search query: @keyword group decision support / total: 2
results-list
reference: 1 / 2
« previous | next »
Author:Vilkkumaa, Eeva
Title:Approaches to Group Decision Support in Robust Portfolio Modeling
Robustin portfoliomallinnuksen lähestymistapoja ryhmäpäätöksenteon tukeen
Publication type:Master's thesis
Publication year:2008
Pages:74      Language:   eng
Department/School:Matematiikan ja systeemianalyysin laitos
Main subject:Sovellettu matematiikka   (Mat-2)
Supervisor:Salo, Ahti
Instructor:
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions
close

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TF80     | Archive
Keywords:group decision support
incomplete information
portfolio selection
Robust Portfolio Modeling
ryhmäpäätöksenteon tuki
epätäydellinen informaatio
portfoliovalinta
robusti portfoliomallinnus
Abstract (eng): Methods of multi-criteria decision analysis (MCDA) provide normative support for decision making processes.
Out of these methods, Robust Portfolio Modeling (RPM) helps decision makers (DMs) to select the best possible subset or portfolio of available projects in the presence of scarce resources.
The RPM methods provide a computationally efficient way of generating non- dominated portfolios by accommodating incomplete preference information.

This Thesis extends the RPM methods to group decision making context, where the different and possibly conflicting interests of multiple DMs need to be synthesized to obtain a satisfactory compromise.
As in the single DM case, the information may be given with the preferred accuracy, and it is accommodated by set inclusion without the need for averaging or randomization.
The methods also allow the group weight information describing the possible inequality in the DMs' influence to be incomplete.
A distinction between individual and joint approaches is made.
In the individual approach the group choice is based on the DMs' individually non-dominated sets.
The joint approach seeks to aggregate the DMs' individual information into a single preference model.
A few decision rules with method-specific variants are presented for generating decision recommendations.

Based on an illustrative case study, the methods seem computationally efficient and provide robust decision recommendations.
As in the single DM case, the group RPM methods are transparent and do not necessarily require mathematical expertise from the DMs.
Owing to computational efficiency, multiple iterations may be carried out, whereby additional preference information can be elicited and utilized as the process evolves.
While the main contribution of this Thesis is the development of efficient group methods for portfolio selection problems with incomplete information, also methods for generating group weight information sets based on the DMs' assessments are presented.
Abstract (fin): Monikriteerisen päätösanalyysin menetelmät tarjoavat normatiivista tukea päätöksenteolle.
Näistä robusti portfoliomallinnus (RPM) tukee parhaan mahdollisen projektien yhdistelmän eli portfolion valintaa rajoitetuilla resursseilla.
RPM-menetelmien avulla voidaan tehokkaasti laskea ei-dominoituja portfolioita epätäydellisellä preferenssi-informaatiolla.

Diplomityö laajentaa RPM:n ryhmäkontekstiin, jossa usean päätöksentekijän erilaiset ja mahdollisesti vastakkaiset edut tulee sovittaa yhteen kompromissin aikaan saamiseksi.
Kuten yhden päätöksentekijän tapauksessa, informaatio voidaan antaa päätöksentekijöille sopivalla tarkkuudella, ja se hyödynnetään kokonaisuudessaan ilman keskiarvoistamista tai satunnaistamista Menetelmät sallivat epätäydellisyyden myös päätöksentekijöiden eritasoista päätösvaltaa kuvaavissa ryhmäpainoissa.
Menetelmiä tarkastellaan yksilö- ja yhteisnäkökulmista.
Yksilölähestymisessä ryhmän valintaa etsitään päätöksentekijöiden omien ei-dominoitujen portfoliojoukkojen avulla.
Yhteislähestymistavassa päätöksentekijöiden preferenssi-informaatioista rakennetaan yhteinen malli.
Lisäksi työssä esitellään päätössääntöjä ja niiden menetelmäkohtaisia muunnelmia päätössuositusten laatimiseksi.

Havainnollistavaan koeaineistoon sovellettuna menetelmät vaikuttavat laskennallisesti tehokkailta ja tarjoavat robusteja päätössuosituksia.
Kuten yhden päätöksentekijän tapauksessa, RPM:n ryhmämenetelmät ovat läpinäkyviä eivätkä välttämättä vaadi päätöksentekijöiltä matemaattista asiantuntemusta.
Lisäksi menetelmien laskennallinen teho sallii useita iteraatioita, jolloin prosessi voidaan toteuttaa vaiheittaisesti hyödyntämällä päätöksentekijöiden mahdollisesti tarkentuvaa preferenssi-informaatiota.
Vaikka diplomityön päätulos on laskennallisesti tehokkaiden ryhmämenetelmien kehitys portfoliovalintaan, siinä esitetään myös uusia menetelmiä ryhmäpainoja koskevan informaatiojoukon muodostamiseen päätöksentekijöiden arvioista.
ED:2009-02-17
INSSI record number: 36749
+ add basket
« previous | next »
INSSI