Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Optimization-based Analysis and Training of Human Decision Making

Engelhart, Michael

[img]
Preview
PDF, English - main document
Download (7MB) | Lizenz: Print on Demand

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.

Abstract

In the research domain Complex Problem Solving (CPS) in psychology, computer-supported tests are used to analyze complex human decision making and problem solving. The approach is to use computer-based microworlds and to evaluate the performance of participants in such test-scenarios and correlate it to certain characteristics. However, these test-scenarios have usually been defined on a trial-and-error basis, until certain characteristics became apparent. The more complex models become, the more likely it is that unforeseen and unwanted characteristics emerge in studies. In this thesis,we use mathematical optimization methods as an analysis and training tool for Complex Problem Solving, but also show how optimization should be used in the design stage of new complex problem scenarios in the future. We present the IWR Tailorshop, a novel test scenario with functional relations and model parameters that have been formulated based on optimization results. The IWR Tailorshop is the first CPS test-scenario designed for the application of optimization and is based on the economic framing of another famous microworld, the Tailorshop. We describe an optimization-based analysis approach and extend it to optimization-based feedback with different approaches for both feedback computation and feedback presentation. Additionally, we investigate differentiable reformulations for an unavoidable minimum expression and show the according numerical results. To address the difficulties of computing globally optimal solutions for this test-scenario, which yields non-convex mixed-integer optimization problems, we present a decomposition approach for the IWR Tailorshop. The new test-scenario has been implemented in a web-based interface together with an analysis software for collected data, which both are available as open-source software and allow for an easy adaption to other test-scenarios. In this work, we also apply our methodology in a web-based feedback study using the IWR Tailorshop in which participants are trained to control the microworld by optimization-based feedback. In this study with 148 participants, we show that such a feedback can significantly improve participants’ performance in a complex microworld with a possibly huge difference to a control group. However, the performance improvement depends on the representation of the feedback. We give a detailed analysis of the study and report on new insights about human decision making which only have been possible through the IWR Tailorshop and our optimization-based analysis and training approach.

Translation of abstract (German)

Im psychologischen Forschungsgebiet Komplexes Problemlösen (engl.: Complex Problem Solving) werden computergestützte Tests eingesetzt, um die komplexe Entscheidungsfindung und das Lösen komplexer Probleme von Menschen zu analysieren. Dazu werden üblicherweise computerbasierte Mikrowelten verwendet, in denen die Leistung von Probanden ermittelt und mit bestimmten Eigenschaften verknüpft wird. Solche Testszenarien wurden bisher im Allgemeinen in iterativen, auf Versuch und Irrtum beruhenden Prozessen erarbeitet, bis sie bestimmte Charakteristika aufwiesen. Je komplexer solche Modelle werden, umso wahrscheinlicher ist es jedoch, dass unerwünschte Eigenschaften bei der Verwendung in Studien hervortreten. In der vorliegenden Arbeit werden mathematische Optimierungsverfahren als Analyse- und Trainingswerkzeug im Komplexen Problemlösen eingesetzt. Darüber hinaus wird auch aufgezeigt, wie Optimierungsverfahren in der Entwicklungsphase von zukünftigen neuen komplexen Problemszenarien verwendet werden sollten. Eine neuartige Mikrowelt, der IWR Tailorshop, wird in der Arbeit vorgestellt und besteht aus funktionalen Zusammenhängen, die auf Optimierungsergebnissen beruhen. Mit dem IWR Tailorshop wurde im Rahmen dieser Arbeit erstmals ein Testszenario für die Problemlöseforschung von Anfang an für den Einsatz mathematischer Optimierungsverfahren entwickelt. Als Basis diente hierbei das ökonomische Framing des Tailorshops, einer weitverbreiteten und häufig eingesetztenMikrowelt. Diese Arbeit beschreibt eine optimierungsbasierte Analysemethode von Probandendaten in solchen Mikrowelten, die um Methoden zur Berechnung eines optimierungsbasierten Feedbacks erweitert wird. Dabei werden sowohl für die Berechnung als auch für die Darstellung des Feedbacks verschiedene Ansätze diskutiert und implementiert. Darüber hinaus werden verschiedene differenzierbare Umformulierungen eines in der Formulierung des Testszenarios unvermeidlichen Minimumterms untersucht und Rechenergebnisse dazu präsentiert.Den Schwierigkeiten, für die sich aus dem Testszenario ergebenden nichtkonvexen gemischt-ganzzahligen Optimierungsprobleme global optimale Lösungen zu finden, wird in der vorliegenden Arbeit mit einem neuartigen Dekompositionsverfahren begegnet. Für dieseMethode werden ebenfalls Rechenergebnisse vorgestellt. Die neue Mikrowelt wurde in einem webbasierten Interface implementiert, das von einer Analysesoftware für gesammelte Datensätze ergänzt wird. Diese Softwarepakete stehen als Open-Source-Software auch als Basis für andere Testszenarien zur Verfügung und sind aufgrund ihrer modularen Struktur gut für die Übertragung auf ebensolche geeignet. Abschließend wird die entwickelte Methode in einer webbasierten Feedbackstudie unter Benutzung des IWR Tailorshop angewandt. Die Probanden werden hierbei beim Erlernen der Steuerung dieser Mikrowelt durch optimierungsbasiertes Feedback unterstützt. In dieser Studie mit 148 Teilnehmern wird gezeigt, dass das Feedback zu einer signifikanten Verbesserung der Probandenleistung führen kann, wenn eine günstige Darstellung hierfür gewählt wird. Je nach Berechnungs- und Darstellungsvariante ist die Verbesserung im Vergleich zu einer Kontrollgruppe gravierend. Die Arbeit enthält eine ausführliche Analyse der Studie und formuliert neue Erkenntnisse über die menschliche Entscheidungsfindung in komplexen Problemen, die erst durch den auf allen Ebenen optimierungsbasierten Ansatz ermöglicht wurden.

Item Type: Dissertation
Supervisor: Sager, Prof. Dr. Sebastian
Date of thesis defense: 30 April 2015
Date Deposited: 02 Jun 2015 10:17
Date: 2015
Faculties / Institutes: Service facilities > Interdisciplinary Center for Scientific Computing
Subjects: 150 Psychology
510 Mathematics
Controlled Keywords: Gemischt-ganzzahlige Optimierung, Nichtlineare Optimierung, Mathematische Modellierung, Problemlösen
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative