Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
durchgeführt, um die Ergebnismenge auf die Zielmenge aufzufüllen, gilt die Reduktion als strikt. Wird<br />
hingegen nach jeder Kriterienanwendung ein Rollback durchgeführt, so weicht die Reduktion auf.<br />
Ergebnisse der Verfahrensanalyse<br />
Die wesentlichen Aussagen, die anhand der Analysen aus Testphase I getroffen werden können, sind<br />
folgend aufgeführt. Eine Ausführliche Darstellung der Verfahrensanalyse und Reduktionsergebnisse<br />
der einzelnen Verfahren können dem Anhang A7 und dem Anhang A10 entnommen werden.<br />
Strikte Reduktion per Einzelkriterienbetrachtung mit Abbruch beim Erreichen der<br />
Zielmächtigkeit<br />
Um eine Basis für die Eignungsanalyse der Entscheidungsheuristik IR A‐E zu schaffen, wurden<br />
zunächst Reduktionsverfahren angewendet, die auf eine Weiterführung der Reduktion verzichten,<br />
sofern die Zielmächtigkeit erreicht wird. Wird unterschritten, so wird die Ergebnismenge auf<br />
eine Mächtigkeit von aufgestockt. Hierzu wurden unterschiedliche Rollbackmethoden<br />
angewendet.<br />
Dadurch, dass Kandidaten eliminiert werden, sofern sie ein Kriterium nicht erfüllen, und ein Rollback<br />
nur zur Mengenauffüllung bei Unterschreitung der Zielmenge eintritt, sind die Reduktionsverfahren<br />
sehr effizient. Bei allen Verfahren findet frühzeitig eine Reduktion der Kandidaten statt und<br />
die Zielmächtigkeit wird erreicht, bevor alle Kriterien abgearbeitet sind. Am effizientesten ist das<br />
Verfahren mit der Auffüllmethode Last Criterion, da bei dieser Methode die Kandidaten für den<br />
Rollback nur bezogen auf ein einzelnes Kriterium verglichen werden. Bezüglich der Effizienz sollte die<br />
Verwendung der Auffüllmethode PROMETHEE II vermieden werden, sofern das Ranking mittels der<br />
Aggregation vorgenommen wird, da der Rollback per PROMETHEE II in diesem Fall mit hoher<br />
Wahrscheinlichkeit zu einer erheblich höheren Menge an Präferenzwertberechnungen gegenüber<br />
der Rastersuche führt. Die Verwendung der Auffüllmethode Aggregation führt bezogen auf das<br />
Testszenario durgehend zu einer hohen Effizienz.<br />
Bezogen auf das durchgeführte Testszenario ergibt sich für alle Verfahren eine mittelmäßige Qualität<br />
der Ergebnismenge. Eine Precision von 1,0 wird nie erreicht. Gegenüber der Rastersuche per<br />
PROMETHEE II liegt diese dauerhaft bei 0,7. Der laut beiden Rastersuchen dritte Rang wird häufig<br />
nicht ermittelt. Gegenüber der Rastersuche per Aggregation wird dieser Rang nie ermittelt, jedoch<br />
eine Precision zwischen 0,8 und 0,9 erreicht. Die besten Testergebnisse liefern die Auffüllmethoden<br />
Bottom‐Up, PROMETHEE II und Aggregation. Eine erhebliche Verbesserung des Rollbacks, durch<br />
Berücksichtigung der temporären Gesamtwertigkeiten, konnte anhand des Testszenarios nicht<br />
erreicht werden.<br />
126