Beslutningsanalyse og optimalisering (MOD500)

Fordyp deg i forviklingene ved beslutningsmodellering og usikkerhetsanalyse, og utforsk dens enorme applikasjoner. Bygget på det solide grunnlaget for normativ beslutningsteori, kombinerer dette emnet foreskrivende verktøy med state-of-the-art beregningsteknikker, inkludert ML og AI. Ved å utnytte kraften til moderne programvare, kan interessenter på en dyktig måte navigere i komplekse og usikre beslutningsterrenger, som kulminerer i innsiktsfulle handlinger.

- Introduksjon: Ta fatt på beslutningsinnsikt og den sentrale rollen til data og AI.

- Usikkerhetsmodellering: Bruk av dataanalyse og AI-verktøy for å innkapsle nyansene til usikre utfall.

- Beslutningsteori: Teoretisk grunnlag for informert beslutningstaking.

- Grunnleggende beslutningsanalyse: Integrer sannsynlighetsmodellering og AI i sensitivitetsanalyse, verdi av informasjonsanalyse, risikoprofiler og stokastisk dominansanalyse.

- Beslutningsmodellering ved hjelp av påvirkningsdiagrammer: Strukturere beslutningsprosesser visuelt med AI-støtte.

- Modellering av risikopreferanser: Forstå risikoaversjon, risikoholdninger og verktøyfunksjoner.

- Vurdering av sannsynlighetsfordelinger: Utnytte dataanalyse og AI for dypere innsikt i potensielle utfalls sannsynligheter.

- Beslutningsanalysesyklusen/prosessen: En systematisk tilnærming til strukturert beslutningstaking.

- Beslutningstaking med flere mål: Hvordan sjonglere og prioritere kontrasterende mål.

- ChatGPT i Decision Insights: Praktisk utforskning av hvordan ChatGPT kan forsterke beslutningsmodellering og analyse. Lær hvordan du integrerer AI-verktøy i beslutningsarbeidsflyten din.

Kunnskap:

En forståelse av modellerings rolle i strategiske beslutninger og for hva som er en god beslutningsmodell

En grundig forståelse av vesentlige elementer i gode modelleringsprinsipper for å strebe etter klarhet i komplekse og usikre beslutningssituasjoner.

Kunne gjenkjenne og redegjøre for menneskelige skjevheter og feil som oftest påvirker beslutningstaking.

Utvikle modeller, verktøy og mentale rammer som lar deg håndtere usikkerhet effektivt

Revider din tro etter å ha samlet inn tilleggsinformasjon ved å bruke Bayesianske metoder

Undersøk og kvantifiser verdien som skapes ved å samle inn tilleggsinformasjon

Kvantifiser din risikoappetitt og hvordan du tar dette med i beslutningsprosessen

Bruk Bayesian Networks til å strukturere en beslutningsmodell

Design modeller med en parametrisk tilnærming for å maksimere innsikt

Forutse beslutningstakeres spørsmål og design i funksjoner for å svare på dem

Bygg en beslutningsmodell for en typisk ingeniør- eller bedriftsbeslutningssituasjon

Oppdag hvordan du lager fleksible modeller som lar deg analysere flere strategiske alternativer

Forstå sensitivitetsanalyse og informasjonen den gir

Gjennomfør sannsynlighetsanalyse for generell tilleggsinnsikt og forstå risiko

Identifiser hvordan du effektivt kan kommunisere innsikten fra modellen din

Ferdigheter:

Ferdigheter som trengs for å bygge en god grunnleggende beslutningsmodell og bruke den til å generere kraftig innsikt i beslutningssituasjonen

Kunne anvende og konstruere beslutningsmodeller og bruke de viktigste elementene i beslutningsanalyse som er relevante for ingeniørtype beslutningstaking i møte med usikkerhet.

Generelle kvalifikasjoner:

Studentene skal forstå grunnleggende logiske prinsipper og analyser og være i stand til å kommunisere sine valg og anbefalinger tydelig.