RUDN universiteto mokslininkų komanda sukūrė algoritmą, kuris padėtų didelėms žmonių grupėms per trumpą laiką priimti gerus sprendimus. Jie pademonstravo savo eksperimentų efektyvumą naudodami rinkos modelį, kurį inicijavo COVID-19 virusas. Šis modelis padėjo vadovybei ir pirkėjams susitarti uždaryti rinką ir pasiekti sutarimą dėl atlygio dydžio tik trimis žingsniais. Kreditas: RUDN universitetas
RUDN universiteto mokslininkų grupė sukūrė algoritmą, kuris padėtų didelėms žmonių grupėms per trumpą laiką priimti gerus sprendimus. Jie įrodė savo modelių kokybę naudodami rinkos modelį, kuris pradėjo plisti KOVITI-19 pradėti su. Šis modelis padėjo vadovybei ir pirkėjams susitarti uždaryti rinką ir pasiekti sutarimą dėl atlygio dydžio tik trimis žingsniais. Straipsnis apie algoritmą buvo paskelbtas Mokslinė informacija žurnalas
Pasirinkimo pasirinkimas yra matematikos profesija, tirianti pasirinkimo modelį ir pasirinkimo pasirinkimą. Matematikos srityje pasirinkimas yra optimizavimo užduotis, turinti daug sąlygų. Ekspertų nuomonė, sprendimai ir tikimybės skiriasi, o santykiai tarp dalyvių ir geriausio sprendimo paieška pateikiami kaip matematinės užduotys. LSGDM yra pavyzdys priimant sprendimus, apibrėžiantis pasirinkimo galimybes, kuriose dalyvauja daugiau nei 20 ekspertų. Jų požiūrį veikia asmeniniai santykiai: pavyzdžiui, draugai palaiko vienas kitą. Tai padidina neapibrėžtumą dėl įtikinamų dalyvių ir pasiekti konsensusą tampa sunkiau. RUDN universiteto matematinių tyrimų grupė pasiūlė metodą šiai painiavai pašalinti.
„Dėl šių dienų technologinės pažangos vis daugiau žmonių pradeda dalyvauti priimant sprendimus. Štai kodėl LSGDM tapo deginančia problema tyrėjams. LSGDM dalyviai atstovauja skirtingoms interesų grupėms, todėl jiems reikia daugiau laiko, kol jie pasieks sutarimą. Šiam procesui reikalingas lyderis, kuris gali įtikinti visas šalis pritaikyti savo požiūrį “, – sakė RUDN universiteto mokslininkė prof. Enrique Herrera-Viedma.
Jo matematinio padalijimo pasiūlytas atsakymas pagrįstas vadinamuoju stabiliausiu tobulinimo metodu. Jis naudojamas atliekant konkrečius veiksmus pastebint pirminių duomenų pokyčius (šiuo atveju tarp asmenų kartu tarp dalyvių). Matematikai pasiūlė naują būdą klasifikuoti mokslininkus į pagrindines grupes, remiantis tvirtais tarpusavio santykiais ir pasitikėjimo lygiu. Algoritmas susideda iš kelių žingsnių. Pirmiausia buvo surinkti mokslininkai; šalys pateikia sąlygą, kad ji labai skiriasi nuo bendro sprendimo; o po to tokia idėja buvo pataisyta. Teiginiai buvo kartojami tol, kol visi dalyviai sutarė dėl vieno atsakymo. Idėjų taisymo metodai nebūtinai yra matematiniai. Svarbi buvo vieneto derybų kaina: išteklių (laiko, pinigų ir kt.) Suma, kurią reikėjo išleisti norint pasiekti norimą rezultatą.
Tyrėjų grupė pritaikė modelį realaus gyvenimo modeliui. Po COVID-19 maisto produktų rinka Uhane buvo uždaryta. Vadovybė ieškojo geriausio sprendimo: klientų nuostoliai turėtų būti kompensuojami, likdami biudžeto rinkoje. Matematika atrinko 20 pardavėjų, kurie prašė skirtingo atlygio už savo parduotuvių uždarymą: nuo 200 iki 900 juanių. Dalyviai buvo suskirstyti į keturias grupes pagal svarbius veiksnius, tokius kaip bendrumas, parduotuvių artumas vienas kitam ir kt. Konkurso dalyvių rekomenduojamas algoritmas leidžia pirkėjams ir pardavėjams vieningai susitarti tik trimis žingsniais. Galutinė kompensacijos suma buvo 880 juanių, o derybų kaina valdymo rinkai tapo labai maža, palyginti su dabartinėmis.
Tekstas: Yanling Lu, Yejun Xu, Enrique Herrera-Viedma ir Yefan Han, 2020 m. Rugpjūčio 29 d. „Susitarimas dėl didelio masto sprendimų priėmimo svetainėse: mažų sąnaudų modelis, pagrįstas įrodyta jėga“. Mokslinė informacija.
DOI: 10.1016 / j.ins.2020.08.022