유역 환경에 대한 복잡성의 증가는 단일 의사결정자들이 의사결정문제의 모든 부분을 고려하는 것을 점점 더 불가능하게 만들기 때문에 불확실성은 더욱 증가하게 된다. 따라서 본 연구는 그룹의사결정기법을 사용하여 우리나라 공간적인 홍수 취약성을 정량화하는 접근법을 제시하였다. 개인의 선호도를 분석하기위해 Fuzzy TOPSIS를 사용하였고 개인선호도의 통합을 위해 Borda count, Condorcet 그리고 Copeland 방법을 사용하였다. 마지막으로 도출된 결과를 Fuzzy TOPSIS 및 TOPSIS의 결과와 비교하였고 스피어만 순위상관계수와 켄달의 순위상관계수, Emond와 Mason이 제시한 순위상관분석을 이용하여 순위의 일치성을 검토하였다. 그 결과 일부 지역의 취약성 순위가 큰 폭으로 역전되는 현상을 보였다. 그룹의사결정 개념을 반영하여 지역별 취약성을 산정할 경우 우선순위의 변동이 클 수 있으므로 홍수 취약성 산정시 본 연구에서 제시된 모델을 고려할 필요가 있다.
유역 환경에 대한 복잡성의 증가는 단일 의사결정자들이 의사결정문제의 모든 부분을 고려하는 것을 점점 더 불가능하게 만들기 때문에 불확실성은 더욱 증가하게 된다. 따라서 본 연구는 그룹의사결정기법을 사용하여 우리나라 공간적인 홍수 취약성을 정량화하는 접근법을 제시하였다. 개인의 선호도를 분석하기위해 Fuzzy TOPSIS를 사용하였고 개인선호도의 통합을 위해 Borda count, Condorcet 그리고 Copeland 방법을 사용하였다. 마지막으로 도출된 결과를 Fuzzy TOPSIS 및 TOPSIS의 결과와 비교하였고 스피어만 순위상관계수와 켄달의 순위상관계수, Emond와 Mason이 제시한 순위상관분석을 이용하여 순위의 일치성을 검토하였다. 그 결과 일부 지역의 취약성 순위가 큰 폭으로 역전되는 현상을 보였다. 그룹의사결정 개념을 반영하여 지역별 취약성을 산정할 경우 우선순위의 변동이 클 수 있으므로 홍수 취약성 산정시 본 연구에서 제시된 모델을 고려할 필요가 있다.
Increasing complexity of the basin environments makes it difficult for single decision maker to consider all relevant aspects of problem, and thus the uncertainty of decision making grows. This study attempts to develop an approach to quantify the spatial flood vulnerability of South Korea. Fuzzy TO...
Increasing complexity of the basin environments makes it difficult for single decision maker to consider all relevant aspects of problem, and thus the uncertainty of decision making grows. This study attempts to develop an approach to quantify the spatial flood vulnerability of South Korea. Fuzzy TOPSIS is used to calculate individual preference by each group and then three GDM techniques (Borda count method, Condorcet method, and Copeland method) are used to integrate the individual preference. Finally, rankings from Fuzzy TOPSIS, TOPSIS, and GDM are compared with Spearman rank correlation, Kendall rank correlation, and Emond & Mason rank correlation. As a result, the rankings of some areas are dramatically changed by the use of GDM techniques. Because GDM technique in regional vulnerability assessment may cause a significant change in priorities, the model presented in this study should be considered for objective flood vulnerability assessment.
Increasing complexity of the basin environments makes it difficult for single decision maker to consider all relevant aspects of problem, and thus the uncertainty of decision making grows. This study attempts to develop an approach to quantify the spatial flood vulnerability of South Korea. Fuzzy TOPSIS is used to calculate individual preference by each group and then three GDM techniques (Borda count method, Condorcet method, and Copeland method) are used to integrate the individual preference. Finally, rankings from Fuzzy TOPSIS, TOPSIS, and GDM are compared with Spearman rank correlation, Kendall rank correlation, and Emond & Mason rank correlation. As a result, the rankings of some areas are dramatically changed by the use of GDM techniques. Because GDM technique in regional vulnerability assessment may cause a significant change in priorities, the model presented in this study should be considered for objective flood vulnerability assessment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구의 목적은 기존의 방법보다 우수한 취약성 평가 방법을 제시하는데 있는 것이 아니라 취약성을 산정시 가중치의 불확실성을 고려하기위한 하나의 방법으로써 그 적용성을 검토하는데 있다. 따라서 다수의 의사결정자들의 의견을 수렴할 때 발생할 수 있는 불확실성을 고려하기위한 모형을 제시하고자 그룹 의사결정 방법을 사용하여 우리나라 16개 광역시도의 홍수 취약성 평가를 실시하였다.
가설 설정
따라서 본 연구는 취약성을 평가할 때 다수의 의사결정자들이 부여한 가중치를 단순 평균하기보다 객관적으로 통합하기위해 그룹 의사결정 방법을 적용하였다. 본 연구에서 제시한 모형의 적용성 검토를 위해 Kim et al. (2012a)에서 실시한 우리나라 16개 광역시 도에 대한 홍수 취약성 문제에 적용하였으며 이 때 사용된 11명의 가중치를 11개 그룹이 부여한 가중치로 가정하였다.
제안 방법
전체적으로는 TOPSIS의 결과보다 Fuzzy TOPSIS 의 결과가 GDM을 적용할 때 순위 변동이 많았다. GDM을 적용한 결과와 그렇지 않은 결과의 순위 변동 원인을 살펴보기 위하여 가장 순위변동이 두드러지는 A5에 대해 살펴보았다. Table 3과 같이 A5에 대한 11개 그룹의 취약성 순위는 9개가 6, 7위를 하였고 나머지 2개는 10위를 하여 11개 그룹의 모든 순위가 Fuzzy TOPSIS 보다 취약성이 상당히 증가하였음을 알 수 있었다.
본 연구의 목적은 기존의 방법보다 우수한 취약성 평가 방법을 제시하는데 있는 것이 아니라 취약성을 산정시 가중치의 불확실성을 고려하기위한 하나의 방법으로써 그 적용성을 검토하는데 있다. 따라서 다수의 의사결정자들의 의견을 수렴할 때 발생할 수 있는 불확실성을 고려하기위한 모형을 제시하고자 그룹 의사결정 방법을 사용하여 우리나라 16개 광역시도의 홍수 취약성 평가를 실시하였다. 본 연구의 홍수 취약성 평가는 4단계로 이루어지는데 Step 1에서는 11개 그룹이 부여한 가중치에 따른 11개 그룹의 취약성 순위를 산정하고 Step 2에서는 11개 그룹의 취약성 순위를 통합하기 위해 대표적인 GDM 방법인 Voting rule기법 중 Borda, Condorcet, Copeland 기법을 적용하였다.
따라서 본 연구는 취약성을 평가할 때 다수의 의사결정자들이 부여한 가중치를 단순 평균하기보다 객관적으로 통합하기위해 그룹 의사결정 방법을 적용하였다. 본 연구에서 제시한 모형의 적용성 검토를 위해 Kim et al.
본 연구는 우리나라 232개의 기초지자체에 대한 21개 대용변수의 자료를 이용하여 16개 광역시도 단위로 취약성 순위를 산정하였다. 이 때 사용된 21개의 대용변수는 Kim et al.
본 연구에서는 각 방법에 따른 순위의 상관관계를 조사하기 위해 가장 많이 사용 되는 스피어만 순위상관계수(ρ) 와 Kendall(1948)이 제시한 τb와 Emond and Mason (2002) 이 제시한 τx를 산정하였다.
본 연구에서 사용한 Fuzzy TOPSIS 모형은 TOPSIS에 Fuzzy 이론을 결합한 것으로 입력자료를 모형에 적용하는 과정에서 발생할 수 있는 불확실성을 줄이기 위해 TFN으로 변환하여 TOPSIS에 적용한 방법이다. 본 연구에서는 동일한 절차를 적용하되 11개의 가중치를 개별적으로 적용하여 11개의 취약성 산정 결과를 Table 3과 같이 도출하였다(Step 1).
홍수 취약성대용변수는 크게 민감도(sensitivity)와 적응능력(adaptive capacity), 기후노출(climate exposure)로 구분된다. 여기서 민감도는 홍수 피해가 발생할 확률과 피해액이 커질수 있는 대용변수들과 홍수가 발생할 수 있도록 유도하는 인자들 및 과거 홍수 피해 실적을 반영할 수 있는 총 9개의 대용변수들로 구성되어있으며 적응능력은 홍수가 발생할 경우, 적응할 수 있는 사회, 경제적인 요소들과 치수를 위해 설치된 대응책들이 반영된 7개의 대용변수들로 구성되어있다. 기후노출은 홍수 분야에서 취약성을 반영할 수 있는 대용변수들로서 강수량의 집중을 보여주는 5개로 구성되었다.
데이터처리
Step 2에서는 도출된 11개의 취약성 결과를 통합하기 위해 그룹 의사결정 방법을 적용한다. Step 3에서는 본 연구에서 사용한 모형의 적용성을 검토하기 위해 그룹의사결정기법을 적용한 취약성 결과와 기존의 Kim et al. (2012b)에서 Fuzzy TOPSIS, TOPSIS를 적용하여 산정한 취약성 결과를 비교한다. Step 4에서는 적용방법에 따른 결과의 차이를 정량화하기 위해 스피어만 순위상관 분석, 켄달 순위상관분석, Emond와 Mason이 제시한 순위 상관분석을 실시하여 결과의 일치 정도를 확인한다.
그 결과 Table 4에서 알 수있듯이 Borda를 제외한 두 방법의 적용 결과는 동일하게 나타났으며 A2∼A5, A10의 순위에서 Borda와 1개 순위의 차이를 보이는 것을 제외하고 나머지 대안에서의 순위는 모두 동일함을 보였다. 이 결과를 기존의 Fuzzy TOPSIS를 적용한 결과와 비교하였으며 그 결과를 Fig. 2에 나타내었다(Step 3).
이론/모형
Step 1에서 산정한 11개 그룹의 취약성 결과를 통합하기 위해 Borda Count Method, Condorcet, Copeland 기법을 각각 적용하였다(Step 2). 그 결과 Table 4에서 알 수있듯이 Borda를 제외한 두 방법의 적용 결과는 동일하게 나타났으며 A2∼A5, A10의 순위에서 Borda와 1개 순위의 차이를 보이는 것을 제외하고 나머지 대안에서의 순위는 모두 동일함을 보였다.
각 적용방법에 따른 취약성 순위의 차이를 정량화하기 위해 스피어만 순위상관계수(ρ)와 Kendall(1948)이 제시한 τb와 Emond and Mason (2002)이 제시한 τx를 계산하였으며 그 결과는 Table 5와 같다(Step 4).
, 2011). 또한 지수를 개발함에 있어 다양한 속성의 평가 지표들을 통합하기위해 많은 연구들이 다기준 의사결정기법(Multi Criteria Decision Making, MCDM)을 사용하였다. 이러한 MCDM기법은 평가기준 (Criteria)들의 상대적 중요도와 각 대안의 각 기준에 대한 선호도를 측정하는 것이 중요하다.
이를 해결하기 위해 각 의사결정자들의 주관적인 평가에 의한 의견을 효율적으로 수렴시켜 합의안을 찾는 다양한 방법에 대한 연구들이 이루어져 왔다. 본 연구에서는 대표적인 그룹 의사결정 방법인 투표 기법(Voting rule) 중 Borda Count(William, 1978), Condorcet(McLean, 1990), Copeland (1951) 방법을 적용하였다. Voting rule은 그룹의 구성원 각자가 각 대안에 점수를 부여하는 방식으로 최종 결정된 대안에는 각 의사 결정자의 의견이 반영되게 된다.
본 연구에서는 취약성 지수의 산정을 위해 Kim et al. (2012b)에서 사용한 Fuzzy TOPSIS 모형의 절차를 적용하였다. 본 연구에서 사용한 Fuzzy TOPSIS 모형은 TOPSIS에 Fuzzy 이론을 결합한 것으로 입력자료를 모형에 적용하는 과정에서 발생할 수 있는 불확실성을 줄이기 위해 TFN으로 변환하여 TOPSIS에 적용한 방법이다.
따라서 다수의 의사결정자들의 의견을 수렴할 때 발생할 수 있는 불확실성을 고려하기위한 모형을 제시하고자 그룹 의사결정 방법을 사용하여 우리나라 16개 광역시도의 홍수 취약성 평가를 실시하였다. 본 연구의 홍수 취약성 평가는 4단계로 이루어지는데 Step 1에서는 11개 그룹이 부여한 가중치에 따른 11개 그룹의 취약성 순위를 산정하고 Step 2에서는 11개 그룹의 취약성 순위를 통합하기 위해 대표적인 GDM 방법인 Voting rule기법 중 Borda, Condorcet, Copeland 기법을 적용하였다. Step 3에서는 GDM을 사용한 결과와 그렇지 않은 기존 방법의 결과를 비교하였다.
Step 4에서는 적용방법에 따른 결과의 차이를 정량화하기 위해 스피어만 순위상관 분석, 켄달 순위상관분석, Emond와 Mason이 제시한 순위 상관분석을 실시하여 결과의 일치 정도를 확인한다. 여기서 Step 1의 취약성 산정 방법은 Kim et al. (2012b)에서 제시한 Fuzzy TOPSIS 모형을 사용하였다. Fuzzy TOPSIS의 상세한 절차와 방법 및 적용과정은 Kim et al.
본 연구는 우리나라 232개의 기초지자체에 대한 21개 대용변수의 자료를 이용하여 16개 광역시도 단위로 취약성 순위를 산정하였다. 이 때 사용된 21개의 대용변수는 Kim et al. (2012b)에서 선정한 전문가의견을 반영하여 선정하였고 홍수 취약성 대용변수를 인용하였다. 홍수 취약성대용변수는 크게 민감도(sensitivity)와 적응능력(adaptive capacity), 기후노출(climate exposure)로 구분된다.
성능/효과
Fuzzy TOPSIS와 GDM을 비교해 본 결과 A5의 경우 Fuzzy TOPSIS에서는 13위를 했고 Borda에서는 7위 Condorcet에서는 6위로 큰 차이를 보였다. A16의 경우도 큰 차이를 보였는데 Fuzzy TOPSIS에서는 5위로 나타났고 Borda와 Condorcet에서는 동일하게 1위로 나타났다.
이때 GDM의 전체 순위와 유사한 GR1의 결과를 사용하였다. GR1의 적응능력은 Fuzzy TOPSIS와 비슷한 수준이지만 민감도와 기후노출은 Fuzzy TOPSIS보다 크게 반영되어 취약성이 증가하였다고 판단된다. TOPSIS 는 Fuzzy TOPSIS보다 적응능력이 작아졌고 민감도는 비슷한 수준을 유지하였지만 기후노출이 상대적으로 크게 반영되어 취약성이 증가하였다고 판단된다.
그 다음으로 A8, A13의 경우에서 결과를 차이를 두드러지게 확인할 수 있었다. TOPSIS와 GDM을 비교해 본 결과 A6의 경우가 8위에서 13위로 가장 큰 변동을 보였으며 그 다음으로 A9, A14에서 두드러진 순위 변동을 확인할 수 있 었다. 전체적으로는 TOPSIS의 결과보다 Fuzzy TOPSIS 의 결과가 GDM을 적용할 때 순위 변동이 많았다.
그 결과 Table 4에서 알 수있듯이 Borda를 제외한 두 방법의 적용 결과는 동일하게 나타났으며 A2∼A5, A10의 순위에서 Borda와 1개 순위의 차이를 보이는 것을 제외하고 나머지 대안에서의 순위는 모두 동일함을 보였다.
순위상관분석에서는 스피어만 순위상관분석의 경우 GDM과 Fuzzy TOPSIS가 0.83∼0.84, GDM과 TOPSIS는 0.91∼0.92로 나타났고 Kendall의 τb (또는 τx )에서는 GDM과 Fuzzy TOPSIS가 0.63∼0.68, GDM과 TOPSIS는 0.79∼0.80으로 스피어만 순위상관분석보다 낮게 나타났다.
연구결과 Fuzzy TOPSIS에서는 A13이 가장 취약하고, A1이 가장 덜 취약한 지역으로 선정 되었으나 그룹의사결정 기법을 적용했을 때 A16이 가장 취약하고, A11이 가장덜 취약한 지역으로 나타났다. 또한 그룹의사결정 기법을적용했을 때 일부 지역에서 Fuzzy TOPSIS의 경우 최고 6개 등급이, TOPSIS에서는 5개 등급의 순위 변동이 발생했다.
TOPSIS와 GDM을 비교해 본 결과 A6의 경우가 8위에서 13위로 가장 큰 변동을 보였으며 그 다음으로 A9, A14에서 두드러진 순위 변동을 확인할 수 있 었다. 전체적으로는 TOPSIS의 결과보다 Fuzzy TOPSIS 의 결과가 GDM을 적용할 때 순위 변동이 많았다. GDM을 적용한 결과와 그렇지 않은 결과의 순위 변동 원인을 살펴보기 위하여 가장 순위변동이 두드러지는 A5에 대해 살펴보았다.
80로 ρ의 값들보다 작게 나타났다. 즉 11명이 부여한 가중치를 그룹의사결정 기법을 통해 수렴한 취약성 순위와 그렇지 않고 3개의 구간 값이나 1개의 평균한 값을 적용한 기존 방법들의 취약성 순위는 본 연구와 같이 다를 수 있으므로 본 연구에서 제시한 모형은 다양한 그룹의 의견을 수렴하는 과정에서 발생할 수 있는 불확실성을 고려한 하나의 의사결정 방법이 될 수 있다.
후속연구
80으로 스피어만 순위상관분석보다 낮게 나타났다. 즉 GDM을 적용한 결과와 GDM의 개념을 적용하지 않은 방법들의 결과는 본 연구와 같이 다를 수 있으므로 향후 수자원과 관련된 다양한 취약성 산정 연구에서 다양한 의사결정자들의 의견이나 그룹의 의견을 수렴하여 의사결정을 할 경우, 발생할 수 있는 불확실성을 고려하기 위해 그룹 의사결정방법을 사용하는 것도 하나의 방법이 될 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
MCDM기법에서 무엇이 중요한가?
또한 지수를 개발함에 있어 다양한 속성의 평가 지표들을 통합하기위해 많은 연구들이 다기준 의사결정기법(Multi Criteria Decision Making, MCDM)을 사용하였다. 이러한 MCDM기법은 평가기준 (Criteria)들의 상대적 중요도와 각 대안의 각 기준에 대한 선호도를 측정하는 것이 중요하다. 그러나 유역의 환경은 사회, 경제, 기후변화와 밀접한 인과관계를 맺고 있으며 이해관계자들의 갈등이 첨예하게 대립하고 있는 복잡한 시스템이다.
유역의 환경은 어떠한 시스템인가?
이러한 MCDM기법은 평가기준 (Criteria)들의 상대적 중요도와 각 대안의 각 기준에 대한 선호도를 측정하는 것이 중요하다. 그러나 유역의 환경은 사회, 경제, 기후변화와 밀접한 인과관계를 맺고 있으며 이해관계자들의 갈등이 첨예하게 대립하고 있는 복잡한 시스템이다. 따라서 평가기준의 속성이 다양하고 기준별 선호도에 대한 정보의 척도나 가치가 다를 수밖에 없기 때문에 단일 의사결정자가 아닌 다수의 전문가가 참여하는 그룹 의사결정(Group Decision Making, GDM)을 함으로써 불확실성을 줄이고 합리적인 결과를 도출해야 한다.
유역의 환경에 대한 평가를 위해서 그룹 의사결정을 사용해야 하는 이유는 무엇인가?
그러나 유역의 환경은 사회, 경제, 기후변화와 밀접한 인과관계를 맺고 있으며 이해관계자들의 갈등이 첨예하게 대립하고 있는 복잡한 시스템이다. 따라서 평가기준의 속성이 다양하고 기준별 선호도에 대한 정보의 척도나 가치가 다를 수밖에 없기 때문에 단일 의사결정자가 아닌 다수의 전문가가 참여하는 그룹 의사결정(Group Decision Making, GDM)을 함으로써 불확실성을 줄이고 합리적인 결과를 도출해야 한다. 따라서 최근에는 다기준 의사결정기법과 이와 결합된 접근법들이 다양한 분야에서 제안되고 있다.
참고문헌 (30)
Armstrong, R.D., Cook, W.D., and Seiford, L.M. (1982). "Priority ranking and consensus formation: the case of ties." Management Science, Vol. 28, No. 6, pp. 638- 645.
Cho, N.W, Kim, J.G., and Kim, S.K. (2006). "An Interactive Multi-criteria Group Decision Making with the Minimum Distance Measure." Journal of the Korean Institute of Industrial Engineers, Vol. 32, No. 1, pp. 483-486.
Chung, E.S., and Lee, K.S. (2007). "Identifying Spatial Hazard Ranking Using Multicriteria Decision Making Techniques." Journal of Korean Association of Hydrological Sciences, Vol. 40, No. 12, pp. 969-983.
Chung, E.S., Lee, K.S., and Park, K.S. (2008). "Development of Alternative Evaluation Index Using Multicriteria Decision Making Techniques." Journal of Korean Association of Hydrological Sciences, Vol. 41, No. 1, pp. 87-100.
Cook, W.D. (2006). "Distance-based and ad hoc consensus models in ordinal preference ranking." European Journal of Operational Research, Vol. 172, No. 2, pp. 369-385.
Copeland, A.H. (1951). A reasonable social welfare function. Seminar on Applications of Mathematics to Social Sciences, University of Michigan, Ann Arbor
Emond, E.J., and Mason, D. (2002). "A new rank correlation coefficient with application to the consensus ranking problem." Journal of Multi Criteria Decision Analysis, Vol. 11, No. 1, pp. 17-28.
Forman, E., and Peniwati, K. (1998). "Aggregation of individual judgments and priorities with the analytic hierarchy process." European Journal of Operational Research, Vol. 108, No. 1, pp. 165-169.
Friedman, M. (1957). A theory of consumption function, Princeton University Press, Princeton, N. J.
Gomes L., Araya, M., and Carignano, C. (2004). Decision making in complex scenarios, Sao Paulo, Brazil: Ed. Pioneria.
Huang, Y.S., and Li, W.H. (2010). "A study on aggregation of TOPSIS ideal solutions for group decisionmaking." Group Decision and Negotiation, Published Online: 01 December 2010, pp. 1-13,
Jun, K. S., Chung, E. S., Sung, J. Y., and Lee, K. S. (2011). "Development of spatial water resources vulnerability index considering climate change impacts." Science of the Total Environment, Vol. 409, pp. 5228-5242.
Jung, I.W., Bae, D.H., and Kim, G.S. (2011). "Recent trend of mean and extreme precipitation in Korea." International Journal of Climatology, Vol. 31, Issue 3, pp. 359-370.
Kim, Y.K., Chung, E.S., and Lee, K.S. (2012b). "Fuzzy TOPSIS Approach to Flood Vulnerability Assessment in Korea." Journal of Korean Association of Hydrological Sciences, Vol. 45, No. 9, pp. 901-913.
Ko, J.K., and Kim, H.S. (2009). A Study on Vulnerability Assessment to Climate Change in Gyeonggi-do. Gyeinggi Research Institute, Research Policy, 2009- 37, pp. 67-92.
Lin, Y.H., Lee, P.C., Chang, T.P., and Ting, H.I. (2008). "Multi-attribute group decision making model under the condition of uncertain information." Automation in Construction, Vol. 17, pp. 792-797.
Mintzberg, H. (1975). The nature of managerial work. Harper & Row, New York.
Morais, D.C., and Almeida, A.T. (2007). "Group decisionmaking for leakage management strategy of water network." Resources, Conservation and Recycling, Vol. 52, Issue 2, pp. 441-459.
Morais, D.C., and Almeida, A.T. (2010). "Water network rehabilitation; a group decision-making approach." Water SA, Vol. 35, No. 4, pp. 487-493.
Morais, D.C., and Almeida, A.T. (2012). "Group decision making on water resources based on analysis of individual rankings." Omega, Vol. 40, Issue 1, pp. 42- 52.
Shih, H.S., Shyur, H.J., and Lee, E.S. (2007) "An extension of TOPSIS for group decision making." Mathematical and Computer Modelling, Vol. 45, pp. 801-813.
Son, M.W., Sung, J.Y., Chung, E.S., and Jun, K.S. (2011). "Development of Flood Vulnerability Index Considering Climate Change." Journal of Korean Association of Hydrological Sciences, Vol. 44, No. 3, pp. 231- 248.
Srdjevic, B. (2007). "Linking analytic hierarchy process and social choice methods to support group decisionmaking in water management." Decision Support Systems, Vol. 42, Issue 4, pp. 2261-2273.
Ye, F., and Li, Y.N. (2009). "Group multi-attribute decision model to partner selection in the formation of virtual enterprise under incomplete information." Expert Systems with Applications, Vol. 36, pp. 9350- 9357.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.