مورد قضاوت قرار گیرد. علمکویست و همکاران. [ 33 ] تعادل ناهموار بین جنبه‌های بصری و تعاملی تجسم در تحقیقات تجسم را با ناملموس بودن ذاتی مفهوم تعامل، که طراحی، کمی کردن و ارزیابی آن دشوار است، توضیح داد. بر اساس تجزیه و تحلیل تجسم‌های موجود با ویژگی‌های تعاملی کارآمد، نویسندگان دستورالعمل‌های طراحی تعامل عملی را پیشنهاد می‌کنند که به آن می‌گویند.تعامل سیال . یک رابط سیال (i) جریان را تقویت می کند (حالت ذهنی غوطه ور شدن در یک فعالیت). (ii) از دستکاری مستقیم بر اساس نمایش مداوم اشیاء، اعمال فیزیکی به جای نحو پیچیده، و عملیات سریع و برگشت پذیر با تأثیر فوری قابل مشاهده پشتیبانی می کند. و (iii) تفاوت بین وضعیت سیستم و درک کاربر از آن و همچنین تفاوت بین اعمال مجاز و نیات کاربر را به حداقل می رساند.

2.4. تجسم تعاملی در سیستم های پشتیبانی تصمیم گیری GIS

اهمیت تعامل در سیستم های پشتیبانی تصمیم گیری مکانی به سختی قابل اغراق است. عواملی مانند پیچیدگی و چند بعدی بودن داده‌ها، تعداد زیاد گزینه‌ها، و عدم قطعیت در مورد داده‌های ورودی و/یا نتایج مورد انتظار، تقاضاهای زیادی را برای طراحی و کارایی چارچوب تجسم و ویژگی‌های تعامل آن ایجاد می‌کنند. تاثیر منفی پیچیدگی رابط بر تصمیم گیری مکانی در تعدادی از مطالعات شناسایی شده است. نتایج مطالعه ارائه شده در وینسنت و همکاران. [ 37] نشان داد که هنگام استفاده از نقشه‌های تعاملی برای بهبود تصمیم‌گیری فضایی، پیچیدگی رابط بیشتر بر نتایج تصمیم‌گیری تأثیر می‌گذارد تا پیچیدگی تصمیم. علاوه بر این، شرکت کنندگان با استفاده از رابط کاربری ساده تر تصمیمات بهتری گرفتند. یک موضوع مرتبط با پیچیدگی روش های نمایش در Cheong و همکاران مورد بررسی قرار گرفت. [ 38 ]. در این مطالعه، به شرکت کنندگان بازنمایی های متفاوتی از عدم قطعیت داده شد. نتایج نشان داد که در صورت وجود زمان کافی برای تمرکز بر روی مشکل، تفاوت کمی در عملکرد تصمیم‌گیری بین گروه‌ها وجود دارد. با این حال، تحت فشار زمان، شرکت‌کنندگانی که از مدل‌های نمایش ساده‌تر استفاده می‌کردند، بهتر از شرکت‌کنندگانی که از نمایش‌های نقشه‌نگاری پیشرفته‌تر استفاده می‌کردند، عمل کردند. آندرینکو و آندرینکو [ 39] به موضوع پیچیدگی ابزارهای پشتیبانی تصمیم گیری جغرافیایی پرداخت. تمایلی به طراحی سیستم‌های عمومی وجود دارد که برای بسیاری از انواع مجموعه داده‌ها قابل اجرا باشد و نیازهای بسیاری از کاربران مختلف را برطرف کند. این منجر به سیستم های پیچیده ای می شود که استفاده از آنها دشوار است. در عوض، نویسندگان پیشنهاد کردند که سیستم‌ها باید مطابق با مفهوم حداقل کافی طراحی شوند ، به عنوان مثال، سیستم‌ها باید بتوانند تشخیص دهند که کدام ابزار حداقل ترکیبی را برای تجزیه و تحلیل یک مجموعه داده خاص مناسب می‌سازد و بر این اساس خود را ساده می‌کند. توسعه در زمینه تجسم تعاملی به عنوان پشتیبان برای تصمیم گیری مکانی، اخیراً منجر به تعدادی روش و ابزار جدید شده است. اینها شامل ابزارهای عمومی است [ 40 ، 41، 42 ، 43 ]، و همچنین ابزارهایی با هدف وظایف خاص، مانند تفسیر و درک تأثیر خطرات سیل شبیه سازی شده [ 44 ، 45 ، 46 ]، شبیه سازی حوزه آبخیز [ 47 ]، کاوش آسیب پذیری اجتماعی-اقتصادی [ 48 ] ، شبکه جغرافیایی بازیگران [ 49 ]، پایش آلودگی دریایی [ 50 ]، جریان فراملی زباله های خطرناک [ 51 ]، نظارت بر تغییرات آب و هوا [ 52 ]، پیش بینی و تجزیه و تحلیل جزایر ژنومی [ 53 ]]، و خیلی بیشتر. اکثر سیستم‌های پشتیبانی تصمیم‌گیری جغرافیایی خاص تکلیف که در طول چهار یا پنج سال گذشته توسعه یافته‌اند، سیستم‌های Web GIS هستند، به عنوان مثال، سیستم‌های سرویس گیرنده-سرور که در آن سرور یا یک سرور اختصاصی GIS یا یک برنامه کاربردی سرور سفارشی است، و در آن مشتری یک مرورگر اینترنت. Elwood و Leszczynski [ 54 ] به سیستم های وب GIS به عنوان رسانه های فضایی جدیدی اشاره می کنند که کاربران روزمره و نه تنها کارشناسان را قادر می سازد تا به فرآیند تصمیم گیری دسترسی داشته باشند و درگیر آن شوند. به نوعی، Web GIS تصمیم گیری مکانی را دموکراتیزه می کند و روند استفاده از اینترنت به عنوان بستر اولیه برای سیستم های GIS احتمالاً ادامه خواهد داشت.

3. روش

رضایت بخش به عنوان یک مدل توصیفی برای یک استراتژی تصمیم گیری چند معیاره رفتاری معرفی شده است که در واقع هنگام تصمیم گیری به کار گرفته می شود. بر اساس این استراتژی، تصمیم گیرنده حداقل مقدار یک جایگزین را بر حسب هر یک از معیارهای در نظر گرفته شده (آستانه مقبولیت) ارائه می کند و سپس اولین گزینه ای را که شرایط را برآورده می کند، انتخاب می کند. این نشان می دهد که فرآیند تصمیم گیری متوالی است و انتخاب نهایی به ترتیب ارزیابی گزینه ها بستگی دارد [ 55 ]. با این حال، Malczewski و Ogryczak [ 56 ] استدلال کردند که، حتی اگر فردی مطابق با اصول رضایت‌بخش عقلانیت رفتار کند، همچنان تمایلی به حداکثر کردن مطلوبیت دارد. Malczewski و Rinnner [ 1] از این نوع رفتار به عنوان عقلانیت شبه رضایت بخش یاد کرد. بر اساس این اصل، تصمیم گیرنده باید از میان مجموعه راه حل های قابل قبول باقی مانده، بدون توجه به سطح دستیابی یا آرزو، ترجیح داده شده ترین جایگزین را شناسایی کند. مبادله زوج در مجموعه داده های کاهش یافتهمدل (ESRDS) ارائه شده در اینجا این دیدگاه را پذیرفته و ابزاری برای ارزیابی بیشتر گزینه‌هایی فراهم می‌کند که همه شرایط را برآورده می‌کنند تا بهترین گزینه را انتخاب کنیم. علاوه بر این، ESRDS مبتنی بر ایده روش های برنامه نویسی چندهدفه تعاملی است که بر اساس آن ترجیح داده شده ترین جایگزین باید از طریق یک فرآیند ارتباطی پیشرونده بین تصمیم گیرنده و برنامه تعیین شود. این روش در Malczewski و Rinnner [ 1] شامل دو مرحله است: مرحله گفتگو، که در آن تصمیم گیرنده اطلاعات را تجزیه و تحلیل می کند و ترجیحات خود را بیان می کند. و فاز محاسباتی، که در آن یک راه حل یا مجموعه ای از راه حل ها تولید می شود. این تعامل تا زمانی ادامه می یابد که یک نتیجه توسط تصمیم گیرنده قابل قبول تلقی شود.
نقطه شروع ESRDS بیانیه رسمی رویه رضایت بخش هنجاری است که در MacCrimmon [ 55 ] ارائه شده است:
مجموعه ای از حداقل مقادیر مشخصه را فرض کنید (g1،g2،…،gn)در تعریف شده است آ1ایکسآ2ایکس…ایکسآn. j جایگزین فقط در صورتی رضایت بخش است gمن⪯آمنjبرای همه من یک جایگزین نامطلوب j”- یعنی جایگزینی که برای آن آمن”j”≺gمن”برای برخی من”- از رسیدگی حذف شده است.
مدلی که چارچوب تصمیم گیری ارائه شده در این کار بر اساس آن استوار بود در بخش 3.1 توضیح داده شده است . در بخش 3.2 ، یک نمای کلی از ویژگی های چارچوب تجسم ارائه می دهیم.

3.1. مدل تصمیم گیری ESRDS

در ابتدای فرآیند تصمیم گیری، آستانه پذیرش تیسیمنبرای هر معیار سیمنبه حداقل مقداری که یک جایگزین از نظر آن معیار خاص دارد تنظیم می شود:

∀سیمن:تیسیمن=سیمنمترمنn

بنابراین، همه گزینه های موجود در مجموعه قابل قبول در نظر گرفته می شوند. زمانی که آستانه پذیرش برای معیار سیمنتنظیم می شود، تمام گزینه های موجود در مجموعه که دارای ارزش بر حسب هستند سیمنکمتر از آستانه پذیرش تیسیمناز مجموعه دور ریخته می شوند. سپس مجموعه ای از جایگزین های معتبر A به صورت تعریف می شود

α∈آ⇔∀سیمن:αسیمن≥تیسیمن

جایی که αسیمنارزش است αاز نظر معیار سیمن. با تنظیم آستانه پذیرش همه معیارها، کاربر می‌تواند تعداد گزینه‌های جایگزین را کاهش دهد، زیرا تنها گزینه‌های منطبق با تمام آستانه‌های پذیرش در مجموعه نگهداری می‌شوند. فرآیند تعدیل آستانه های پذیرش تکراری است، یعنی تصمیم گیرنده می تواند بارها و بارها آستانه هر یک از معیارها را به منظور کاهش یا افزایش مجموعه گزینه های قابل قبول، سفت یا کاهش دهد. یکی از ویژگی های مهم ESRDS خودکارسازی فرآیند به روز رسانی آستانه است. این ویژگی ممکن است در هر مرحله ای مورد استفاده قرار گیرد تا زمانی که حداقل یک معیار وجود داشته باشد سیمنجایی که تیسیمن>سیمنمترمنn. با این حال، بهتر است پس از اینکه مجموعه گزینه های معتبر با تنظیم آستانه پذیرش به صورت دستی به اندازه قابل مدیریت کاهش یافت، استفاده شود و ما می خواهیم فضای تصمیم گیری را با کاوش وابستگی های بین جفت معیارها و در عین حال حفظ اندازه مجموعه تحلیل کنیم. جایگزین ها بدون تغییر

خودکارسازی به‌روزرسانی آستانه مورد استفاده در ESRDS با هدف ارائه یک ابزار تعاملی برای تجزیه و تحلیل what-if است. در یک سناریوی معمولی، کاربر یک معیار را انتخاب می کند، سیrهسپ، که به تعدیل در معیار دیگری پاسخ می دهد سیrهf. در حالت ایده آل، زمانی که آستانه پذیرش برای معیار سیrهfبا x واحد تغییر می کند، مقدار y وجود دارد به طوری که، زمانی که مقدار آستانه برای سیrهسپبا y واحد تغییر می کند، تعداد کل گزینه های معتبر، سیآ، بدون تغییر باقی می ماند. با این حال، یافتن y که مجموعه ای از گزینه های اندازه را تولید کند همیشه ممکن نیستسیآ. فرض کن که سیآ=50و تصمیم گیرنده آستانه را افزایش می دهد سیrهf، تیسیrهf، به طوری که تنها 30 گزینه در A باقی مانده است. آستانه برای سیrهسپ، تیسیrهسپ، باید کاهش یابد تا 20 گزینه ای که قبلاً با مقدار بالاتر فیلتر شده اند تیسیrهسپبه مجموعه اضافه می شوند. در واقع، ممکن است این مورد کاهش یابد سیrهسپبا مقداری c 18 جایگزین جدید ایجاد می کند و آن را کاهش می دهد ج+123 جایگزین جدید می دهد. در چنین مواردی، الگوریتم ما y را انتخاب می کند که کوچکترین مقدار ممکن d را می دهد ، جایی که d تفاوت بین سی”آو سیآ; در این مورد، د=2و y=ج:

سیآ=زforتیسیrهf=پ،تیسیrهسپ=qسی”آ=ز±د،د≥0،forتیسیrهf=پ+ایکس،تیسیrهسپ=q-y

از طریق یک فرآیند تکراری، تصمیم گیرنده مقادیر آستانه را برای معیارها تنظیم و تنظیم می کند و نتایج میانی را تجزیه و تحلیل می کند. زمانی که تصمیم گیرنده از مجموعه گزینه های به دست آمده توسط فرآیند راضی باشد، گزینه های تحت سلطه از مجموعه حذف می شوند. یک جایگزین α”گفته می شود که تحت سلطه یک جایگزین است αاگر پایین تر از آن باشد αحداقل بر اساس یک معیار و برتر از آن نیست αبر اساس هر معیار دیگری:

α≫α”⇒∀ک:تو(αک)⪰تو(α”ک)∧∃ک:تو(αک)≻تو(α”ک)

جایی که تو(αک)ارزش است αاز نظر معیار k .

در نهایت، از مجموعه گزینه هایی که با آرمان های تصمیم گیرنده مطابقت دارند، ترجیح داده شده ترین جایگزین با اعمال مبادله های زوج انتخاب می شود. حتی مبادله یک روش مبتنی بر مبادله برای تصمیم گیری چند معیاره تحت قطعیت است. ماهیت موضوع مبادلات تحت قطعیت در کینی و رایفا [ 57 ] به این صورت توصیف می‌شود که «تصمیم‌گیرنده تا چه حد از دستیابی به هدف 1 تمایل دارد تا به منظور بهبود دستیابی به هدف 2 با مقداری ثابت دست از کار بکشد؟» . به عنوان یک روش تکراری مبتنی بر کاهش ابعاد، حتی مبادله برای اولین بار در Hammond و همکاران معرفی شد. [ 58 ]. در هاموند و همکاران. [ 59 ]، با پنج مرحله زیر تعریف می شود:
  • تغییر لازم برای لغو معیار R را تعیین کنید.
  • ارزیابی کنید که چه تنظیماتی باید در معیار دیگری، M، انجام شود تا تغییرات مورد نیاز را جبران کند.
  • مبادله یکنواخت انجام دهید . مبادله زوج فرآیندی است برای افزایش ارزش یک جایگزین بر حسب یک معیار و کاهش ارزش به میزان معادل بر حسب معیار دیگر. پس از انجام مبادله در کل طیف گزینه‌ها، همه گزینه‌ها مقدار یکسانی در R خواهند داشت و می‌توان آن را به‌عنوان نامربوط در فرآیند رتبه‌بندی گزینه‌ها لغو کرد.
  • معیار نامربوط R را لغو کنید.
  • جایگزین(های) تحت سلطه را حذف کنید.
خط لوله فرآیند برای مدل تصمیم گیری در شکل 1 ارائه شده است .

