Mtodos Operativos y Estadsticos de Gestin 4.

Sistemas de Ayuda a la Decisin

Ingeniera Informtica. C. Viclvaro.

David Ros 2013

1

Objetivo
En esta sesin introducimos los conceptos bsicos sobre sistemas de ayuda a la decisin. Nos sirve, adems, de resumen de los conceptos introducidos. Se ilustran tres ejemplos de SAD y algunos proyectos abiertos

DRI, RE, ALU

Sistemas de Ayuda a la Decisin

Definiciones Clasificaciones de Sistemas de Ayuda a la Decisin Proyecto BayRes. Hidroenerga Proyecto Ictneo. Gestin ictericia Proyecto MOIRA. Descontaminacin tras accidente nuclear Proyecto PARBUD. Presupuestos participativos Proyectos en marcha

DRI, RE, ALU

Sistemas de Ayuda a la Decisin

Los MOEGs son muy costosos Hay problemas:
Suficientemente importantes Que se van a repetir suficientemente En los que merecer la pena codificar lo aprendido en una aplicacin para re-aplicarla en otra

DRI, RE, ALU

SAD. Definiciones
Concepto muy usado (abusado???) en Gestin y en Informtica Silver
Un sistema de informacin informtico que apoya a la gente que debe tomar decisiones Un sistema de informacin informtico que intenta afectar a cmo toman decisiones las personas

Eom et al
Un sistema informtico interactivo que: apoya a los decisores (en lugar de sustituirlos); utiliza datos y modelos; resuelve problemas con grados variables de estructura; facilita los procesos de decisin

DRI, RE, ALU

SAD. Definiciones
French
Un sistema informtico que apoya el proceso de toma de decisiones ayudando a los decisores a formar y explorar las implicaciones de sus juicios y, por tanto, a tomar una decisin basada en el entendimiento Para nosotros sta ser la definicin de referencia

DRI, RE, ALU

SAD. Niveles
Nivel 0
Adquisicin , validacin y presentacin de datos, de informacin, directamente o con anlisis mnimo, al Decisor Extraer datos de la base relevante y presentar con anlisis mnimo Sistemas de anlisis exploratorio de datos, sistemas de informacin geogrficos, Sistemas de inteligencia de negocios NAVISION, Microstrategy, ORACLE, Picasso, Information Builders, SAS, SAP DESCRIBE COMO ES EL SISTEMA
DRI, RE, ALU 7

SAD. Niveles
Nivel 1
Anlisis y prediccin del entorno actual y futuro Combina datos con juicios a travs de un modelo para predecir cmo ser el entorno Sistemas de inferencia y prediccin, sistemas de prediccin econmica, sistemas de prediccin meteorolgica, proyecto RAMS DESCRIBE COMO EVOLUCIONARA EL SISTEMA

DRI, RE, ALU

SAD. Niveles
Nivel 2
Simulacin y anlisis de consecuencias de estrategias potenciales, determinacin de su factibilidad y cuantificacin de sus beneficios y desventajas Taylor, Enterprise Dynamics, Sistemas de modelos fsicos,

DESCRIBE COMO QUEDA EL SISTEMA BAJO CIERTAS ACCIONES

DRI, RE, ALU

SAD. Niveles
Nivel 3
Evaluacin y ordenacin de alternativas en condiciones de incertidumbre, equilibrando sus beneficios y desventajas

Ejemplos despus

EVALUA COMO QUEDA EL SISTEMA BAJO CIERTAS ACCIONES

DRI, RE, ALU 10

SAD. Componentes Habituales

Sistema de gestin de datos
Recuperacin, almacenamiento y organizacin de los datos Seguridad, Integridad, DBMS

Sistema de gestin de modelos

Facilita el uso de los modelos disponibles o ayuda a construirlos

Base de conocimiento
Reconocimiento del problema, generacin de soluciones,

Interfaz Usuario

DRI, RE, ALU

11

SAD. Cuatro ejemplos

1. MOIRA (GMAA) Descontaminacin nuclear
Decisiones en certidumbre. Base de modelos ambientales y econmicos, GIS, Base de medidas, Base de criterios, Construccin de funcin de valor, Anlisis de sensibilidad SAD convencional

1.

IctNeo. Gestin de la Ictericia Neonatal

Decisiones en incertidumbre. Diagrama de influencia, Modelizacin de preferencias off, Modelizacin de creencias off, Resolucin off, Explicacin de resultados Sistema de decisin inteligente

1.

BayRes. Gestin de embalses

Decisiones secuenciales en incertidumbre. Seleccin de modelos, Modelizacin de preferencias on, resolucin heurstica, Anlisis de sensibilidad, Intervenciones Sistema adaptativo

1.

TED. Toma de decisiones de grupo va Internet

IDs, Modelizacin preferencias, Negociacin, Votacin. Sistema de decisin de grupo

DRI, RE, ALU

12

BayRes. Introduccin

DRI, RE, ALU

13

BayRes. Introduccin

DRI, RE, ALU

14

BayRes. Introduccin

DRI, RE, ALU

15

BayRes. Introduccin

DRI, RE, ALU

16

BayRes. Introduccin

DRI, RE, ALU

17

BayRes. Prediccin

DRI, RE, ALU

18

BayRes. Preferencias

DRI, RE, ALU

19

BayRes. Optimizacin I

DRI, RE, ALU

20

BayRes. Optimizacin II

DRI, RE, ALU

21

BayRes. Descripcin
Un sistema que implementa una metodologa para gestionar (sistemas de) embalses Entrada de datos/ficheros de entradas Modulo de prediccin. DLMs, Seleccin, Intervenciones Mdulo de preferencias. Funcin de utilidad multiatributo, trayectorias de referencia Mdulo de optimizacin. Heurstica+Nelder Mead Anlisis de sensibilidad

DRI, RE, ALU

22

BayRes.

DRI, RE, ALU

23

BayRes.

DRI, RE, ALU

24

BayRes.

DRI, RE, ALU

25

IctNeo: SAD para Ictericia Neonatal

Outline
Client & Medical Problem Objectives of the IctNeo system Model Structure Model Uncertainty Sensitivity Analysis Model Preferences

Results, comments

IctNeo Implementation
DRI, RE, ALU 27

The client: GM General Hospital

One of the biggest in Europe Public (out of 17 in Madrid)
Neonatology building

1,800 beds Staff: 7,000 Population covered: 650,000 (13% Madrid pop); 1,142 km2

DRI, RE, ALU

28

The medical problem

Neonatal Jaundice: situations with a high level of serum
bilirubin such that the skin and/or the ocular sclerotic are at least slightly yellow

Physiologic: a common phenomenon in the neonatal period vs Pathologic: irreversible brain and central nervous system damages,
even death
DRI, RE, ALU 29

The medical problem (II)

Protocols:
1. Exchange transfusion (50s)

DRI, RE, ALU

30

The medical problem (III)

2. Phototherapy (next decades)
increased the minimum level of risk recommended to start ttmts

3. Observation 90s: Current recommendations (Newman, Maisels92) gentler and conservative approaches, but not clear help in frontier situations decisions based on few factors
DRI, RE, ALU 31

Guidelines

DRI, RE, ALU

32

DRI, RE, ALU

33

DRI, RE, ALU

34

Objectives of IctNeo
Much more (uncertain) variables, including related pathologies which may cause jaundice Preferences of parents and doctors Decrease diagnostic and therapeutic costs and risks Define better the situations to require/change the treatment A tool for evaluating the current protocol and including recent recommendations Aid for interns and residents Automatic support to store information
DRI, RE, ALU 35

Structuring phase
Diagramas de influencia (entrevistas) Objectivo principal: definir alternativas, incertidumbres y resultados Alcance: nios nacidos en en el Gregorio Maran, primeros 4 das Secuencia: Ingreso
no ingresar ingresar alta

Observacin

Tratamiento

fototerapia exanguinotransfusin
DRI, RE, ALU

Repetir hasta alta o tto ajeno

36

Structuring phase (IV)

Top-down analysis: de ms abstraccin a ms detalle

...

