3.Интеллектуальные ис. Формирование и оценка компетентности группы экспертов. Характеристика и режимы работы группы экспертов.

При формировании группы экспертов учитываются след характеристики:

1) Компетентность

2) Креативность – способность решать творческие задачи

3) Отношение к экспертизе

4) Конформизм – подверженность влиянию других экспертов

5) Коллективизм и самокритичность

Для количественной оценки характеристик экспертов можно использовать след. методику:

1) Ряду специалистов предлагается высказать мнение о списочном составе экспертной группы

2) Если в этом списке появляются лица, не вошедшие в исходный список, то им тоже предлагается назвать специалистов для участия в экспертизе

3) После нескольких таких этапов получается достаточно полный список кандидатов в группу

4) По результатам опроса составляется матрица, строки и столбцы этой матрицы – фамилии экспертов, а элементами являются 1 или 0. 1- если j-ый эксперт назвал i-го эксперта, и 0 в противном случае.

5) При этом каждый эксперт может включать или не включать в экспертную группу самого себя.

6) По данной таблице вычисляется относительный коэффициент компетентности, используя алгоритм решения задач о «лидере».

Алгоритм решения задач о «лидере»

1) Вводится относительный коэффициент компетентности определённого порядка для каждого эксперта

K^h_i= (∑(i=1,m)X_ij*K_j^h-1) / (∑(i=1,m) ∑(j=1,m)X_ij*K_j^h-1), где i=1,m; h=1,1,2,3..

Где m – число экспертов или размерность матрицы m=|| X_ij ||, h – номер порядка коэффициента компетентности, h нормировано таким образом, что его сумма равна 1.

2) Рассчитывается коэффициент компетентности для h=1.

K¹_i= (∑(i=1,m)X_ij) / (∑(i=1,m) ∑(j=1,m)X_ij), где K¹_i - относительное число высказываний за i-го эксперта, числитель – число голосов за i-го, знаменатель – общее число голосов.

3) Рассчитывается относительное количество голосов, взвешенных коэффициентом компетентности первого порядка.

h=2

K²_i= (∑(i=1,m)X_ij*K_j¹) / (∑(i=1,m) ∑(j=1,m)X_ij*K_j¹).

4) Относительные коэффициенты вычисляют последовательно до стабилизации.

5) В общем случае коэффициент компетентности определяется по формуле Ki=lim K^h_i, при h стремящемся к бесконечности.

Характеристики и режимы работы группы экспертов.

1. достоверность экспертизы.

2. затраты на экспертизу.

Достоверность – определяется на основе информации о прошлом опыте эксперта и его участии в решении проблемы.

D_i= N_ni/N_i, i=1,2,…,m.

Где n – число опросов, когда эксперт дал приемлемые практикой решения; N_i – общее число случаев участия эксперта в экспертизах. Вклад каждого эксперта достоверно всей группе оценивается по следующей зависимости:

D_i^от= D_i/(1/m)* ∑(i=1,m) D_i.

Где m – число экспертов в группе, знаменатель – средняя достоверность группы.

Режимами работы группы являются опросы:

1) дискуссия; 2) анкетирования и интервьюирование; 3) метод коллективной генерации идеи; 4) мозговой штурм.

Билет № 15

1. Дискретно – стохастические модели. Математический аппарат систем массового обслуживания.

Дискретно-стохастические модели можно рассмотреть на примере использования типовых математических схем систем массового обслуживания (СМО). В качестве процесса обслуживания могут быть представлены различные по своей физической природе процессы функционирования информационных, производственных, технических, экономических и многих других систем. Например, заявки на обработку информации сервером с удаленных рабочих мест, потоки поставок продукции некото­рому предприятию, и др. При этом характерным для работы таких объектов является случайное появление заявок на обслуживание и завершение обслуживания в случайные моменты времени, то есть стохастический характер процесса их функционирования.

Система, в которой поток требований встречает ограниченные средства их обслуживания, можно рассматривать как систему массового обслуживания (СМО).

Задачи СМО появляются в тех случаях, когда поток входных воздействий, также время их обслуживания случайные величины.

Источник требований формирует входной поток, задерживая на какой-то отрезок времени поступление требований в его состав. Входной поток – временная последовательность поступлений, для которой появление требований подчиняется детерминированным или вероятностным законам. Очередь – в соответствии с заданным знанием осуществляет выборку во времени требований во входном потоке для выдачи их на вход прибора обслуживания. Правило формирования очереди – это порядок постановки требований в очередь. Дисциплина обслуживания – это порядок взаимодействия обслуживающих приборов с очередью. Прибор обслуживания осуществляет задержку каждого требования в соответствии с заданным детерминированным или вероятностным законом.

Выходной поток – это поток обслуживаемых и необслуживаемых требований, который покидает систему.

Описать СМО значит задать характеристики: - входной поток требований; - правило постановки в очередь; - дисциплину обслуживания; - выходной поток требований.

Математический аппарат

Основная задача анализа при использовании модели СМО – отыскать функциональные зависимости выбранных показателей эффективности от характеристик входного потока, правил формирования очереди, дисциплины обслуживания и т.д.

Исследовать СМО можно двумя методами: 1) аналитическим; 2) имитационным

Аналитически СМО исследуются с помощью специальных формул. Аналитически исследуются только СМО, где протекают Марковские процессы.

Процесс называют Марковским, если источник содержит только однородные требования, поток требований является простейшим, закон обслуживания - показательный, дисциплина обслуживания- FIFO, потоки требований и обслуживания независимы.

Показатели эффективности СМО: 1) Среднее число требований, которое может обслуживать систему за ед. времени (абсолютная пропускная способность); 2) Средняя доля поступивших требований, обслуживаемая системой в ед. времени – это относительная пропускная способность; 3) Среднее время требования к системе; 4) Среднее и максимальное количество требований в очереди.

Рассмотрим математическую модель СМО вида M/M/1.

Принятое обозначение обусловлено принятой символикой Кенделла:

G1/G2/m, где G1-функция распределения времени поступлений требований, G2-функция распределения времени обслуживания, m-число каналов или приборов обслуживания. «M»-показательное распределение, число приборов -1.

M/M/1

U=λ/μ; Pо=(1-U); M(q)=U/(1-U);

;

; ; ,

где Pо – вероятность, что система обслуживания свободна, M(q) – среднее число требований в системе, M(v) – среднее число требований в очереди, M(j) – среднее число требований в приборе обслуживания, - среднее число свободных приборов, -среднее время пребывания требований в системе, U – коэффициент загрузки приборов, - математическое ожидание, т.е. среднее число требований, поступающих в систему за единицу времени (плотность потока требований), - среднее число требований, обслуженных прибором за единицу времени (интенсивность обслуживания).

Для получения статистической значимости результа­тов моделирования необходимо проводить множество реализаций, меняя последовательности псевдослучайных чисел, а затем по выборке определять требуемые параметры. Точность результатов будет увеличиваться при увеличении количества реализаций.