3.2. چارچوب تجسم

چارچوب تصمیم گیری ارائه شده در این مقاله از شناخت ضرورت یکپارچه سازی تکنیک های الگوریتمی و تجسم به منظور ایجاد ابزارهای تعاملی پیچیده برای GIS-MCDM پدید آمد [ 60 ، 61 ]. از اصل پیشنهاد شده در Keim و همکاران پیروی می کند. [ 61]، که بیان می کند که در هر فرآیند تحلیلی، کاربر باید مرجع نهایی در هدایت تجزیه و تحلیل باشد و سیستم باید ابزار تعامل موثری را ارائه دهد که کاربر را در هر کار خاص تسهیل کند. ویژگی های تجسم چارچوب به گونه ای طراحی شده اند که به کاربر بینش کاملی از فضای تصمیم گیری، هم در ویژگی و هم در فضای جغرافیایی، و همچنین ابزاری برای جداسازی و تجزیه و تحلیل بخش محدودی از فضای تصمیم گیری بدهد. چارچوب تجسم ارائه شده در اینجا شامل سه واحد زیر است:
  • واحد تنظیم آستانه این واحد تعامل اصلی است که در آن کاربر مقادیر آستانه را برای معیارها تنظیم می کند. نتیجه مستقیم یک تعدیل برای معیار تعدیل شده و هر معیار دیگر، اگر تحت تأثیر قرار گیرد، نشان داده می شود. پانل واحد حاوی لغزنده هایی برای تنظیمات آستانه برای هر یک از معیارها است. برای هر معیار، یک هیستوگرام ارائه شده است که توزیع مقادیر را بر حسب آن معیار خاص نشان می دهد.
  • واحد تحلیل فضای صفت این پانل زمانی نشان داده می شود که مجموعه گزینه های قابل قبول به سطح قابل مدیریت کاهش یابد. یک نمودار مختصات موازی برای تجسم روابط بین گزینه های قابل قبول باقی مانده در فضای ویژگی استفاده می شود.
  • واحد تحلیل فضای جغرافیایی یک نقشه جغرافیایی برای تجسم موقعیت های جایگزین های قابل قبول در فضای جغرافیایی استفاده می شود.
مسیر تعامل بین واحدهای مختلف در شکل 2 آورده شده است.

