Интеллектуальные технологии обоснования инновационных решений

Традиционно самым простым методом реализации данного процесса является прямое (непосредственное) заполнение матриц свертки подходящими, по мнению экспертов, значениями (рис. 3.13). Это является для них непростой задачей размещения четырнадцати из шестнадцати чисел («1» в правом нижнем углу и «4» в левом верхнем углу в декларативном порядке) в соответствии с их предпочтениями и свойствами канонического множества матриц свертки [4]. Такое конструирование матриц свертки не позволяет достигнуть высокого уровня адекватности модели предпочтения прототипу, а его результат с трудом подвергается интерпретации.

Рис. 3.13. Прямое заполнение матриц свертки

Достоверность конструируемых матриц свертки существенно возрастает в случае использования топологической интерпретации процесса свертки в виде композиции стандартных функций свертки, заполняющих подобласти определения каждой отдельно взятой матрицы свертки. Видение экспертом всех локальных обстоятельств свертки должно сочетаться с обобщенными требованиями к свойствам конструируемой эпюры топологии: существование трех непересекающихся пучков изопрайс, характеризующих области малых, средних и больших значений свертки.

Для экспертов высокого уровня управленческих компетенций можно рекомендовать конструирование матрицы непосредственно в виде композиции стандартных функций

(рис. 3.14).

191

Рис. 3.14. Конструирование матрицы в виде композиции стандартных функций

Этот сложный процесс, учитывающий возможную динамику развития комплексной оценки в каждой подобласти определения, поддерживается методически рекомендациями, рассмотренными в [4].

Для экспертов среднего уровня управленческих компетенций конструирование матриц свертки может осуществляться в форме диалога без глубокого анализа ее топологии, на основе аналогий, взятых из других областей психической деятельности человека, связанных с сопоставлением объектов окружающего мира (ассоциаций). В качестве эксперимента использована ассоциация равноправного сопоставления двух характеристик объекта, отличающихся своими значениями с точки зрения значимости варианта решения проблемы развития комплексной оценки объекта (рис. 3.15).

192

Рис. 3.15. Конструирование матрицы в форме диалога

Необходимо отметить, что подход к конструированию матрицы свертки с топологической интерпретацией в приведенном программном решении полностью сохраняется, приобретая форму диалога эксперта-конструктора свертки с экспертом более высокого уровня управленческих компетенций – автором этого диалога.

Для экспертов начального уровня управленческих компетенций может быть предложена еще более упрощенная процедура конструирования матриц свертки, вырождающаяся в задачу выбора подходящей матрицы из ограниченного банка данных, составленного экспертами более высокого уровня управленческих компетенций и поддерживаемого алгоритмом выбора в форме диалога о востребованных свойствах свертки в целом (рис. 3.16).

193

194

Поддержка равномерного развития обоих частных критериях

а

Рис. 3.16. Динамика выбора матрицы из банка данных

194

Поддержка развития хотя бы одного частного критерия с возможным переходом к поддержке опережающего развития второго критерия в форме форы ему как востребованному

б

Рис. 3.16. Окончание

195

195

Приведенные процедуры матриц свертки отличаются друг от друга трудоемкостью, соразмерной с тщательностью проработки самых ответственных аспектов модели индивидуальных предпочтений.

Более тонкое моделирование индивидуальных предпочтений следует связывать с нечетким наполнением матрицы (рис. 3.17), топологическая картина которой выходит за рамки топологии канонического множества матриц.

Рис. 3.17. Бинарная свертка с нечетким наполнением матрицы

Полученные на основе интеллектуальных технологий модели индивидуальных предпочтений должны быть до-

196

полнены процедурами вычислений комплексной оценки, необходимыми для решения прикладных исследовательских задач.

3.2.4. Разработка процедур вычисления комплексной оценки

Вычисление комплексной оценки составляется на основе обращения к бинарным матричным сверткам и трансляции полученных результатов на верхние уровни дерева критериев в качестве исходных данных. Принципиальным барьером для реализации этой процедуры в среде канонических матриц является необходимость приведения промежуточных результатов свертки, в общем случае не совпадающих с принятой стандартной моделью нечеткого числа, к этой модели. Для преодоления возникшей проблемы можно воспользоваться свойством взаимооднозначности переходов между формами нечеткого и дефазифицированного представления нечеткого числа в принятой стандартной модели. Тогда стандартная форма нечеткого числа будет сохранена на всех уровнях МКО ценой методических ошибок, как показано на рис. 3.18, 3.19, не превышающих 2–3 %.

В более компактной форме вычисление комплексной оценки может быть организовано так, как показано на рис. 3.20.

Результаты моделирования, проведенного на программных комплексах, прошедших государственную регистрацию, подтверждают реализуемость процессов разработки моделей индивидуальных предпочтений ЛПР и достижение ими востребованных функциональных возможностей. Поставленная цель достигнута обширной диверсификацией ассортимента методов, дополняющих перечисленные выше процессы до уровня интеллектуальных технологий. Аналогичная работа проделана в отношении второго этапа разработки интеллектуальных технологий моделирования индивидуальных

197

198

Рис. 3.18. Вычисление комплексной оценки без стандартизации переходов между матрицами

198

предпочтений, ответственных за полноту и качество выполнения широкого спектра исследовательских программ, призванных предсказывать, в соответствии с обсужденной концепцией «черного ящика», поведение прототипов модели предпочтений в вопросах обоснования и принятия управленческих решений.

Таким образом, основной целью исследования модели индивидуальных предпочтений является установление «типа»

носителя предпочтений – участника принятия решений, в частности, по вопросам повышения эффективности ИС, при условии достаточной степени адекватности модели прототипу.

Исследование модели индивидуальных предпочтений следует осуществлять в соответствии с системным подходом с позиций рассмотрения объекта исследования в качестве сложной системы, учитывая все общепринятые виды сложности, проявляющиеся как в предпочтениях – продуктах психической деятельности человека (прототипе), так и в соответствующих им МКО (моделях предпочтений).

Структурная сложность определяется по числу элементов системы, числу и разнообразию связей между ними, количеству иерархических уровней и общему числу подсистем, входящих в состав системы.

Сложность функционирования (поведения) определяется характеристиками множества состояний, правилами перехода из состояния в состояние, характеристиками воздействий внешней среды на систему и обратного воздействия сис-

200