eprintid: 18782
rev_number: 19
eprint_status: archive
userid: 1853
dir: disk0/00/01/87/82
datestamp: 2015-06-02 10:17:18
lastmod: 2015-06-08 08:07:12
status_changed: 2015-06-02 10:17:18
type: doctoralThesis
metadata_visibility: show
creators_name: Engelhart, Michael
title: Optimization-based Analysis and Training of Human Decision Making
subjects: 150
subjects: 510
divisions: 708000
adv_faculty: af-11
cterms_swd: Gemischt-ganzzahlige Optimierung
cterms_swd: Nichtlineare Optimierung
cterms_swd: Mathematische Modellierung
cterms_swd: Problemlösen
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.
abstract_translated_text: 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.
abstract_translated_lang: ger
date: 2015
id_scheme: DOI
id_number: 10.11588/heidok.00018782
ppn_swb: 1657043185
own_urn: urn:nbn:de:bsz:16-heidok-187826
date_accepted: 2015-04-30
advisor: HASH(0x556120cc85a0)
language: eng
bibsort: ENGELHARTMOPTIMIZATI2015
full_text_status: public
citation:   Engelhart, Michael  (2015) Optimization-based Analysis and Training of Human Decision Making.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/18782/7/Dissertation_pdf-a.pdf