4. نتیجه

به منظور نشان دادن چارچوب پیشنهادی، ما GISAnalyzer را توسعه دادیم، یک ابزار پشتیبانی تصمیم که مدل و چارچوب تجسم ارائه شده در بخش 3 را پیاده‌سازی می‌کند . تنظیمات اولیه در شکل 3 نشان داده شده است .
برنامه ورودی برای هر معیار از یک فایل شبکه ای ESRI ASCII می گیرد. هر فایل حاوی مقادیری از گزینه ها بر حسب یک معیار خاص است، یعنی تعداد فایل های ورودی با تعداد معیارها مطابقت دارد. پس از بارگذاری داده های ورودی، پنجره اصلی حاوی پانل تنظیم آستانه ( شکل 3 ، 1) و پانل نقشه ( شکل 3 ، 2) نشان داده می شود. پانل تنظیم آستانه با تنظیمات پیش‌فرض نشان داده می‌شود، جایی که مقدار آستانه برای هر معیار روی حداقل مقداری که یک جایگزین از نظر آن معیار خاص دارد، تنظیم می‌شود. مقادیر گزینه ها بر حسب هر یک از معیارها با مقیاس بندی مقادیر اسمی در مقیاس 0-255 به دست می آید. برای بیشتر، بهتر استنوع معیار ، گزینه های با بالاترین ارزش اسمی دارای مقدار 255 و گزینه های با کمترین ارزش اسمی دارای مقدار 0 هستند. نقشه جغرافیایی با همه گزینه های قابل قبول نشان داده شده است که در تنظیم اولیه به معنای همه گزینه ها با کد قرمز است. این به این دلیل است که کدگذاری رنگ در نقشه بسته به اینکه چه معیاری در حال حاضر دستکاری شده است تغییر می کند. از آنجایی که هیچ یک از معیارها در ابتدا انتخاب نمی شوند، کدگذاری رنگ در نقشه مقادیر را در نظر نمی گیرد، بلکه فقط موقعیت های جغرافیایی گزینه ها را در نظر می گیرد. تجسم نمودار میله ای از تعداد گزینه های منطبق با مقدار آستانه پذیرش برای هر یک از معیارها به عنوان مکمل پانل تنظیم آستانه عمل می کند ( شکل 3)، 3).
واحد اصلی برنامه، واحد تنظیم آستانه است . آستانه برای هر معیار با یک نوار لغزنده تنظیم می شود و یک هیستوگرام برای نشان دادن توزیع مقادیر گزینه ها بر حسب هر یک از معیارها استفاده می شود. هنگامی که آستانه برای هر یک از معیارها تنظیم می شود، هیستوگرام به روز می شود و قسمتی که با تغییر فیلتر شده است به رنگ خاکستری روشن است. در طول فرآیند تنظیم، کاربر می تواند نمای پانل تنظیم بدون فیلتر یا فیلتر شده را انتخاب کند. در نمای غیر فیلتر شده ( شکل 4الف)، هیستوگرام برای یک معیار خاص، مربوط به همه گزینه های منطبق با مقدار آستانه برای آن معیار خاص است، صرف نظر از اینکه آیا آنها قابل قبول هستند یا نه (خواه با همه آستانه ها مطابقت داشته باشند یا نه). در نمای فیلتر شده، هیستوگرام فقط به گزینه های قابل قبول مربوط می شود ( شکل 4 ب). اگر کاربر بخواهد معیار خاصی را کنار بگذارد، این کار را می توان با برداشتن تیک معیار انجام داد. آستانه پذیرش فعلی ذخیره می شود و این معیار تا زمانی که دوباره بررسی شود از محاسبات حذف می شود. زمانی که یک آستانه حداقل برای یک معیار سیمنمقدار بزرگتر از سیمنمترمنn، گزینه تنظیم خودکار در دسترس است. کاربر می تواند از هر معیاری به عنوان معیار تنظیم استفاده کند ( سیrهf، اما فقط یک معیار با تیسیمن>سیمنمترمنnمی تواند به عنوان موردی که به طور خودکار تنظیم می شود انتخاب شود ( سیrهسپ).
در نقشه جغرافیایی، گزینه‌های قابل قبول فعلی (هر جایگزین با یک پیکسل در نقشه نشان داده می‌شود) بر اساس مقدار از نظر معیاری که آستانه آن در حال حاضر تنظیم می‌شود، از قرمز به سبز کدگذاری می‌شوند. گزینه‌هایی که کمترین مقدار را دارند با کد قرمز و گزینه‌هایی که بیشترین مقدار را دارند با کد سبز کدگذاری می‌شوند. یک مثال در شکل 5 آورده شده است.
در برخی موارد، زمانی که تعداد گزینه‌های قابل قبول باقی‌مانده کم است و جایگزین‌ها در منطقه وسیع‌تری پراکنده شده‌اند، ممکن است دیدن آنها روی نقشه دشوار باشد، به‌ویژه اگر رنگ نقشه در منطقه‌ای که جایگزین‌ها ترسیم می‌شوند مشابه باشد. کدگذاری رنگی گزینه ها در چنین مواردی، کاربر گزینه ای برای نمایش یک نقشه غیراشباع دارد. سپس، گزینه‌ها، همانطور که رنگی باقی می‌مانند، بر خلاف نقشه غیراشباع شده بیرون می‌زنند و تصمیم گیرنده را آسان‌تر می‌کند تا مکان آنها را ببیند ( شکل 6 ).
زمانی که تعداد گزینه های قابل قبول باقی مانده کمتر از حد از پیش تعریف شده باشد L1، پانل فضای ویژگی نشان داده شده است. مقادیر گزینه ها بر حسب هر یک از معیارها در نمودار مختصات موازی نشان داده شده است ( شکل 7 ).
این طرح با ترسیم شده است n+2محورها، که در آن n تعداد معیارها است. دو محور دیگر به ترتیب طول و عرض جغرافیایی گزینه های موجود در نقشه را نشان می دهند، یعنی موقعیت جغرافیایی گزینه ها را منعکس می کنند. در GISAnalyzer، ما تصمیم گرفتیم که طرح را قابل مشاهده اما غیر تعاملی کنیم L1>سیآ>L2، جایی که سیآتعداد گزینه های قابل قبول است، L1حداکثر تعداد گزینه هایی است که باید در نمودار نشان داده شود، و L2حداکثر تعداد گزینه هایی است که تعامل نمودار برای آنها فعال است. در حالی که طرح هنوز ممکن است برای چندین صد گزینه (چندخط) درک و تفسیر شود، انتخاب یک چندخط واحد، که پیش شرط یک ویژگی تعاملی است، ممکن است در طرحی با چند خط بیش از حد دشوار و عملاً غیرممکن باشد. هنگامی که ویژگی تعاملی فعال است، همه گزینه های قابل قبول در نقشه جغرافیایی مشخص می شوند. تعامل بین نقشه و طرح دو طرفه است. هنگامی که یک چند خط انتخاب می شود، جایگزین مربوطه در نقشه محاصره می شود. اگر گزینه دیگری در نقشه جغرافیایی انتخاب شود (روی آن کلیک کنید)، چند خط مربوطه در نمودار برجسته می شود. انتخاب یک جایگزین در نقشه جغرافیایی اطلاعات دقیقی را ارائه می دهد،شکل 8 الف). نمودار میله ای با ارائه بخشی از حداکثر مقدار بر حسب هر یک از معیارهای جایگزین مورد نظر، اشاره ای به ارزش کلی یک جایگزین می دهد. کاربر ممکن است یک منطقه را در نقشه انتخاب کند، در این صورت چند خطوط مربوط به همه گزینه های قابل قبول در داخل منطقه برجسته می شوند ( شکل 8 ب). نمودارهای میله ای برای گزینه های انتخاب شده در این سناریو در دسترس نیستند.
در GISAnalyzer، ما یک ویژگی مقایسه را پیاده سازی کردیم که امکانات بیشتری را برای تجزیه و تحلیل کامل در طول فرآیند تصمیم گیری اضافه می کند، و AHP را به عنوان روش مقایسه انتخاب کردیم. اگرچه ما از روش AHP به دلیل کاستی‌های فراوان آن انتقاد داریم، به ویژه در روش استفاده از آن در GIS-MCDM، این روش متداول‌ترین روش تصمیم‌گیری مورد استفاده در تصمیم‌گیری مکانی است و بنابراین به احتمال زیاد با آن آشنا است. یک کاربر مهم است که تأکید کنیم AHP بخشی جدایی ناپذیر از چارچوب ما نیست، بلکه یک ویژگی اضافی GISAnalyzer است. پس از اینکه کاربر یک تجزیه و تحلیل انجام داد و مجموعه ای نهایی از جایگزین های قابل قبول A را به دست آورد، از ویژگی مقایسه ممکن است برای مقایسه نتایج با نتایج رسیدگی به مشکل با AHP استفاده شود. عملکرد AHP پیاده سازی شده در برنامه کاربردی را نمی توان برای فرآیند سلسله مراتبی کامل AHP استفاده کرد، بلکه فقط برای تعیین وزن به معیارها ( شکل 9 ).
برای آآاچپ، مجموعه ای از جایگزین های بالاترین رتبه به دست آمده توسط AHP که اعمال می شود سیآآاچپ=سیآ(تعداد گزینه های موجود در آآاچپبرابر است با تعداد گزینه های موجود در A ) و ∀α:α∈آ∨α∈آآاچپ. چند خط برای هر جایگزین در آآاچپبه نمودار مختصات موازی اضافه می شود. برای تعداد چند خط پس از اضافه کردن، آرپ، اعمال می کند که (2∗سیآ)≥آرپ≥سیآ. آرپ=2∗سیآدر مواردی که هیچ جایگزین رایجی برای AHP و تنظیم آستانه وجود ندارد و آرپ=سیآدر حالت مخالف، زمانی که مجموعه های به دست آمده توسط AHP و تنظیم آستانه یکسان هستند.
هنگامی که عملکرد AHP فعال است، بسته به اینکه کدام یک از شرایط زیر برآورده شود، هر چند خط کدگذاری رنگی دارد:
  • α∈آ∧α∈آآاچپ: ارغوانی؛
  • ¬(α∈آ)∧α∈آآاچپ: فیروزه ای؛
  • α∈آ∧¬(α∈آآاچپ): کد رنگی از قرمز به سبز بر اساس مقدار ∑من=1nتو(αسیمن)، جایی که αجایگزینی است که با چند خط نشان داده می شود، n تعداد معیارها و تو(αسیمن)ارزش است αاز نظر معیار سیمن.
بخشی از گزینه های جایگزین که شرایط را برآورده می کند α∈آ∧α∈آآاچپبا استفاده از یک نمودار مکمل به عنوان تقاطع دو دایره نشان دهنده A و تجسم می شودآآاچپ، به ترتیب. آن را اعمال می کند آمن=r∗آسی، جایی که آمنمنطقه تقاطع است، آسیمساحت یکی از دایره ها است، r=ک/(سیآ+سیآاچپ-ک)، و k تعداد عناصر مجموعه است آ∪آآاچپ. نمودار مختصات موازی و نمودار مکمل در شکل 10 نشان داده شده است. اگر وزن معیارها تغییر کند، یعنی اگر تغییرات در ماتریس ترجیحی در پنجره AHP انجام شود، آآاچپبه روز می شود و نمودار مختصات موازی، نمودار مکمل و نقشه جغرافیایی با مقادیر فعلی به روز می شوند.
وقتی تعداد گزینه‌های موجود برابر یا کمتر از حداکثر تعداد از پیش تعریف‌شده‌های جایگزین باشد که توسط مبادله‌های زوج قابل مدیریت است، ویژگی مبادله زوج برای تصمیم‌گیرنده در دسترس است. حتی مبادله در یک پنجره جداگانه باز می شود، جایی که تصمیم گیرنده مبادله را انجام می دهد. پس از هر نوبت، برنامه در صورت وجود گزینه های تحت سلطه را حذف می کند و معیار مرجع را از روند بعدی حذف می کند. نمونه ای از اعمال مبادله زوج در یک مسئله تصمیم گیری مکان مزرعه خورشیدی فرضی با پنج معیار در شکل 11 آورده شده است. نمای کامل پنجره اصلی برنامه پس از اعمال مبادله زوج و همچنین ویژگی مقایسه AHP در شکل 12 نشان داده شده است .

