Sto cercando di vedere come si potrebbe utilizzare JMP per ottimizzare il processo decisionale. Ho fatto dei progressi, ma ho capito che ci sono interi settori basati su questo tema (!), quindi forse non c'è bisogno di inventare la ruota qui:
Voglio decidere quale sia la migliore strategia di conservazione data una serie di input: le risorse di una struttura, la natura del problema ambientale e cose del genere (tutte su una scala comune di 1=cattivo e 5=ottimo). A seconda di questi fattori, il modello proietterà la soluzione di conservazione ottimale. L'ho impostato in modo che possa essere eseguito un semplice modello logistico nominale, in cui l'approccio di conservazione raccomandato è l'Y. Posso quindi utilizzare il profiler e inserire nuovi dati per vedere quale approccio di conservazione è previsto. Ad esempio, solo strutture/locali estremamente ricchi possono generalmente mitigare l'acqua di mare su larga scala; se le risorse sono inferiori a 5 (il massimo), la mitigazione NON PUÒ essere un'opzione. Come altro esempio, se la qualità dell'acqua di mare è 1 (la più bassa), alcune strategie di conservazione non hanno alcun senso (ad esempio, il restauro, nel qual caso tutto ciò che hai messo nell'oceano morirebbe). Sembra che i miei risultati preliminari abbiano un senso, ma mi chiedo se ci siano intere piattaforme dedicate a questo tipo di esercizio, anche se per la produzione, come l'ottimizzazione e le capacità di processo.
Voglio lanciare l'idea di "noi umani generalmente non siamo bravi a prendere decisioni, alcuni lascerò che il computer lo faccia per me!" Lo sto trasformando in qualcosa di più difficile di quanto non sia in realtà? Potrei vedere la creazione di una serie davvero contorta di argomenti condizionali come un'altra alternativa.
Non ho esaminato la tabella dei dati JMP, quindi i miei pensieri di seguito sono indipendenti dai dati. Hai provato uno dei metodi di modellazione basati su albero? Mi sembra che gli "alberi" potrebbero essere un metodo utile per giocare con gli input sotto vincoli/condizioni che sono preordinati negli scenari fisici del mondo reale che potresti dipingere. Un altro metodo che mi viene in mente non è basato su modelli matematici ma più basato su esercizi di pensiero ... pianificazione dello scenario. Ho usato il processo e l'ho insegnato in un ambiente industriale per cose come la pianificazione della capacità, l'utilizzo delle risorse e così via. Aiuta a dipingere una varietà di immagini di realtà alternative e consente cose come l'esclusività reciproca e simili. Non ottieni una risposta matematica di per sé dal metodo ... ma gli scenari potrebbero essere input in un modello ad albero. Ecco un articolo di Wikipedia sulla pianificazione dello scenario. Pianificazione dello scenario
Pietro, grazie per il tuo pensiero. L'avevo davvero immaginato come un "albero" o un diagramma di flusso, e questa pianificazione dello scenario sembra certamente avere molti parallelismi. Devo solo provare a trovare un modo per renderlo più quantitativo piuttosto che i miei sentimenti viscerali, in particolare attingendo alle probabilità: "Se la mia acqua è caratterizzata dalla proprietà X, allora c'è un 80% che l'opzione A è il modo di procedere ." L'utilizzo del profiler con un modello logistico nominale in cui la soluzione proposta è il tipo Y funziona, ma non posso fare a meno di pensare che ci sia un modo migliore. In ogni caso, giocherò sicuramente con alcune delle opzioni dell'albero in Fit Model, oltre a dare un'occhiata a questo articolo sulla pianificazione dello scenario. Sono sicuro che entrambi mi daranno nuove idee su questo argomento. Grazie ancora.
