بهبود مدل تصمیم گیری اعتماد مبتنی بر نظریه عدم قطعیت با استفاده از الگوریتم های تکاملی

در سیستم های مدیریت اعتماد، اعتماد به عنوان یک هدایت گر برای اعتمادکننده تعریف می شود. اعتمادکننده در راستای هدف خود، معتمدی را انتخاب می کند که دارای حداکثر درجه اعتماد و حداقل خطر باشد. در این مقاله، یک مدل تصمیم گیری اعتماد محاسباتی مبتنی بر نظریه عدم قطعیت، بهبود یافته است. برای بهبود، مدل ریاضی جدیدی برای مسئله درجه اعتماد و حداقل خطر، با توجه به سطح اهداف اعتمادکننده و اولویت اجزای اعتماد در زمینه مشخص تعریف می شود. این مدل با استفاده از الگوریتم های تکاملی حل می شود و راه حل بهینه را که مشخص کننده حداکثر درجه اعتماد و حداقل خطر است، تولید می کند. سپس، درجه اعتماد و درجه خطر گزینه های معتمد، بر اساس میزان انحراف منفی که از راه حل بهینه دارند، محاسبه می شوند. در نهایت، با توجه به درجه اعتمادپذیری و خطرپذیری اعتمادکننده، رتبه نهایی گزینه های معتمد محاسبه می شود و گزینه معتمد با بالاترین رتبه به عنوان معتمد مناسب، انتخاب می شود. برای ارزیابی و اعتبارسنجی صحت رفتار مدل، از مجموعه ای از سناریوهای شبیه سازی استفاده شده است. نتایج شبیه سازی نشان می دهد که مدل پیشنهادی، معتمد را متناسب با زمینه، اولویت اجزای اعتماد، سطح اهداف، درجه اعتمادپذیری و درجه خطر پذیری اعتمادکننده تعیین می نماید و راه حل بهینه ای که توسط الگوریتم های تکاملی به دست می آید، معادل با بهترین راه حل است.

کلیدواژه ها:

اعتماد محاسباتی ، نظریه عدم قطعیت ، درجه اعتماد ، درجه حداقل خطر ، الگوریتم های تکاملی