Information Technology Reference
In-Depth Information
Zur Verdeutlichung des Systems zeigen wir anhand eines fiktiven Beispiels, wie sich fünf
simulierte Experten darüber verständigen, ob und zu welchen Preisen Aktien einer Fluggesell-
schaft und einer Bahngesellschaft gekauft werden sollen; mit „Bahn“ ist natürlich eine der
Privatbahnen gemeint:
http://www.rebask.de/
qr/sc1_2/5-2.html
Bild 5-17
Beispiel für einen Experten
Auf der linken Seite von Bild 5-17 sind die definierten Regeln sowie die Fuzzysets zu sehen; in
der Mitte sind die Werte für die jeweiligen Preise sowie die Empfehlung für den Kauf der
Aktien der Fluggesellschaft sowie der Bahn gezeigt. Auf der rechten Seite werden die Details
der Fuzzysets eines Experten für die Aktien der Fluggesellschaft dargestellt.
Die folgenden Bilder (zusammengefasst als Bild 5-18) zeigen den Verlauf der Konsensbildung
nach vier Runden.
Die Simulation liefert als Ergebnis einen „Konsensus“ ähnlich wie bei einem (erfolgreichen)
Delphi-Prozess mit einem echten Experten-Gremium. Die unscharfe Meinung der simulierten
Experten am Ende der Befragung gibt genau diesen Konsensus wieder. Anhand der Anzahl der
Iterationen und dem finalen durchschnittlichen Sicherheitswert (certainty) kann man ab-
schätzen, inwieweit die Experten Kompromisse eingegangen sind. Dieser Wert ist aber relativ,
da er davon abhängt, wie sicher die Experten zu Beginn der Befragung waren. Der Wert sollte
während der Befragung steigen, sofern die Experten durch Berücksichtigung anderer Meinun-
gen ihr Urteil sowohl revidieren als auch besser begründen können.
Search WWH ::
Custom Search