5. بحث و نتیجه گیری

در این مقاله، ما یک چارچوب تصمیم‌گیری جدید ارائه کردیم که از نیاز به سیستم‌های پشتیبانی تصمیم بصری و با استفاده آسان برای تصمیم‌گیری چند معیاره جغرافیایی ناشی می‌شود که هم به کاربران متخصص و هم غیرمتخصص خدمت می‌کند. مبتنی بر مفهوم رضایت بخش است . با این حال، به جای پذیرش کامل رضایت بخش به عنوان قانون توقف، چارچوب پیشنهادی یک مدل شبه رضایت بخش را اجرا می کند. این همچنان به تصمیم گیرنده اجازه می دهد تا هر جایگزینی را از مجموعه گزینه هایی که همه شرایط را برآورده می کند انتخاب کند. در عین حال، این گزینه را فراهم می کند تا مبادله های حتی بر روی مجموعه گزینه های قابل قبول اعمال شود تا ترجیح داده شود.
بر اساس مقایسه زوجی گزینه‌ها، روش مبادله زوج برای مسائل تصمیم‌گیری مکانی در مدل‌های انتخاب شبه پیوسته با تعداد زیادی گزینه قابل اجرا نیست. در [ 3 ] ما GISwaps را ارائه کردیم، یک روش جدید برای تصمیم‌گیری مکانی مبتنی بر مبادله‌های زوج که از جایگزین‌های مجازی استفاده می‌کند که نماینده کل فضای تصمیم‌گیری هستند تا مقادیر جبرانی مورد نیاز برای جبران تنظیمات در معیار مرجع برای همه گزینه‌ها را درون یابی کند. . راضی کنندهرویکرد مبتنی بر استقرار در مطالعه حاضر بر یک فرآیند کاهش داده‌های تکراری متکی است که استفاده از روش مبادله‌های زوج را در شکل اولیه آن در تصمیم‌گیری جغرافیایی امکان‌پذیر می‌سازد. گنجاندن روش مبادله زوج در چارچوب تصمیم‌گیری ما به کاربرد و کارایی آن می‌افزاید در حالی که پیچیدگی آن را به میزان قابل توجهی افزایش نمی‌دهد، زیرا حتی مبادله‌ها به خودی خود یک روش نسبتاً بصری مبتنی بر مبادله است، درک آسان و نسبتاً آسان است. بکار گرفتن.
در مقایسه با مدل‌های تثبیت شده مورد استفاده در GIS-MCDM – روش‌های جمع وزنی، روش‌های برتر از رتبه و روش‌های نقطه ایده‌آل – مزیت ESRDS دو برابر است: (1) می‌تواند تعداد تقریبا نامحدودی از گزینه‌ها را مدیریت کند. و (2) بر وزن معیارها متکی نیست. در زمینه GIS-MCDM، فضای تصمیم‌گیری معمولاً در یک مدل انتخاب شبه پیوسته نشان داده می‌شود که تعداد گزینه‌ها تنها با وضوح مدل دیجیتال منطقه جغرافیایی مورد علاقه محدود می‌شود. در چنین شرایطی، تجزیه و تحلیل و مقایسه زوجی بین گزینه‌ها، همانطور که لازم است، امکان‌پذیر نیست ∑من=1n-1منمقایسه برای n جایگزین روش‌های جمع‌بندی وزنی، رتبه‌بندی برتر، و روش‌های نقطه ایده‌آل، همگی وزن‌دهی معیارها را در مرحله‌ای به کار می‌برند، که وقتی تعداد گزینه‌ها کم باشد مشکل‌ساز نیست. با این حال، در GIS-MCDM، تعیین وزن به معیارهای مرتبط با لایه‌های نقشه معمولاً بدون در نظر گرفتن مقادیر جایگزین‌های واقعی انجام می‌شود – اشتباهی که در نظریه تصمیم‌گیری به عنوان رایج‌ترین اشتباه بحرانی شناخته می‌شود [ 57 ].]. فرض کنید می خواهیم خانه ای بخریم و بین خانه A با قیمت 100,000 دلار، خانه B با قیمت 150,000 دلار و خانه C با قیمت 200,000 دلار یکی را انتخاب می کنیم. بدیهی است که قیمت اگر نه احتمالاً مهمترین عامل خواهد بود. با این حال، اگر قیمت‌ها برای خانه A 100,000 دلار، برای خانه B 105,000 دلار و برای خانه C 110,000 دلار بود، احتمالاً قیمت را بسیار کمتر مرتبط می‌دانیم.
مقایسه بین مدل‌های مختلف ( جدول 1 )، از نظر تعداد گزینه‌هایی که می‌توانند مدیریت کنند، استفاده صحیح از وزن‌دهی معیارها را فرض می‌کند، یعنی قضاوت در مورد اهمیت معیارها با در نظر گرفتن مقادیر جایگزین‌ها. از نظر رسیدگی به عدم قطعیت، ESRDS، درست مانند مدل‌های مقایسه شده باقی‌مانده، فرض می‌کند که نتایج و پیامدها از قبل شناخته شده هستند، یعنی برای تصمیم‌گیری در شرایط عدم قطعیت مناسب نیست.
تجسم تعاملی، که بخشی جدایی ناپذیر از چارچوب است، استفاده کارآمد از ESRDS را در زمینه جغرافیایی امکان‌پذیر می‌سازد. این بازخورد بصری در مورد هر اقدام تصمیم گیرنده در طول فرآیند تصمیم گیری در دو نمای مختلف ارائه می دهد که به ترتیب ویژگی و فضای جغرافیایی را نشان می دهد. این در ترکیب با ویژگی جزئیات بر حسب تقاضا، به تصمیم گیرنده این فرصت را می دهد تا نتایج سناریوها و مسیرهای تصمیم گیری مختلف را تجزیه و تحلیل و مقایسه کند. علاوه بر این، ابزارهای موجود تعامل به تصمیم گیرنده کمک می کند تا بینشی در مورد وابستگی های ویژگی ها به دست آورد و روابط بالقوه بین معیارهایی را که در غیر این صورت پنهان می ماند، کشف کند.
چارچوب ارائه شده و GISAnalyzer که آن را پیاده‌سازی می‌کند، نتیجه تلاش برای گنجاندن یافته‌های حوزه تصمیم‌گیری رفتاری در یک مدل تصمیم‌گیری تجویزی است. این چارچوب در یک مطالعه آینده با تمرکز بر دو موضوع اصلی ارزیابی خواهد شد: اینکه مدل پیشنهادی چقدر کارآمد است در زمینه GIS-MCDM، و تا چه حد تجسم تعاملی تصمیم گیرنده را در یادگیری و درک بهتر تصمیم تسهیل می‌کند. مسئله.