DRI, RE, ALU

37

Structuring phase (VII)

DRI, RE, ALU

38

Modeling uncertainty
Probabilities:
68 random variables: 13,521 parameters Discretization (age, weight, brb concentration...) Historical data (3.12%)
Prob of birth weight (BW) given gestational age (GA): BW 499-999 GA preterm .204 full-term posterm .013 .001 1000-1499 .243 .218 .150 1500-2499 .360 .323 .300 2500 .192 .444 .540

(e.g. Merkhofer87)

Subjective judgments (std encoding process): SRI protocol Huge tables if many predecessors (obtain + store)
DRI, RE, ALU 39

Modeling preferences
Objectives hierarchy: (Keeney, Raiffa 1976)
global well-being cost of ttmt parent concerns patient risk direct effects intangible effects

Y2
baby-mother separation

Y4
injuries

Y1
economical cost social cost

Y3
risk of emotional being cost admitted due to ttmt due to hyperbil

X1

X2

X3

X4
DRI, RE, ALU

X5

X6
40

Modeling preferences (II)

Attributes & scales (often ad hoc)
Atributo
X1: coste de estancia X2: coste social X3: coste emocional X4: riesgo de ingreso X5: daos debidos al tratamiento X6: daos debidos a hiperbilirrubinemia

Medida (unidades)
miles de pesetas escala construida escala construida escala construida escala construida escala construida

Nivel xi* xi*

1260 2 2 3 4 5 0 0 0 0 0 0

Escala construida para riesgo debido al ingreso:

Valor
0 1 2 3

Nivel de impacto
Pacientes no ingresados. Bajo observacin Pacientes ingresados + reciben algn test Pacientes ingresados + cuidados medios Pacientes ingresados + cuidados intensivos
DRI, RE, ALU 41

Modeling preferences (X)

u1
1 0.8 0.6 0.4 0.2 0

u1
mtodo EP mtodo EC
1
....

0.8 0.6 0.4 0.2 0

Funcin de utilidad ajustada

300

620

900

1200

x1

300

620

900

1200

x1

a) cotas inferior y superior para la funcin u1

b) rango para las funciones de utilidad u1

Por el mismo procedimiento, se construyen las otras funciones de utilidad ui. Ajuste mediante funciones exponenciales a+be-cx , usando mnimos cuadrados con los puntos medios de los intervalos de utilidad
DRI, RE, ALU 42

Modeling preferences (XI)

u1 ( x1 ) = 1.604 0.604 exp(0.00077 x1 )
x u2 ( x2 ) = 0.1108 + 1.111exp(1.153x2 )

u3x ( x3 ) = 0.225 + 1.225 exp(0.8473x3 ) u4 ( x4 ) = 1.277 0.2766 exp(0.5098 x4 ) u5x ( x5 ) = 1.361 0.361exp(0.3316 x5 ) u6x ( x6 ) = 1.408 0.403 exp(0.2476 x6 )

Definidas las funciones componentes, hemos de combinarlas sobre la funcin general, determinando la importancia relativa de cada atributo
DRI, RE, ALU 43

Modeling preferences (XIV)

k1 = 0.109 k 2 = 0.031 k3 = 0.181 k 4 = 0.109 k = 6.329 k 2 = 0.578
x

k3 = 0.422
x

k5 = 0.558
x

k 6 = 0.442
x

DRI, RE, ALU

44

Implementation
A) Representacin del conocimiento: gramtica y compilador B) Evaluacin del modelo: espacio de memoria - tiempo b1) Evaluacin cualitativa: heursticas + gentico b2) Evaluacin cuantitativa: eliminacin de redundancia + restricciones + instanciacin + recursividad C) Arquitectura general del sistema

DRI, RE, ALU

45

Implementation: IctNeo Architecture

Query/Explanation system,

Syntax file

DIAGRAM { # heading of each node OBJECT A { code=1; type=chance; discrete=_YES; Compiler values=(a1,a2); (own parents=(B,C); grammar) probs_or(0.3,0.7); } ... }

User interface
Name: Age: Weight: Hgb1: Hgb2: Hgb3:

IctNeo help
(html)

Object code

Decision Tables with optimal strategies

.. .. .. ..
Patient data

.. .. .. ..
Explanation Criteria

Clinical histories

Evaluator

Quantitative evaluation:
Instantiation Ezawa98, KBM2L

Qualitative evaluation Shachters algorithm 86 + + Genetic Algorithm Constraints, Postpone operations,

high computational cost (1.33*1024)

for good node deletion sequences; better than Kongs greedy heuristic DRI, RE, ALU (to alleviate computational burden up to 3 orders of magnitude)
46

Screens

DRI, RE, ALU

47

DRI, RE, ALU

48

DRI, RE, ALU

49

DRI, RE, ALU

50

DRI, RE, ALU

51

Final remarks
Decision-makers

-learned
Better actions: no Exchanges! shorter stays at hospital lower costs and risks Funds for hospital new machinery

Tailor-made tool DSS integrating beliefs & preferences (even under partial info) Judge the protocols Analysts Better understand jaundice -now complex! Gain experience Clear what to do (more vars) Application of ID in practice: hard Ttmt patterns (explanations) General & portable software New info modules E.g. Social Cost is relevant for Other problems: ECMO not serious situations; Mother Other hospitals illness is a redundant variable DRI, RE, ALU 52 Training tool

GENERIC MULTI-ATTRIBUTE ANALYSIS (GMAA) Aplicacin a la restauracin medioambiental

DRI, RE, ALU

53

Proyectos de Investigacin Europeos

MOIRA: A MOdel-based computerised system for management support to

Identify optimal Remedial strategies for restoring RadioNuclide contaminated Aquatic ecosystem and drainage areas, IV Programa Marco de Investigacin Europeo. 1996-1998. COMETES: Implementing COmputerised METhodologies to Evaluate the effectiveness of countermeasures for restoring RadioNuclide contaminated fresh water ecoSystems, Programa de Cooperacin Internacional INCOCOPERNICUS. 1998-2001. EVANET-HYDRA: EVAluation and NETwork of EC-Decision Support Systems in the Field of HYDRological Dispersion Models and of Aquatic Radioecological Research, V Programa Marco de Investigacin Europeo. 2001-2004.
DRI, RE, ALU 54

Sistema de Ayuda a la Decisin MOIRA

Incluye: Mdulo GIS: Seleccin del escenario (ecosistema acutico) a analizar. Mdulos de prediccin/simulacin. Mdulo de evaluacin multiatributo GMAA: Generic MultiAttribute Analysis Basado en el ciclo del Anlisis de Decisiones Modelo en utilidad multiatributo aditivo
DRI, RE, ALU 55

Mdulo GIS

DRI, RE, ALU

56

Caractersticas del ecosistema acutico seleccionado

DRI, RE, ALU

57

Datos que debe introducir el usuario

DRI, RE, ALU

58

Resultados de la simulacin para la estrategia de restauracin NO ACTIONS

DRI, RE, ALU

59

Jerarqua de objetivos para el proyecto MOIRA

DRI, RE, ALU

60

Escenario: Lago Svyatove

Situado a

237 km. de la central nuclear de Chernobyl y 30 km al sudeste de Kostyukovichy (Bielorrusia). Fuertemente contaminado despus del accidente de Chernobyl (1480kBq/m2 por 137Cs). Caractersticas del lago: Superficie de 25 hectreas. Mxima profundidad (en el centro del lago) de 5.2 m. Agua procedente de lluvia y subterrnea (estancada balance por evapovacin y corrientes subterrneas). Fluctuaciones estacionales en el nivel del lago de 0.5m. Captura de pescado 400kg/ao.
DRI, RE, ALU 61

Lago Svyatove: Jerarqua de objetivos I

DRI, RE, ALU

62

Lago Svyatove: Atributos

DRI, RE, ALU

63

Lago Svyatove: Estrategias de Intervencin

S1: Ninguna accin (No action). Evolucin natural de la situacin sin intervencin. S2: Tratamiento con potasio (Potash). Aadir 15 toneladas de KCl al lago en abril de 1987. S3: Fertilizacin (Fertilizer). Aadir 800 kg de fertilizante al lago entre abril y julio durante los aos 1987-1990. S4: Restricciones en el consumo de pescado (Food ban). Prohibicin automtica del consumo de pescado cuyo contenido en 137Cs supere 1000 Bq/kg. S5: Tratamiento con cal (Lake liming). Aadir 15 toneladas de cal al lago en abril de 1987. S6: Eliminacin de sedimentos del fondo del lago (Sediment removal). Extraccin de 250.000 m2 de sedimentos del fondo del lago hasta una profundidad de 10 cm, entre mayo y junio de 1990, es decir, 125.000 m2 cada mes. S7: Tratamiento con cal del fondo del lago (Wetland liming). Depositar 30 toneladas de cal sobre el fondo del lago en mayo de 1987.

DRI, RE, ALU

64

Lago Svyatove: Consecuencias de las estrategias

( [x

L 1q

, x ,..., x , x

U 1q

] [

L nq

U nq

])

P L U xiq = xiq + xiq /2

DRI, RE, ALU 65

Lago Svyatove: Cuantificacin de las preferencias I Mtodos de asignacin de funciones de utilidad I

Asignacin directa de la f. de u. Asignacin de f. de u. usando la combinacin de dos mtodos Asignacin de utilidades atributos discretos

DRI, RE, ALU

66

Lago Svyatove: Cuantificacin de las preferencias VIII Funciones de utilidad para los atributos

DRI, RE, ALU

67

Lago Svyatove: Cuantificacin de las preferencias IX Pesos

Mtodo basado en intercambios Mtodo de asignacin directa

DRI, RE, ALU

68

Lago Svyatove: Cuantificacin de las preferencias XI Pesos de los objetivos

DRI, RE, ALU

69

Lago Svyatove: Evaluacin de las estrategias V

Pesos medios normalizados y las consecuencias.

Evala/compara las utilidades de las componentes de las alternativas con respecto a pares de atributos seleccionados.

DRI, RE, ALU

70

Lago Svyatove: Anlisis de Sensibilidad I Clsico

DRI, RE, ALU

71

TIC y Presupuestos participativos:

De los presupuestos participativos a los presupuestos eparticipativos

Revisin crtica de PPs

Elegir ayuntamiento por cuatro aos; Ley sugiere, pero no regula la participacin; prctica: cada ao se publica por quince das; si se alega, se vota Algunos municipios permiten de alguna forma participar en cmo se decide gastar (parte del) presupuesto municipal Primero en Porto Alegre, 1992 (1989)
DRI, RE, ALU 73

Evolucin de presupuestos participativos en Europa (de Sintomer et al)

DRI, RE, ALU

74

Revisin crtica de PPs

Difieren considerablemente:
% de presupuesto asignado Nmero y estructura de participantes Nmero de rondas Reglas ...

Esquema tpico:
Divide municipio en sectores Una asamblea de sector escoge proyectos y representantes (discute y vota) Una asamblea general escoge proyectos (discute y vota) Postproceso
DRI, RE, ALU 75

Revisin crtica: Variantes

Ciudadanos sugieren, Asociacin elige Asociaciones sugieren, Ayuntamiento escoge Ciudadanos sugieren, Ayuntamiento escoge Ciudadanos sugieren y deciden

DRI, RE, ALU

76

Revisin crtica: Ventajas sugeridas

Legitimacin Transparencia Decisiones pblicas tomadas pblicamente Decisiones ms cercanas a los ciudadanos Eliminacin de la apata y la alienacin Conocimiento local muy til Educar a polticos: Mitigar clientelismo, Educar a ciudadanos: Las cosas tienen un coste,

DRI, RE, ALU

77

Revisin crtica: Algunas crticas

Poca metodologa aplicada Esencialmente basada en discusiones y asambleas Preferencias por medio del voto Miopa de los participantes Gente con peores capacidades de comunicacin en handicap Intensidad de preferencias no cuantificada Trabajo extra para los tcnicos Participacin delegada en representantes Pocas TIC Poca participacin, de hecho
DRI, RE, ALU 78

Modelizacin (cualitativa) de PPs

Un grupo de personas (participantes) tiene que elegir una cartera de proyectos, de entre un conunto disponible Cada proyecto tiene su coste Los proyectos deben satisfacer una serie de restricciones
Su coste debe ser menor que el presupuesto disponible Restricciones del tipo: Slo haremos a lo sumo 3 de estos proyectos, Restriccionesdel tipo: Hacemos esto slo si hacemos esto otro, Restricciones del tipo: Debemos hacer dos de estos proyectos,, en este lugar .

Cada proyecto lleva asociado una serie de atributos: % de poblacin afectada, puestos de trabajo creados, costes de mantenimiento, durabilidad, (Votos ganados???),, coste
DRI, RE, ALU 79

Modelizacin (cualitativa) de PPs

Cada participante da un valor a cada proyecto (que agrega cmo valora tal proyecto en cada uno de sus atributos) Cada participante da un valor a cada cartera de proyectos (suma de los valores de los proyectos de la cartera) Cada participante puede encontrar su cartera ptima de proyectos (problema de la mochila, con restricciones) Las carteras ptimas de los participantes diferirn. Se produce un conflicto Debemos resolver este conflicto

DRI, RE, ALU

80

Modelizacin (cualitativa) de PPs

Debemos resolver el conflicto
Discusin, mercadillo Arbitraje, hay varia formas Votacin, hay numerosas formas!!! Negociacin, hay varias formas Conferencia de decisin

O una combinacin de ellas

Discusin, Votacin Discusin, Si no acuerdo arbitraje Negociacin, si no acuerdo votacin

No todas las formas de resolucin se conflicto llevan a una solucin socialmente aceptable (en particular, ojo a la discusin, ojo a la votacin)
DRI, RE, ALU 81

Esquema general
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican. 2. Discusin y Consolidacin. Ciudadanos discuten. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor. Determinar carteras ptimas individuales. Si deascuerdo, resolver conflicto. 4. Resolucin conflicto. Negociar. Votar, si no hay acuerdo. 5. Post-acuerdo. Si resultado dominado, mejorar negociando.

DRI, RE, ALU

82

Esquema 0. Prctica habitual

1. . 2. Discusin y Consolidacin. Ciudadanos discuten en asamblea. 3. . 4. Resolucin conflicto. Votan presencialmente. 5. .

DRI, RE, ALU

83

Esquema 1.0
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor a travs de Inet. 4. Resolucin conflicto. Negociar mediante BIM. Votar por votacin por acuerdo, si no hay acuerdo. Inet. 5. Post-acuerdo. Si resultado dominado, mejorar negociando por BIM, a travs de Inet.

DRI, RE, ALU

84

Esquema 1.1
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor a travs de Inet. 4. Resolucin conflicto. Negociar mediante posting. Votar por votacin por acuerdo, si no hay acuerdo. Inet. 5. Post-acuerdo. Si resultado dominado, mejorar negociando por BIM, a travs de Inet.

DRI, RE, ALU

85

Esquema 2
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Individuos aportan metas a travs de Inet. 4. Resolucin conflicto. Arbitraje a travs de Inet. 5. .

DRI, RE, ALU

86

Actividades en PPs
1. Muestreo de participantes. 2. Uso de cuestionarios. 3. Preparacin previa de documentos 4. Distribucin de informacin. 5. Intercambio de informacin. 6. Estructuracin del problema. 7. Generacin de alternativas. 8. Modelizacin de preferencias 9. Exploracin individual del problema. 10. Optimizacin 11. Debate. 12. Negociacin. 13. Arbitraje. 14. Votacin (propuestas, representantes). 15. Preparacin de los documentos posteriores. 16. Explicacin
DRI, RE, ALU 87

Actividades en PPs
1. Todas ellas pueden realizarse ms eficientemente con ayuda de las TIC 2. En cierta forma, las ventajas asociadas a los PPs se refuerzan va TIC 3. Hay mucha variedad de estrategias de PPs 4. Estamos en tiempos de Web 2.0, redes sociales,

DRI, RE, ALU

88

Arquitectura para PPs

DRI, RE, ALU

89

Acuerdo

Preparacin Presupuesto

Asignacin preferencias

Fecha tope

Nego (POSTING)

Voto por aprobacin

Presupuesto votado Presupues to Eficiente

Post Acuerdo

Re Negociacin (BIM)
DRI, RE, ALU

90

DRI, RE, ALU

91

Acceso

DRI, RE, ALU

92

Elaboracin criterios

Estructurar criterios De evaluacin de propuestas

DRI, RE, ALU

93

Elaboracin de propuestas

DRI, RE, ALU

94

Presupuesto y otras restricciones

DRI, RE, ALU

95

Evaluacin de propuestas en criterios

DRI, RE, ALU

96

Gestin de participantes

DRI, RE, ALU

97

Publicar

DRI, RE, ALU

98

Asignacin de preferencias

DRI, RE, ALU

99

Value function assessment

DRI, RE, ALU

100

Evaluacin de proyectos

DRI, RE, ALU

101

Nego mediante POSTING

Los participantes hacen ofertas y discuten sobre ellas, interactuando y compartiendo conocimiento Los participantes leen ofertas Se permite a los participantes votar a favor o en contra de la oferta Los participantes reciben ayudas para evaluar las ofertas enviadas Las ofertas se clasifican por un indice de aceptacin social: (votos a favor votos en contra ) / participantes Al final, el presupuesto ofertado con mayor ndice de aceptacin se implanta, si su ndice es suficientemente alto

DRI, RE, ALU

102

Leyendo ofertas

DRI, RE, ALU

103

Votando ofertas

DRI, RE, ALU

104

Discutiendo ofertas

DRI, RE, ALU

105

Discutiendo ofertas

DRI, RE, ALU

106

Discutiendo ofertas

DRI, RE, ALU

107

HACIENDO OFERTAS

DRI, RE, ALU

108

DRI, RE, ALU

109

DRI, RE, ALU

110

Aviso de oferta ya hecha

DRI, RE, ALU

111

Voto por aprobacin en proyectos

DRI, RE, ALU

112

R E S U L T S

DRI, RE, ALU

113

Postacuerdo
El acuerdo negociado por POSTING o votado por aprobacin puede ser dominado Los participantes lo renegocian con BIM BIM hace ofertas no dominadas mejores que la solucin anterior

DRI, RE, ALU

114

Negociacin BIM
Negociadores

El sistema conoce las preferencias de los negociadores

Mediador

FOTID
PREFERENCES Sistema

+ Concepto de solucin

BIM
Sistema ofrece soluciones
DRI, RE, ALU

Factibles Eficientes Justas

115

Negociacin BIM

Oferta Presupuesto

Evaluacin oferta como apoyo

Also possible by e-mail Aceptas o rechazas oferta?

DRI, RE, ALU

116

Negociacin BIM

DRI, RE, ALU

117

Proyectos en marcha
Gestin del ro Kwanza, en Angola Gestin del sistema de distribucin de agua en Kabilia, Argelia Juguetes inteligentes (robots) Sistema de prediccin de fiabilidad HW/SW Modelos de lucha contra terrorismo Modelos de gestin de riesgos en operaciones areas Instrumentos participativos

DRI, RE, ALU

118

Punto final
Ved tambin

http://en.wikipedia.org/wiki/Decision_support_systems http://dssresources.com/history/dsshistory.html

Gracias por vuestra atencin!!!

http://www.urjc.es/estudios/masteres_universitarios/ingenie ria/ingenieria_sistemas_decision/index.htm!

DRI, RE, ALU

119