Интеллектуальные технологии обоснования инновационных решений

Рис. 3.26. Перенос топологии матрицы первого уровня в метрическое пространство с использованием монотонных функций приведения: а – топология матрицы в качественной форме; б – функции приведения с экстремумом; в – топология матрицы в метрическом пространстве

211

211

212

Рис. 3.27. Перенос топологии матрицы первого уровня в метрическое пространство с использованием функций приведения с экстремумом: а – топология матрицы в качественной форме; б – функции приведения с экстремумом; в – топология матрицы в метрическом пространстве

212

числом элементов системы (входов – частных критериев, матриц свертки), но и числом, разнообразием причинноследственных связей между ними и количеством иерархических уровней дерева критериев. Поэтому рабочая точка должна дополнительно включать в себя промежуточные и окончательные результаты счета, в том числе в виде меток на эпюрах топологий каждой матрицы свертки (рис. 3.28).

Рис. 3.28. Параметры структурной сложности модели предпочтений в рамках одной рабочей точки, характеризующей состояние (оценку)

объекта комплексного оценивания

В иллюстративном примере структурная сложность может быть записана аналитически следующим образом:

213

X (X1*2 (X1*, X2* ), X3*4 (X3*, X4* )).

Информация о модели расширяется путем использования достаточно разнообразного семейства рабочих точек (рис. 3.29), раскрывающего механизмы внутренних связей между элементами и уровнями модели.

Рис. 3.29. Параметры структурной сложности модели предпочтений в рамках семейства рабочих точек, характеризующих состояние (оценку) объектов комплексного оценивания

Мнемоническое изображение процедуры построения рабочих точек представлено на рис. 3.30.

214

а

б

Рис. 3.30. Процедура построения одной (а) и семейства (б) рабочих точек

Методы исследования подсистем модели предпочтений.

Задачи исследования модели предпочтений в соответствии с их содержанием целесообразно сопоставлять с подсистемами модели меньшей размерности. В рассматриваемом примере (см. рис. 3.28) можно выделить десять нетривиальных подсистем:

С42 +С43 =10.

Некоторые из них иллюстрируются на рис. 3.31, где в качестве построителя подсистем использован «шаблон».

Мнемоническая схема, описывающая формирование подсистем на три входа из модели предпочтения на четыре входа представлена на рис. 3.32. Алгебраически операция агрегирования модели в подсистему для данного примера описывается следующим образом:

{X1, X2 , X3, X4} →{ X1′, X2′, X3′} ,

{X1′, X2′, X3′} { X1, X2 , X3 , X4}.

215

216

Рис. 3.31. Подсистемы модели предпочтений (см. рис. 3.28) на три входа

216

Рис. 3.32. Мнемоническая схема формирования подсистем модели предпочтений с использованием коммутатора K

Метод сертификации модели предпочтений. За основу метода сертификации принят подход, предоставляющий информацию о степени влияния частных критериев на комплексную оценку модели в категориях качества. Результаты сертификации, предназначенные для уменьшения методической ошибки ∆3 рефлексии по результатам исследования модели предпочтений, ведут к снижению методической ошибки ∆2 рефлексии, обусловленной моделированием (см. рис. 3.23). Эффективность процедуры сертификации модели предпочтения можно усилить, дополняя ее приоритетными данными о функциях привидения в форме, представленной на рис. 3.33.

Рис. 3.33. Форма представления результатов сертификации модели предпочтения прототипу с добавлением информации о шкалах частных критериев

217

Сертификацией завершается разработка группы методов исследования модели предпочтения, обслуживающих анализ и обработку информации об ее структурной сложности.

Последующие методы обслуживают анализ и обработку информации о сложности функционирования (поведения) модели предпочтений и объекта комплексного оценивания как сложных систем.

3.3.3. Методы исследования сложности функционирования (поведения) моделей предпочтений

Методы ранжирования состояний объекта комплекс-

ного оценивания. Эти методы предназначены для оценки тенденций развития (изменения уровня эффективности) объектов комплексного оценивания. Так, для состояний объекта, отображаемых семейством рабочих точек на рис. 3.29, ранжированный ряд состояний строится в соответствии со значениями комплексных оценок, определяющих их принадлежность к тем или иным изопрайсам топологической картинки. На множестве комплексных оценок состояния объекта устанавливается отношение нестрогого порядка, которое путем сопоставления текущего состояния с вариантами планируемых состояний позволяет сделать обоснованный выбор направления развития с учетом ограничений на дополнительно привлекаемые ресурсы. Мнемоническая схема описанной процедуры, показанная на рис. 3.34, включает дополнительные мнемонические элементы:

– элемент ранжирования с отношением порядка ≥,

– элемент ранжирования с отношением порядка ≤.

218

Рис. 3.34. Мнемоническая схема установления нестрогого порядка на множестве состояний объекта комплексного оценивания (≥ – невозрастание, ≤ – неубывание)

Методы построения динамики изменения состояний объекта комплексного оценивания. Решаемая задача отлича-

ется от предыдущей задачи привязкой каждого состояния к определенному моменту времени. На рис. 3.35 показана мнемоническая схема процедуры построения динамики изменения состояний объекта комплексного оценивания, использующая элемент ранжирования в режиме неубывания по отношению к моментам времени. Получаемая данным методом информация о правилах перехода из состояния в состояние объекта комплексного оценивания в условиях известных и неопределенных характеристик воздействий внешней среды на систему позволяет учитывать сложность функционирования (поведения) объекта в различных организационных системах, занимающихся решением проблемы повышения эффективности товаров и услуг.

Рис. 3.35. Мнемоническая схема процедуры построения динамики изменения состояний объекта комплексного оценивания

Пример отображения динамики состояния объекта комплексного оценивания в виде зависимости комплексной оценки от времени представлено на рис. 3.36.

219

X

t

Рис. 3.36. Динамика изменения состояния объекта

Методы ранжирования объектов сопоставления. Дан-

ные методы обслуживают исследование сложности поведения модели предпочтений в процессе ранжирования ими разнообразных групп однородных объектов: проекты изменения системы, конкурирующие товары и услуги, экспонаты выставки, претенденты на распределяемые ресурсы, участники тендеров и другие. Мнемоническая схема процедуры ранжирования групп однородных объектов показана на рис. 3.37.

Рис. 3.37. Процедура ранжирования групп трех однородных объектов X, Y, Z

Особый интерес для анализа и обработки информации о поведении модели предпочтений представляет динамика сопоставления ранжируемых объектов по мере прохождения уровней иерархии на дереве комплексного оценивания, что иллюстрируется рис. 3.38.

220