منابع

  1. Malczewski، J. Rinner, C. تجزیه و تحلیل تصمیم چند معیاره در علم اطلاعات جغرافیایی ; Springer Science + Business Media: برلین/هایدلبرگ، آلمان، 2015. [ Google Scholar ]
  2. Zavadskas، EK; تورسکیس، ز. Kildienė، S. بررسی وضعیت هنر در مورد مروری بر روش‌های MCDM/MADM. تکنولوژی اقتصاد توسعه دهنده اقتصاد 2014 ، 20 ، 165-179. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  3. میلوتینوویچ، جی. آهونن-جونارت، U. سیپل، S. GISwaps – روشی جدید برای تصمیم‌گیری در مدل‌های انتخاب پیوسته بر اساس مبادله‌های زوج. بین المللی جی. تصمیم. سیستم پشتیبانی تکنولوژی 2018 ، 10 ، 57-78. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  4. میلوتینوویچ، جی. Seipel، S. GISwaps ویژوال – یک چارچوب تجسم تعاملی برای تصمیم گیری مکانی. در مجموعه مقالات سیزدهمین کنفرانس بین المللی مشترک بینایی کامپیوتری، تصویربرداری و نظریه و کاربردهای گرافیک کامپیوتری، مادیرا، پرتغال، 27 تا 29 ژانویه 2018؛ SCITEPRESS: ستوبال، پرتغال، 2018; جلد سوم، ص 236-243. [ Google Scholar ]
  5. آندرینکو، ن. Andrienko, G. تصمیمات فضایی آگاهانه از طریق دیدگاه های هماهنگ. Inf. Vis. 2003 ، 2 ، 270-285. [ Google Scholar ] [ CrossRef ]
  6. Simon, HA علوم جدید مدیریت تصمیم ; هارپر: نیویورک، نیویورک، ایالات متحده آمریکا، 1960. [ Google Scholar ]
  7. سایمون، مدل رفتاری انتخاب منطقی HA. QJ Econ. 1955 ، 69 ، 99-118. [ Google Scholar ] [ CrossRef ]
  8. سیمون، HA انتخاب منطقی و ساختار محیط. روانی Rev. 1956 , 63 , 129-138. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  9. Bouyssou، D. روش های برتر از رتبه. در دایره المعارف بهینه سازی، Volym 1 ; کریستودولوس، FA، Panos، PM، Eds. Springer: برلین/هایدلبرگ، آلمان، 2009; صص 249-255. [ Google Scholar ]
  10. روی، بی. رویکرد برتری و مبانی روش های الکتره. تئوری تصمیم می گیرد. 1991 ، 31 ، 49-73. [ Google Scholar ] [ CrossRef ]
  11. ساعتی، تی . فرآیند تحلیل سلسله مراتبی . McGraw-Hill: نیویورک، نیویورک، ایالات متحده آمریکا، 1980. [ Google Scholar ]
  12. تحلیل سلسله مراتبی باکلی، جی جی فازی. سیستم مجموعه های فازی 1985 ، 17 ، 233-247. [ Google Scholar ] [ CrossRef ]
  13. رضایی، ج. بهترین- بدترین روش تصمیم گیری چند معیاره. امگا 2015 ، 53 ، 49-57. [ Google Scholar ] [ CrossRef ]
  14. لیانگ، اف. برونلی، م. رضایی، ج. مسائل سازگاری در بهترین بدترین روش: اندازه‌گیری‌ها و آستانه‌ها. Omega 2020 , 96 , 102175. [ Google Scholar ] [ CrossRef ]
  15. گوا، اس. ژائو، اچ. فازی بهترین-بدترین روش تصمیم گیری چند معیاره و کاربردهای آن. بدانید. سیستم مبتنی بر 2017 ، 121 ، 23-31. [ Google Scholar ] [ CrossRef ]
  16. کریمی، ح. صادقی دستکی، م. جوان، ام. روش تصمیم گیری چند ویژگی کاملاً فازی بهترین و بدترین با عدد فازی مثلثی: مطالعه موردی ارزیابی تعمیر و نگهداری در بیمارستان ها. Appl. محاسبات نرم. 2020 , 86 , 105882. [ Google Scholar ] [ CrossRef ]
  17. پاموچار، دی. استویچ، ژ. Sremac، S. مدلی جدید برای تعیین ضرایب وزنی معیارها در مدل‌های MCDM: روش سازگاری کامل (FUCOM). Symmetry 2018 , 10 , 393. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. پاموچار، دی. Ecer, F. اولویت بندی وزن معیارهای ارزیابی تحت فازی: روش سازگاری کامل فازی-fucom-f. دانشگاه فکتا سر. مکانیک. مهندس 2020 ، 18 ، 419-437. [ Google Scholar ]
  19. سیمون، HA مدل های انسان ; جان وایلی: نیویورک، نیویورک، ایالات متحده آمریکا، 1957. [ Google Scholar ]
  20. سایمون، مدل‌های فکری HA . انتشارات دانشگاه ییل: نیوهیون، CT، ایالات متحده آمریکا، 1979. [ Google Scholar ]
  21. Gigerenzer, G. جعبه ابزار تطبیقی. در عقلانیت محدود: جعبه ابزار تطبیقی ​​; Gigerenzer, G., Selten, R., Eds. انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 2001; صص 37-50. [ Google Scholar ]
  22. مالدوناتو، NM; چیودی، ا. دی کورادو، دی. اسپوزیتو، AM; دی لوسیا، اس. اسپراندیو، آر. Muzii، B. اکتشافی، آدم ربایی ها و الگوریتم های تطبیقی: جعبه ابزاری برای تصمیم گیری انسانی. در مجموعه مقالات یازدهمین کنفرانس بین المللی IEEE در زمینه ارتباطات اطلاعات شناختی، CogInfoCom، آنلاین. 23–25 سپتامبر 2020؛ صص 273-282. [ Google Scholar ]
  23. کلاین، جی. داستان بهینه سازی. در عقلانیت محدود: جعبه ابزار تطبیقی ​​; Gigerenzer, G., Selten, R., Eds. انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 2001; صص 103-121. [ Google Scholar ]
  24. لیدر، اف. گریفیث، تحلیل منطقی منبع TL: درک شناخت انسانی به عنوان استفاده بهینه از منابع محاسباتی محدود. رفتار علم مغز 2020 ، 43 ، 1-60. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  25. مونرت، اف. پاچور، تی. Lieder، F. در جعبه ابزار تطبیقی ​​چیست و چگونه افراد از بین آن انتخاب می کنند؟ مدل های منطقی انتخاب استراتژی در انتخاب پرخطر. در مجموعه مقالات چهل و یکمین کنفرانس سالانه انجمن علوم شناختی، مونترال، QC، کانادا، 24 تا 27 ژوئیه 2019؛ صص 2378–2384. [ Google Scholar ]
  26. Gigerenzer، G. استدلال راه سریع و مقتصد: مدل‌های عقلانیت محدود. روانی Rev. 1996 , 103 , 650-669. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  27. Agosto، DE عقلانیت و رضایت را در تصمیم گیری مبتنی بر وب جوانان محدود کرد. مربا. Soc. Inf. علمی تکنولوژی 2002 ، 53 ، 16-27. [ Google Scholar ] [ CrossRef ]
  28. زو، دبلیو. تیمرمنز، اچ. مدلسازی رفتار خرید عابر پیاده با استفاده از اصول عقلانیت محدود: مقایسه و اعتبارسنجی مدل. جی. جئوگر. سیستم 2011 ، 13 ، 101-126. [ Google Scholar ] [ CrossRef ]
  29. ناکایاما، اچ. Sawaragi, Y. روش مبادله رضایت بخش برای برنامه نویسی چند هدفه و کاربردهای آن. IFAC Proc. جلد 1984 ، 17 ، 1345-1350. [ Google Scholar ] [ CrossRef ]
