Dealing with incomplete and uncertain context data in geographic information

Abstract

Un problema recurrente en la toma de decisiones espaciales (TDE) puede ser descrito de la siguiente manera: encontrar una zona apta para hacer algo . Según la literatura, los pasos para encontrar una zona apta son básicamente los mismos que en temáticas de toma de decisiones en general. Sin embargo, en los sistemas de apoyo a la toma de decisiones espaciales (SADE) hay tres pasos altamente complejos que seguir: i) Combinar datos desde múltiples fuentes, ii) Generar escenarios de idoneidad utilizando diferentes hipótesis de una manera flexible y sistemática; iii) Comparar diferentes escenarios. Frecuentemente en los SADE es necesario tener que lidiar con problemas pocamente estructurados, en donde los objetivos pueden no estar completamente claros y/o la información requerida para resolver el problema de una manera certera puede ser insuficiente. Incluso, los problemas poco estructurados pueden tener múltiples alternativas de solución y múltiples criterios de evaluación. Entonces los SADE deben tener un grado de flexibilidad y herramientas que permitan realizar análisis bajo estas condiciones. Para afrontar este problema, esta tesis propone un framework para lidiar con problemas espaciales no estructurados, esto soportando los pasos complejos de TDE de una manera flexible pero sistemática. Este trabajo desarrolla y valida herramientas tanto computacionales como teóricas para soportar un SDSS que opera en escenarios espaciales complejos. Específicamente este framework contiene: 1. Un modelo para combinar fuentes de información y generar escenarios espaciales, integrando con la Teoría de Dempster-Shafer. 2. Un lenguaje de generación de escenarios (SGL) para poder describir y modelar los requerimientos de toma de decisiones a ser aplicados sobre un área de análisis determinada. El lenguaje permite realizar un proceso de toma de decisión continua, permitiendo a los usuarios intentar y evaluar diferentes escenarios. 3. Una metodología para soportar la colaboración entre diferentes actores (cada uno con su propia experiencia y visión) en un proceso de toma de decisiones. Esta metodología se implementa mediante el framework permitiendo el análisis, combinación y comparación de múltiples escenarios espaciales (generados con SGL). El framewok también incluye operadores espaciales y de comparación de escenarios. Estos son útiles para especificar relaciones espaciales o filtrar datos utilizando SGL. Este framework fue probado en tres escenarios: un sistema preciso de predicción de crimen basado en conocimiento experto, un estimador de demanda de transporte público, y una herramienta de planificación colaborativa. El sistema de predicción de crimen está enfocado en probar el uso de la teoría de Dempster-Shafer para la generación de escenarios de toma de decisiones de na manera flexible y sistemática, los resultados en términos cuantitativos fueron similares o mejores a otras técnicas. El estimador de demanda de transporte permite realizar evaluaciones preliminares de rutas sin invertir recursos en las tareas necesarias para una evaluación comprensiva. Finalmente, el sistema de planificación colaborativa probó si el framework es apropiado para analizar colaborativamente. Permitiendo a múltiples actores proponer hipótesis y utilizar fuentes de información, permitiendo combinar sus propuestas individuales con el fin de obtener conclusiones en conjunto.