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.
Summe, sowohl bei geringer als auch bei hoher Gesamtreduktion, gute Qualitäten mit hoher Effizienz<br />
erzielt hat.<br />
Vergleich zwischen den Reduktionsprinzipien Aggregation [Pot.] und Single Criterion<br />
Anhand der Analysewerte aus Tabelle 6‐5 bis Tabelle 6‐8 ist deutlich zu erkennen, dass die<br />
Potentialanalyse Aggregation [Pot.] gegenüber dem Reduktionsprinzip des Einzelkriterienvergleiches<br />
mit einem ANF von 0, eine erheblich geringere Effizienz aufweist. Dem steht gegenüber, dass die<br />
Potentialanalyse eine maximale Qualität der zu erzielenden Ergebnismenge garantiert.<br />
Anhand der in Testphase II durchgeführten Testreihen kann keine ausreichende Aussage über die<br />
Auswirkung der Methode Single Criterion mit Berücksichtigung von Alternativwerten getroffen<br />
werden. Weiter ist eine abschließende Bewertung der Varianten A und B der Entscheidungsheuristik<br />
IR A‐E nicht möglich. In den durchgeführten Tests wiesen die beiden Varianten lediglich bei der<br />
Verfahrensanwendung von IR A‐E 2.* auf das Szenario ,, Unterschiede auf. Teilweise ergab<br />
Variante A, teilweise Variante B bessere Ergebnisse bezüglich der Qualität.<br />
Die Anwendung der Rollbackentscheidungsmethode Lower Deviation erzielt in Verbindung mit Single<br />
Criterion (ANF=0) in der Regel eine vergleichsweise niedrige Qualität. Besonders bei einer hohen<br />
Gesamtreduktion schneidet das Verfahren qualitativ schlecht ab, wobei die Effizienz sehr hoch ist. Ein<br />
ähnliches Verhalten weist das heuristische Regelwerk IR A‐E 1.* auf. Dieses Verhalten weist darauf<br />
hin, dass es bei einer großen Gesamtreduktion sinnvoll ist, einen Rollback bereits durchzuführen,<br />
bevor erreicht oder unterschritten wird. Bei Szenarien mit einer geringen Gesamtreduktion<br />
liefern die beiden Verfahren vergleichsweise gute Ergebnisse. In der Regel ist die Effizienz bei<br />
Szenarien mit geringer Gesamtreduktion allerdings eher nebensächlich, sofern das Szenario keine<br />
komplizierten Kriterienwertberechnungen erfordert.<br />
Die in Testphase II erarbeiteten Weiterentwicklungen der Heuristik IR A‐E sowie die<br />
Rollbackentscheidung Always führen einen Rollback vor dem Erreichen der gewünschten<br />
Zielmächtigkeit aus. Aus den Analysewerten Tabelle 6‐7 und Tabelle 6‐8 wird ersichtlich, dass diese<br />
Verfahren bei Szenarien mit hoher Gesamtreduktion (im Test ,, und ,,) wesentlich<br />
bessere Ergebnisse liefern, als es bei Anwendung der Rollbackentscheidungsmethoden IR A‐E 1.* und<br />
Lower Deviation der Fall ist. Eine klare Aussage darüber, welches der drei Verfahren am geeignetsten<br />
ist, kann anhand der Analysewerte aus Testphase II nicht getroffen werden. Eine erste Einschätzung<br />
ist, dass bei Szenarien mit geringer Gesamtreduktion die Rollbackentscheidung per Always, bei<br />
Szenarien mit hoher Gesamtreduktion die IR A‐E Heuristiken bezüglich Effizienz und Qualität die<br />
besseren Ergebnisse liefern. Die Reduktionsergebnisse der Verfahren hängen allerdings erheblich von<br />
deren Parametrisierung ab.<br />
143