Group decision making in multiobjective optimization : a systematic literature review
Authors
Date
2023Copyright
© The Author(s)
Tässä tutkielmassa suoritetaan systemaattinen kirjallisuuskatsaus ryhmäpäätöksenteon ja monitavoiteoptimoinnin yhdistelmälle. Kirjallisuuskatsaus sisältää perehdytyksen sekä monitavoiteoptimointiin, että ryhmäpäätöksentekoon yhdistäen nämä kaksi aiemmin suurimmaksi osaksi erillään kehitettyä tutkimusaihetta yhdeksi tutkimusaiheeksi, jota kutsutaan termillä ryhmäpäätöksenteko monitavoiteoptimoinnissa. Tutkielma vastaa siihen, mikä on kyseisen tutkimusalan nykytila kirjallisuudessa. Tutkielma jaottelee löydetyt metodit päätöksentekijöiden roolin mukaan monitavoiteoptimointiprosessissa ja esittää luokittelun tavoista ottaa huomioon päätöksentekijöiden preferenssi-informaatio monitavoiteoptimointimenetelmissä. Tutkielma käsittelee löydettyjä tuloksia ja esittää seitsemän tavoiteltavaa ominaisuutta, jotka pitäisi ottaa huomioon, kun kehitetään monitavoiteoptimointimenetelmiä ryhmäpäätöksentekoon. This thesis deals with a systematic literature review considering the amalgamation of group decision making and multiobjective optimization. The literature review contains an introduction of the relevant aspects of multiobjective optimization and group decision making, combining these two (mostly separately considered) research topics into another research topic called, group decision making in multiobjective optimization. The thesis answers the question what the state of the art of group decision making in multiobjective optimization is. The thesis classifies the methods found in the literature according to the role the decision makers play in the multiobjective optimization process and presents a classification of the ways to handle multiple preferences (from several decision makers) in multiobjective optimization methods. The thesis discusses the results that are found, and proposes seven desirable properties that should be considered when developing multiobjective optimization methods for group decision making.
...
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29626]
License
Related items
Showing items with similar title or keywords.
-
A Systematic Way of Structuring Real-World Multiobjective Optimization Problems
Afsar, Bekir; Silvennoinen, Johanna; Miettinen, Kaisa (Springer Nature Switzerland, 2023)In recent decades, the benefits of applying multiobjective optimization (MOO) methods in real-world applications have rapidly increased. The MOO literature mostly focuses on problem-solving, typically assuming the problem ... -
Flexible data driven inventory management with interactive multiobjective lot size optimization
Heikkinen, Risto; Sipilä, Juha; Ojalehto, Vesa; Miettinen, Kaisa (Inderscience Publishers, 2023)We study data-driven decision support and formalise a path from data to decision making. We focus on lot sizing in inventory management with stochastic demand and propose an interactive multi-objective optimisation approach. ... -
Sensor placement in water distribution networks using centrality-guided multi-objective optimisation
Diao, Kegong; Emmerich, Michael; Lan, Jacob; Yevseyeva, Iryna; Sitzenfrei, Robert (IWA Publishing, 2024)This paper introduces a multi-objective optimisation approach for the challenging problem of efficient sensor placement in water distribution networks for contamination detection. An important question is, how to identify ... -
Data-driven interactive multiobjective optimization using cluster based surrogate in discrete decision space
Malmberg, Jose (2018)Tutkielma esittää klusteripohjaisen sijaismallin diskreetin päätöksentekoavaruuden dimension pienentämiseksi ja lineaaristen kokonaislukuoptimointitehtävien yksinkertaistamiseksi. Sijaismalli on suunnattu erityisesti ... -
Interactive Multiobjective Robust Optimization with NIMBUS
Zhou-Kangas, Yue; Miettinen, Kaisa; Sindhya, Karthik (Springer, 2018)In this paper, we introduce the MuRO-NIMBUS method for solving multiobjective optimization problems with uncertain parameters. The concept of set-based minmax robust Pareto optimality is utilized to tackle the uncertainty ...