- •09.03.01 Информатика и вычислительная техника
- •Глава 1 Общие сведения о теории принятия решений
- •1.1 Понятия, связанные с принятием решений
- •1.2 Определенность результатов принимаемых решений
- •1.3 Критерии оценки решения
- •5 Реальные процедуры принятия управленческих решений.
- •1.4 Системы поддержки принятия решения
- •1.5 Математическое моделирование при принятии решений
- •1.6 Классификация математических моделей структурированных систем
- •1.7 Задачи моделирования на различных уровнях принятия решений
- •Глава 2 Системы поддержки принятия решений, основанные на знаниях
- •2.1 Способы описания знаний
- •2.2 Когнитивные модели
- •2.3 Онтологические модели процесса принятия решений
- •Ниже приведены краткие сведения об онтологиях и пример их использования для моделирования процессов принятия решений в системах обучения. Слово «онтология» имеет два значения:
- •Методология создания онтологий. Практическая разработка онтологии включает:
- •2.4 Экспертный подход к принятию решений
- •2.4.1 Методы экспертных оценок
- •2.4.2 Методы средних баллов при оценке альтернатив
- •2.5 Продукционные модели знаний
- •2.5.1 Основные определения
- •2.5.2 Байесовский подход к построению продукционных моделей знаний
- •2.5.3 Структура базы знаний и алгоритм логического вывода
- •Глава 3 Методы оптимизации в задачах принятия решений
- •3.1 Принятие решений на основе методов линейного программирования
- •3.2 Математическая модель планирования производства
- •3.3 Задачи оптимального планирования производства
- •3.4 Транспортная задача
- •3.5 Задачи об упаковке
- •3.5.1 Задача о рюкзаке
- •3.5.2 Задачи упаковки в контейнеры
- •3.6 Задачи о замене оборудования
- •3.6.1 Простейшая задача о замене оборудования
- •3.6.2 Задача об оптимальных сроках замены дискового оборудования
- •3.7 Многокритериальные задачи принятия решений
- •Глава 4 Вероятностные модели формирования и выбора альтернатив решений
- •4.1 Моделирование систем на основе формализма цепей Маркова
- •4.1.1 Определение и динамика цепи Маркова
- •4.1.2 Оценка длительности пребывания процесса во множестве невозвратных состояний
- •4.1.3 Оценка поведения цепей Маркова при большом числе шагов
- •4.2 Модель процесса обучения как цепь Маркова
- •4.3 Система обслуживания заявок с очередью и отказами
- •4.4 Модель динамики информационных ресурсов
- •4.5 Принятие решений об оптимизации инвестиционного портфеля
- •4.6 Имитационное моделирование при принятии решений
- •4.6.1 Система AnyLogic: активные объекты, классы и экземпляры активных объектов
- •4.6.2 Объектно-ориентированный подход
- •4.6.3 Средства описания поведения объектов
- •4.6.4 Анимация поведения и интерактивный анализ модели
- •4.6.5 Примеры имитационного моделирования
- •Глава 5 Сетевые модели поддержки принятия решений
- •5.1 Обыкновенные сети Петри
- •5.1.1 Формальное определение
- •5.1.2 Графы сетей Петри
- •5.1.3 Пространство состояний сети Петри
- •5.1.4 Основные свойства сетей Петри
- •5.1.5 Некоторые обобщения сетей Петри
- •5.1.6 Инварианты сетей Петри
- •5.2 Раскрашенные (цветные) сети Петри (cpn)
- •5.2.1 Мультимножества
- •5.2.2 Формальное определение cpn
- •5.2.3 Функционирование cpn
- •5.2.4 Расширения cpn
- •5.2.5 Сравнение формализмов обыкновенных и раскрашенных сетей Петри
- •5.2.6 О моделирующих возможностях сетей Петри
- •5.3 Моделирование дискретных систем
- •5.3.1 Моделирование вычислительных систем
- •4.3.2 Моделирование программ
- •5.3.3 Моделирование протоколов передачи данных
- •5.3.4. Об исследовании сетей Петри с помощью эвм
- •5.4 Герт-сети
- •5.4.1 Описание герт-сети
- •5.4.2 Производящие функции герт-сетей
- •5.4.3 Вычисление w-функций для типовых соединений дуг
- •5.4.4 Модель процесса обучения как герт-сеть
- •Глава 6 Примеры систем поддержки принятия решений
- •6.1 Система эспла
- •6.1.1 Режимы функционирования системы
- •6.1.2 Принятие решений при техногенных авариях
- •6.1.3 Использование информационных ресурсов
- •6.2 Информационная система дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства рф
- •6.2.1 Общая характеристика системы
- •6.2.2 Использование спутниковых данных
- •6.2.3 Центры приема и обработки спутниковых данных
- •6.2.4 Информационные продукты, формируемые системой
- •6.2.5 Прогнозирование параметров лесных пожаров по данным исдм-Рослесхоз
- •Г.А. Доррер методы и системы принятия решений
- •Красноярск 2016
2.4 Экспертный подход к принятию решений
В широком смысле, экспертный подход предполагает создание некоторого «мультиразума», обладающего большими знаниями и способностями по сравнению с возможностями отдельного человека. Такой подход позволяет решать задачи, не поддающиеся решению обычным аналитическим способом [26].
2.4.1 Методы экспертных оценок
Метод экспертных оценок является одним из реализаций экспертного подхода. Сущность этого метода заключается в проведении экспертами интуитивно-логического анализа проблемы с количественной оценкой суждений и формальной обработкой результатов. Получаемое в результате обработки обобщенное мнение экспертов принимается как решение проблемы. Комплексное использование интуиции (не осознанного мышления), логического мышления и количественных оценок с их формальной обработкой позволяет во многих случаях получить эффективное решение проблемы.
При выполнении своей роли в процессе управления эксперты производят две основные функции: формируют объекты (альтернативные ситуации, цели, решения и т.п.) и производят измерение их характеристик (вероятности свершения событий, коэффициенты значимости целей, предпочтения решений и т.п.). Формирование объектов осуществляется экспертами на основе логического мышления и интуиции. При этом большую роль играют знания и опыт экспертов. Измерение характеристик объектов требует от экспертов знания теории измерений.
Существующие виды экспертных оценок можно классифицировать по следующим признакам.
По форме участия экспертов: очное, заочное. Очный метод позволяет сосредоточить внимание экспертов на решаемой проблеме, что повышает качество результата, однако заочный метод может быть дешевле.
По количеству итераций (повторов процедуры для повышения точности) – одношаговые и многошаговые.
По решаемым задачам: генерирующие решения и оценивающие варианты.
По типу ответа: описательные и ранжирующие, оценивающие объект в относительной или абсолютной (численной) шкале.
По способу обработки мнений экспертов: непосредственные и аналитические.
По количеству привлекаемых экспертов: без ограничения и с ограничениями. Обычно привлекается 5 – 12экспертов.
Эксперты должны обладать опытом в областях, соответствующих решаемым задачам. При подборе экспертов следует учитывать момент личной заинтересованности, который может стать существенным препятствием для получения объективного суждения. Наиболее распространены методы Шара, когда один эксперт, наиболее уважаемый специалист, рекомендует ряд других и далее по цепочке, пока не будет подобран необходимый коллектив.
После получения ответов экспертов необходимо провести их обработку, что позволяет получить следующие результаты.
Оценить согласованность мнений экспертов. При отсутствии значимой согласованности экспертов необходимо выявить причины несогласованности (наличие групп) и признать отсутствие согласованного мнения (ничтожные результаты экспертизы).
Оценить ошибку исследования.
Построить модель свойств объекта на основе ответов экспертов (для аналитической экспертизы)
Подготовить отчет с результатами экспертного оценивания. В отчете указывается цель исследования, состав экспертов, полученная оценка и статистический анализ результатов
Характерными особенностями метода экспертных оценок как научного инструмента решения сложных неформализуемых проблем являются, во‑первых, научно-обоснованная организация проведения всех этапов экспертизы, обеспечивающая наибольшую эффективность работы на каждом из этапов, и, во‑вторых, применение количественных методов – как при организации экспертизы, так и при оценке суждений экспертов и формальной групповой обработке результатов. Эти две особенности отличают метод экспертных оценок от обычной давно известной экспертизы, широко применяемой в различных сферах человеческой деятельности.
В настоящее время в нашей стране и за рубежом метод экспертных оценок широко применяется для решения важных проблем. В различных отраслях, объединениях и на предприятиях действуют постоянные или временные экспертные комиссии, формирующие решения по различным сложным проблемам.
Все множество плохо формализуемых проблем условно можно разделить на два класса.
К первому классу относятся проблемы, в отношении которых имеется достаточный информационный потенциал, позволяющий успешно решать эти проблемы. Основные трудности в решении проблем первого класса при экспертной оценке заключаются в реализации существующего информационного потенциала путем подбора экспертов, построения рациональных процедур опроса и применения адекватных методов обработки его результатов. При этом методы опроса и обработки основываются на использовании принципа «хорошего» измерителя. Данный принцип означает, что выполняются следующие гипотезы:
1) эксперт является хранилищем большого объема рационально обработанной информации, и поэтому он может рассматриваться как качественный источник информации;
2) групповое мнение экспертов близко к истинному решению проблемы.
Если эти гипотезы верны, то для построения процедур опроса и алгоритмов обработки можно использовать результаты теории измерений и математической статистики.
Ко второму классу относятся проблемы, в отношении которых информационный потенциал знаний недостаточен для уверенности в справедливости указанных гипотез. При решении проблем из этого класса экспертов уже нельзя рассматривать как «хороших измерителей». Поэтому необходимо очень осторожно проводить обработку результатов экспертизы. Применение методов осреднения, справедливых для «хороших измерителей», в данном случае может привести к большим ошибкам. Например, мнение одного эксперта, сильно отличающееся от мнений остальных экспертов, может оказаться правильным. В связи с этим для проблем второго класса в основном должна применяться качественная обработка.
Область применения метода экспертных оценок весьма широка. Перечислим типовые задачи, решаемые методом экспертных оценок:
1) составление перечня возможных событий в различных областях за определенный промежуток времени;
2) определение наиболее вероятных интервалов времени свершения совокупности событий;
3) определение целей и задач управления с упорядочением их по степени важности;
4) определение альтернативных (вариантов решения задачи) с оценкой их предпочтения;
5) альтернативное распределение ресурсов для решения задач с оценкой их предпочтительности;
6) альтернативные варианты принятия решений в определенной ситуации с оценкой их предпочтительности.
Для решения перечисленных типовых задач в настоящее время применяются различные разновидности метода экспертны хоценок. К основным видам относятся: анкетирование иинтервьюирование; мозговой штурм, метод Дельфи, дискуссия, совещание, оперативная игра, сценарий.
Каждый из этих видов экспертного оценивания обладает своими преимуществами и недостатками, определяющими рациональную область применения. Во многих случаях наибольший эффект дает комплексное применение нескольких видов экспертизы.
Анкетирование и сценарий предполагают индивидуальную работу эксперта. Интервьюирование может осуществляться как индивидуально, так и с группой экспертов. Остальные виды экспертизы предполагают коллективное участие экспертов, в работе. Независимо от индивидуального или группового участия экспертов в работе целесообразно получать информацию от множества экспертов. Это позволяет получить на основе обработки данных более достоверные результаты, а также новую информацию о зависимости явлений, событий, фактов, суждений экспертов, не содержащуюся в явном виде в высказываниях экспертов.
В настоящем курсе нет возможности подробно рассмотреть все множество видов экспертного оценивания и методов обработки их результатов. Мы остановимся только на одном из простейших методов – методе средних баллов, который может реализовываться в двух видах – методе средних арифметических рангов и методе медиан рангов.