  30. یانکوفسکی، ص. نظریه تصمیم گیری رفتاری در مدل های تصمیم گیری فضایی. در کتاب راهنمای جغرافیای رفتاری و شناختی ; Montello، DR، Ed. انتشارات ادوارد الگار: چلتنهام، انگلستان، 2018; صص 41-55. [ Google Scholar ]
  31. پایک، WA; استاسکو، جی تی. چانگ، آر. O’Connell، TA علم تعامل. Inf. Vis. 2009 ، 8 ، 263-274. [ Google Scholar ] [ CrossRef ]
  32. یی، JS; کانگ، ی. استاسکو، جی تی. Jacko، JA به سوی درک عمیق تر از نقش تعامل در تجسم اطلاعات. IEEE Trans. Vis. محاسبه کنید. نمودار. 2007 ، 13 ، 1224-1231. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. علمکویست، ن. مور، AV; Jetter، H.-C.; کارنیا، دی. ریترر، اچ. تعامل جانکون-کلی، TJ Fluid برای تجسم اطلاعات. Inf. Vis. 2011 ، 10 ، 327-340. [ Google Scholar ] [ CrossRef ]
  34. Beaudouin-Lafon، M. طراحی تعامل، نه رابط. در مجموعه مقالات کنفرانس کاری روی رابط های بصری پیشرفته، گالیپولی، ایتالیا، 25-28 مه 2004. صص 15-22. [ Google Scholar ]
  35. Shneiderman، B. چشم ها آن را دارند: وظیفه ای بر اساس طبقه بندی نوع داده برای تجسم اطلاعات. در مجموعه مقالات سمپوزیوم IEEE 1996 در زبانهای بصری، بولدر، CO، ایالات متحده آمریکا، 3-6 سپتامبر 1996. صص 336-343. [ Google Scholar ]
  36. ورتاک، م. هوانگ، اس. صدیقی، ت. مدن، اس. Parameswaran, A. Towards Visualization Recommendation Systems. ACM SIGMOD Rec. 2017 ، 45 ، 34-39. [ Google Scholar ] [ CrossRef ]
  37. وینسنت، ک. راث، RE; مور، SA; هوانگ، Q. لالی، ن. ساک، سی ام؛ نوست، ای. روزنفلد، اچ. بهبود تصمیم گیری فضایی با استفاده از نقشه های تعاملی: یک مطالعه تجربی در مورد پیچیدگی رابط و پیچیدگی تصمیم در تجارت زباله های خطرناک آمریکای شمالی. محیط زیست طرح. ب مقعد شهری. علوم شهر 2018 ، 46 ، 1706-1723. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  38. چئونگ، ل. بلیش، اس. کیلی، ا. تولهورست، ک. ویلکنینگ، تی. داکهام، ام. ارزیابی تأثیر تجسم خطر آتش‌سوزی بر تصمیم‌گیری در شرایط عدم قطعیت. بین المللی جی. جئوگر. Inf. علمی 2016 ، 30 ، 1377-1404. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  39. آندرینکو، ن. آندرینکو، جی. چالش پیچیدگی برای ایجاد ابزارهای ژئوویژوالیزاسیون مفید و قابل استفاده. در مجموعه مقالات علم اطلاعات جغرافیایی: چهارمین کنفرانس بین المللی، مونستر، آلمان، 20-23 سپتامبر 2006. ص 23-27. [ Google Scholar ]
  40. همیلتون، ام سی؛ ندزا، ج.ا. دودی، پ. بیتس، من. بائر، NL; Voyadgis، DE; Fox-Lent, C. تجزیه و تحلیل تصمیم گیری چند معیار جغرافیایی مبتنی بر وب با استفاده از نرم افزار و استانداردهای باز. بین المللی جی. جئوگر. Inf. علمی 2016 ، 30 ، 1667-1686. [ Google Scholar ] [ CrossRef ]
  41. آرسینیگاس، جی. یانسن، آر. Rietveld، P. اثربخشی ابزارهای پشتیبانی تصمیم گیری مبتنی بر نقشه مشارکتی: نتایج یک آزمایش. محیط زیست مدل. نرم افزار 2013 ، 39 ، 159-175. [ Google Scholar ] [ CrossRef ]
  42. Nair, LR; سلیم، س. Shetty، D. بستر تجسم جغرافیایی تعاملی مقیاس پذیر برای تجزیه و تحلیل داده های GIS. در مجموعه مقالات چهاردهمین کنفرانس بین المللی IEEE 2016 در مورد محاسبات قابل اعتماد، خودمختار و ایمن، چهاردهمین کنفرانس بین المللی در مورد هوش فراگیر و محاسبات، دومین کنفرانس بین المللی در مورد هوش و محاسبات بزرگ داده ها و کنگره علوم و فناوری سایبری، اوکلند، 8-نیوزیا2 آگوست 2016; صص 886-889. [ Google Scholar ]
  43. ژانگ، ام. وانگ، اچ. لو، ی. لی، تی. گوانگ، ی. لیو، سی. ادروسا، ای. لی، اچ. Rishe، N. TerraFly GeoCloud. ACM Trans. هوشمند سیستم تکنولوژی 2015 ، 6 ، 1-24. [ Google Scholar ] [ CrossRef ]
  44. Leskens، JG; کهل، سی. توتنل، تی. کل، تی. دی هان، جی. استلینگ، جی. Eisemann, E. یک ابزار شبیه سازی و تجسم تعاملی برای تجزیه و تحلیل سیل قابل استفاده برای پزشکان. میتیگ. سازگار شدن. استراتژی. گلوب. چانگ. 2017 ، 22 ، 307-324. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  45. بله، ZC; جابویدوف، م. Derron، MH; ون وستن، سی جی; حسین، هی. Ciurean، RL; فریجریو، اس. Pasuto، A. ابزار تعاملی وب-GIS برای تجزیه و تحلیل ریسک: مطالعه موردی در حوضه رودخانه Fella، ایتالیا. نات. سیستم خطرات زمین. علمی 2016 ، 16 ، 85-101. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  46. وازر، جی. کونیف، ا. آدرانسکی، بی. هوروات، ز. ریبیچیچ، اچ. کارنکی، آر. کلودینگ، پی. شیندلر، بی. طرح های بسیاری: مجموعه های چند بعدی برای پشتیبانی تصمیم گیری بصری در مدیریت سیل. محاسبه کنید. نمودار. انجمن 2014 ، 33 ، 281-290. [ Google Scholar ] [ CrossRef ]
  47. ژانگ، اس. شیا، ز. Wang, T. یک چارچوب شبیه‌سازی تعاملی بلادرنگ برای تصمیم‌گیری حوضه با استفاده از مدل‌های عددی و محیط مجازی. جی هیدرول. 2013 ، 493 ، 95-104. [ Google Scholar ] [ CrossRef ]
  48. کینبرگر، اس. هاگنلوچر، ام. دلمل، ای. Casas، I. ابزار WebGIS برای تجسم و کاوش آسیب‌پذیری اجتماعی-اقتصادی در برابر تب دنگی در کالی، کلمبیا. ژئوسپات. سلامت 2013 ، 8 ، 313-316. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  49. ناگل، تی. دووال، ای. Vande Moere، A. اکتشاف تعاملی تجسم شبکه جغرافیایی. در مجموعه مقالات کنفرانس سالانه ACM 2012 در مورد عوامل انسانی در سیستم های محاسباتی، Kherson، اوکراین، 6-10 ژوئن 2012. [ Google Scholar ]
  50. کولاویاک، م. پروسپاتوپولوس، ا. پریوولیوتیس، ال. لوبا، م. کیوروگلو، س. Stepnowski، A. تجسم تعاملی پایش و پیش‌بینی داده‌های آلودگی دریایی از طریق یک GIS مبتنی بر وب. محاسبه کنید. Geosci. 2010 ، 36 ، 1069-1080. [ Google Scholar ] [ CrossRef ]
  51. نوست، ای. روزنفلد، اچ. وینسنت، ک. مور، SA; Roth، RE HazMatMapper: یک ابزار تجسم جغرافیایی آنلاین و تعاملی برای کاوش در جریان های فراملی زباله های خطرناک و عدالت زیست محیطی. J. Maps 2017 ، 13 ، 14-23. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  52. شاه ماهی، جی. VanDyke، MS; کامینز، RG; Melton، F. ارتباط آنلاین با خطرات آب و هوایی محلی از طریق تجسم داده های تعاملی. محیط زیست اشتراک. 2017 ، 11 ، 90-105. [ Google Scholar ] [ CrossRef ]
  53. دیلون، KB; لرد، ام آر. شای، ج.ا. Winsor، GL; لو، آر. نظام، ف. پریرا، SK; واگلشنر، ن. مک آرتور، AG; لانژیل، MgI؛ و همکاران IslandViewer 3: کشف، تجسم و تجزیه و تحلیل جزیره ژنومی تعاملی و انعطاف پذیرتر. Nucleic Acids Res. 2015 ، 43 ، 104-108. [ Google Scholar ] [ CrossRef ]
  54. الوود، اس. Leszczynski، A. رسانه های فضایی جدید، سیاست دانش جدید. ترانس. Inst. برادر Geogr. 2013 ، 38 ، 544-559. [ Google Scholar ] [ CrossRef ]
  55. MacCrimmon، KR تصمیم‌گیری در میان گزینه‌های چند ویژگی: یک بررسی و رویکرد تلفیقی . RAND Corporation: سانتا مونیکا، کالیفرنیا، ایالات متحده آمریکا، 1968. [ Google Scholar ]
  56. Malczewski، J. Ogryczak، W. مسئله مکان یابی با معیارهای چندگانه: 2. تکنیک های مبتنی بر اولویت و پشتیبانی تصمیم گیری تعاملی. محیط زیست طرح. یک اقتصاد. فضا 1996 ، 28 ، 69-98. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  57. کینی، RL; Raiffa, H. تصمیمات با اهداف چندگانه – ترجیحات و مبادلات ارزشی . جان وایلی و پسران: هوبوکن، نیوجرسی، ایالات متحده آمریکا، 1976. [ Google Scholar ]
  58. هاموند، JS; کینی، RL; رایفا، اچ. حتی مبادلات: روشی منطقی برای ایجاد مبادلات. هارو. اتوبوس. Rev. 1998 , 76 , 137-149. [ Google Scholar ]
  59. هاموند، JS; کینی، RL; رایفا، اچ. انتخاب‌های هوشمند – راهنمای عملی برای تصمیم‌گیری بهتر در زندگی . کتاب های برادوی: نیویورک، نیویورک، ایالات متحده آمریکا، 1999. [ Google Scholar ]
  60. ساشا، دی. ژانگ، ال. سدلمیر، م. لی، جی. پلتونن، جی. ویسکوف، دی. شمال، SC; Keim، DA تعامل بصری با کاهش ابعاد: تحلیل ساختار یافته ادبیات. IEEE Trans. Vis. محاسبه کنید. نمودار. 2017 ، 23 ، 241-250. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  61. آندرینکو، جی. آندرینکو، ن. شومان، اچ. تومینسکی، سی. دمسار، U. درانش، دی. دایکز، جی. فابریکانت، اس. جرن، ام. کراک، ام.-جی. فضا و زمان. در تسلط بر عصر اطلاعات: حل مشکلات با ویژوال تجزیه و تحلیل ; Keim, D., Kohlhammer, J., Ellis, G., Mansmann, F., Eds. انجمن یوروگرافیک: مونیخ، آلمان، 2010; صص 57-86. [ Google Scholar ]
Ijgi 10 00326 g001 550
شکل 1. مدل فرآیند برای چارچوب.
Ijgi 10 00326 g002 550
شکل 2. مسیر تعامل بین واحدهای مختلف چارچوب.
Ijgi 10 00326 g003 550
شکل 3. پنجره اصلی GISAnalyzer. راه اندازی اولیه، پس از بارگیری داده ها برای همه معیارها.
Ijgi 10 00326 g004 550
شکل 4. نماهای مختلف پانل تنظیم آستانه: ( الف ) نمای غیر فیلتر شده، که در آن، برای هر معیار، همه گزینه های مطابق با مقدار آستانه برای آن معیار خاص ترسیم می شوند. ( ب ) نمای فیلتر شده، که در آن تنها گزینه‌های منطبق با تمام آستانه‌ها ترسیم می‌شوند، با یک معیار ( فاصله توان ) کنار گذاشته شده است (معادل تنظیم آستانه برای آن معیار به سیمترمنn) و معیار دیگری ( فاصله تا شهرها ) به عنوان معیاری برای تنظیم خودکار انتخاب شده است. سیrهسپ. اعداد قرمز در گوشه سمت راست بالای هر هیستوگرام نشان دهنده تعداد گزینه های با مقدار معین است.
Ijgi 10 00326 g005 550
شکل 5. پنجره اصلی برنامه در طول فرآیند تنظیم آستانه. مجموعه اولیه 15555 گزینه با تنظیم مقادیر آستانه برای سه معیار به 4898 کاهش می یابد. آستانه برای فاصله تا شهرها به تقریباً 8500 متر، آستانه برای فاصله قدرت به تقریباً 1100 متر و آستانه برای فاصله جاده به تقریباً 14000 متر افزایش یافته است. گزینه‌های قابل قبول باقی‌مانده براساس مقدار از نظر فاصله جاده کد رنگی می‌شوند ، زیرا اتفاقاً معیاری است که در حال حاضر تنظیم می‌شود.
Ijgi 10 00326 g006 550
شکل 6. نقشه جغرافیایی در نمای پیش فرض ( a ) و در نمای غیراشباع ( b ).
Ijgi 10 00326 g007 550
شکل 7. هر یک از پنج محور رنگی در نمودار مختصات موازی مقادیر گزینه های قابل قبول باقی مانده را بر اساس یکی از معیارها در خود نگه می دارد. دو محور آخر نشان دهنده طول و عرض جغرافیایی گزینه های جایگزین در فضای جغرافیایی است. چند خطی که گزینه های جایگزین را نشان می دهد از سبز (بهترین) تا قرمز (بدترین) کد رنگی دارند.
Ijgi 10 00326 g008 550
شکل 8. اندرکنش بین نمودار مختصات موازی و نقشه جغرافیایی. هنگامی که یک جایگزین در نمودار انتخاب می شود، در نقشه جغرافیایی برجسته می شود. با انتخاب گزینه جایگزین در نقشه جغرافیایی یک پنجره “جزئیات بر اساس تقاضا” ( a ) باز می شود. هنگامی که یک منطقه در نقشه جغرافیایی انتخاب می شود، همه گزینه های قابل قبول در منطقه انتخاب شده در نمودار مختصات موازی ( b ) سفید برجسته می شوند.
Ijgi 10 00326 g009 550
شکل 9. پنجره AHP. دکمه «اعمال» در صورتی فعال می شود که مقادیر اهمیت نسبی برای معیارها سازگار باشد، به عنوان مثال، اگر شاخص سازگاری سیمن≤0.1.
Ijgi 10 00326 g010 550
شکل 10. نمودار مختصات موازی و نمودار مکمل پس از اعمال مقایسه با AHP.
Ijgi 10 00326 g011 550
شکل 11. وضعیت پس از سه مورد از معیارها که قبلاً از فرآیند بعدی کنار گذاشته شده بودند و هفت گزینه غالب حذف شدند. در مرحله فعلی، فاصله از جاده های اصلی به عنوان معیار مرجع و شیب به عنوان معیار پاسخ انتخاب شده است. مقادیر بر حسب معیار پاسخ باید به منظور جبران تنظیمات مورد نیاز برای برابر کردن هر سه گزینه باقیمانده (در مقدار 1300) از نظر معیار مرجع تنظیم شوند. این کار با افزایش مقدار بر حسب شیب از چهار به پنج درجه برای جایگزین A2 و از دو به شش درجه برای جایگزین A10 انجام می شود. پس از انجام این مبادله، معیار مرجع، فاصله تا جاده های اصلی است، برکنار می شود. مقادیر از نظر تنها معیار باقیمانده، شیب ، پنج درجه برای A2، ده درجه برای A3 و شش درجه برای A10 خواهد بود. A2 به عنوان ترجیح داده شده ترین جایگزین انتخاب می شود، زیرا بهترین ارزش را در تنها معیار باقی مانده دارد.
Ijgi 10 00326 g012 550
شکل 12. نمای کامل پنجره اصلی GISAnalyzer پس از اعمال مبادله های زوج برای به دست آوردن ترجیح داده شده ترین جایگزین.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید