DADES IDENTIFICATIVES 2017_18
Assignatura (*) SISTEMES D'AJUDA A LA PRESA DE DECISIONS MULTI-CRITERI Codi 17665210
Ensenyament
Enginyeria Informàtica: Seguretat Informàtica i Sistemes Intel·ligents 2013
 Cicle 2n
Descriptors Crèd. Tipus Curs Període Horaris i dates d'examen
4.5 Optativa 2Q
Modalitat i llengua d'impartició Vegeu grups activitat
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
VALLS MATEU, AÏDA
 Adreça electrònica aida.valls@urv.cat
Professors/es
VALLS MATEU, AÏDA
Web
Descripció general i informació rellevant Aquest curs fa una introducció als sistemes anomenats "Multicriteria Decision Aiding " (MCDA). El curs cobreix els tres aspectes següents: (1) Models de representació de preferències de l'usuari. Es fa especial èmfasi en la utilització de dades no numèriques (com variables lingüístiques, conjunts difusos o ontologies). (2) Aplicació de diverses tècniques que a partir del model d'usuari permeten resoldre el problema de decisió. Es presentaran els dos models principals: Multiattribute Utility Theory i Outranking Relations. Al final del curs, l'estudiant haurà de conèixer els fonaments teòrics, propietats, avantatges i inconvenients de cada tipus de mètode. (3) Utilització de les eines MCDA en combinació amb altres disciplines (per exemple, Sistemes d'Informació Geogràfica o Sistemes Recomanadors).
Com a conseqüència de l'extinció del pla d'estudi que estàs cursant, en aquesta assignatura només tindràs dret a examen. Per conèixer la data de realització de l'examen consulta a l'apartat d'horaris de les assignatures. En cas d'haver de sol·licitar convocatòria extraordinària recorda que per poder matricular aquest dret d'examen hauràs de presentar una sol·licitud a la secretaria del teu Campus/Centre.

Continguts
Tema Subtema
1. Introducció als mètodes d'anàlisi de decisions multi-criteri
2. Modelatge de preferències 2.1 Variables i criteris
2.2 Perfil d'usuari amb dades numèriques
2.3 Perfil d'usuari amb dades categòriques
3. La teoria de la utilitat multi-atribut 3.1 Conceptes bàsics
3.2 Operadors d'agregació per criteris numèrics i lingüístics
4. Mètodes de comparació de relacions de preferència 4.1 Conceptes bàsics
4.2 El mètode ELECTRE
5. Tècniques avançades de presa de decisions en Intel·ligència Artificial

Atenció personalitzada
Descripció
El professor atendrà consultes personalitzades al seu despatx en l'horari establert. També es respondran dubtes durant l'horari de consultes habitual o bé a través del email. Hi ha docència alternativa d'aquesta assignatura en el màster MESIIA.

Avaluació
 
Altres comentaris i segona convocatòria

L'estudiant seguirà les mateixes proves que l'assignatura del màster MESIIA. Consistent en un examen (40%) que cal superar amb una nota mínima de 5, i diversos exercisis pràctics (60%)

Les proves que no es superin en primera convocatòria, es repetiran en segona convocatòria.

Durant els exàmens no es podrà fer ús de cap dispositiu de comunicació i transmissió de dades. El no compliment d'aquest punt suposa automàticament la no superació de l'examen.


Fonts d'informació
Bàsica Figueira, J., Greco, S., Ehrgott, M (eds), Multiple Criteria Decision Analysis, Springer, 2005
Torra, V., Narukawa, Y., Modelling Decisions: Information fusion and Aggregation operators, Springer , 2005
Ishizaka, A., Nemery, P., Multi-criteria decision analysis: methods and software, Wiley, 2013

Complementària http://www.cs.put.poznan.pl/ewgmcda/, Euro working group on MCDA, ,
http://www.mcdmsociety.org/, Int Society on MCDM, ,
Matthias Ehrgott, José Rui Figueira and Salvatore Greco, Trends in Multiple Criteria Decision Analysis, Springer, 2010
Doumpos, M., Grigoroudis, E. , Multicriteria Decision Aid and Artificial Intelligence , Wiley , 2013

(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent