Интеллектуальные технологии обоснования инновационных решений

В соответствии с данными табл. 3.1 вычислены весовые коэффициенты всех уравнений назначенных рабочими точками локальных областей (табл. 3.3), и на этой основе построено семейство линейных моделей:

Таблица 3.3 Сводные данные по линеаризации матричной модели

Полученная система линейных уравнений свидетельствует о локальном уменьшении размерности нелинейной модели (мерность пространства – N, см. табл. 3.3), существенной динамике качественных изменений в процедуре свертки при переходе из одной локальной области в другую (чередуются переменные с наибольшим весовым коэффициентом, что соответствует изменению приоритетов частных критериев, их число и состав). Достаточно наглядно описанная динамика проиллюстрирована на рис. 3.44.

Несовпадение результатов вычислений комплексной оценки с данными наблюдений, принадлежащими определенной локальной области, как факт неадекватности модели можно подвергнуть узконаправленному анализу благодаря

231

Рис. 3.47. Функция чувствительности по критериям Х3, Х7

С помощью функций чувствительности для конкретной локальной области можно устранить или уменьшить неадекватность модели данным наблюдений, корректируя параметры матриц свертки, касающихся существенных переменных, либо функции приведения этих переменных к стандартной шкале.

Технология построения линейной свертки в рабочей точке в мнемонической форме представлена на рис. 3.48, где

Рис. 3.48. Мнемоническая схема процедуры построения линейной свертки в рабочей точке

233

Описанные в данном параграфе методы могут быть использованы при прогнозе или планировании изменений поведения объектов комплексного оценивания в окрестности рабочей точки, а также в более широких пределах на основе последовательных шагов линеаризации и анализа.

3.3.5. Методы исследования сложности развития объектов комплексного оценивания (информационных систем) и моделей предпочтений

Рассмотрение этого высшего уровня сложности связано с перспективами продвижения hume-технологий и предполагает принятие во внимание как самих предпочтений ЛПР, так и объектов комплексного оценивания.

Методы построения множества альтернатив повышения эффективности информационных систем и моделей предпочтений. Основу методов составляют модели и методы анализа и синтеза перспективных информационных систем, предоставляющие измеренные значения частных критериев этих сложных объектов. Технологии реализации этих методов хорошо сочетаются с технологиями ранжирования объектов сопоставления (рис. 3.34), как это показано в виде мнемосхемы на рис. 3.49.

Рис. 3.49. Мнемосхема технологий построения множества альтернатив в задачах развития объектов сопоставления

Развитие моделей предпочтений видится автором в следующих направлениях:

– обеспечение адекватности моделей прототипу на основе совершенствования системы сертификации, обработки наблюдений поведения объекта моделирования и достаточно

234

гибкая подстройка параметров модели под результаты этих наблюдений;

–совершенствование математических методов исследования многомерных кусочно-непрерывных функций свертки, поиска локальных и глобальных экстремумов и процедур линеаризации более высокого порядка;

–разработка методов параллельного обслуживания нескольких объектов сопоставления и заявок на синтез траекторий развития отдельных объектов;

–моделирование коллективных предпочтений в плане их разработки и исследования для социумов с заданными параметрами.

Некоторые шаги по последнему направлению выделены

вотдельный подраздел, посвященный механизмам принятия коллегиальных решений, в том числе с использованием моделей коллективных предпочтений.

3.4. Моделирование коллективных предпочтений ЛПР

Необходимость моделирования коллективных предпочтений встречается во время принятия решения коллегиальными руководящими органами при обосновании перспективных направлений повышения эффективности ИС, наиболее привлекательного варианта (проекта) изменения системы, учете предпочтений социума, электората, субъектов рынка и т.п. и связана с обработкой экспертной информации.

При недостаточной подготовке отдельных экспертов или их личной заинтересованности результаты оценивания могут быть искажены. Для преодоления этого недостатка по одному и тому же проблемному вопросу применяют групповое экспертное оценивание, которое предполагает получение независимых оценок от каждого эксперта и обработку этих результатов. Наиболее часто применяют обработку экспертной информации по формуле «среднеарифметического»:

235

где n – число экспертов, i, j – номер эксперта. Этот способ допускает манипулирование результатами со стороны отдельного j-го эксперта, высказывающего не свое истинное мнение, а ложное – значение одного из слагаемых (своего) числителя. В результате этого действия манипулятор может повысить или понизить общую оценку. Этот способ иногда модифицируют путем отбрасывания минимального и максимального значений. Оставшиеся оценки тоже допускают манипулирование, хотя и в меньших пределах. Таким образом, среднеарифметическая обработка мнения экспертов в целом манипулируема.

Рассмотрим неманипулируемый механизм активной экспертизы, идея которого заключаются в создании условий, при которых эксперту было бы выгодно говорить правду, т.е. свое истинное мнение.

Рассмотрим подробнее этот механизм, но без доказательств [1, 2]. В основе этого механизма лежит не арифметическая обработка, а логическая:

где i – номер эксперта в ранжированном ряду высказанных мнений, расположенных между нижней Хниж и верхней Хверх границами области высказываний, Wi–1 – специальная дискретная функция, множество значений которой соответствует состояниям равновесия по Нэшу. Значение данной функции для i-го эксперта, как правило, вычисляется по формуле

(рис. 3.50)

Wi−1 = Xниж + Xверх − Xниж (n −i +1).

n

236

Wi–1, Xi

● – результат активной экспертизы Хэ

При такой обработке экспертной информации эксперты объявляют свои оценки, будучи ознакомленными с механизмом обработки результатов (см. рис. 3.50).

Нумерация экспертов i производится после их опроса и устанавливается в порядке возрастания оценок экспертов. Строится специальная линейная функция Wi (n). Специальная

функция Wi зависит от номера эксперта и на i-м шаге соот-

ветствует случаю, когда i – 1 экспертов указывают минимальное значение Хниж, (n −i) +1 – максимальное Хверх, а итоговый результат вычисляется как среднеарифметическое.

На каждом шаге i выбирается минимальное значение из пары ( Xi ,Wi−1 ), а затем максимальное значение из всех ми-

нимальных (см. рис. 3.50), которое является результатом обработки методом активной экспертизы. Поскольку отсутствует арифметическая обработка результатов, манипулирование отдельными экспертами бессмысленно, так как оно только свидетельствует об их некомпетентности без влияния на результат.

237

Программная реализация активной экспертизы (рис. 3.51) подтверждает ее работоспособность в иллюстративном интервале [1, 4].

Рис. 3.51. Иллюстрация работы программы «Активная экспертиза»

Однако вычислительный эксперимент показывает что описанный механизм активной эксперизы в отдельных случаях допускает манипулирование, хотя и в меньших масштабах. Действительно, в случае единого мнения экспертов, за исключением одного, в вопросе соответствия качества объекта верхней (нижней) оценке Хверх (Хниж) (рис. 3.52, 3.53), у эксперта с «особым» мнением возникает небольшой, но значимый интервал его диктаторства [W0 , W1 ] ([Wn−1 , Wn ]).

Рис. 3.52. Иллюстрация процедуры манипулирования в вопросе соответствия качества объекта верхней оценке

238

Рис. 3.53. Иллюстрация процедуры манипулирования в вопросе соответствия качества объекта нижней оценке

Из вычислительного эксперимента видно, что после округления итоговой оценки она качественно меняется, оставляя манипулятора в привилегированном отношении относительно близости этой оценки к его мнению.

Улучшить качество активной экспертизы, сократив возможности манипулирования отдельными экспертами, можно, сужая диапазон диктаторства последнего. Как показано выше, этот диапазон определяется интервалом между двумя соседними значениями специальной функции, зависящими от границ области оценок [Хниж, Хверх]. В практике экспертных опросов эта область в отдельных процедурах полностью не используется, иначе бы речь шла о слишком большом разбросе мнений по одному и тому же вопросу и отсутствии у экспертов единства методических принципов оценки. Отсюда следует, что специальную функцию целесообразно строить в соответствии с выражением

где Xmin , Xmax – крайние мнения экспертов, характеризующие их разброс и формирующие при известных условиях со-

239

стояния равновесия по Нэшу. В этом случае диктаторство становится не прямым, а косвенным, с уменьшением диапа-

зона влияния в (Xверх − Xниж )/ ( Xmax − Xmin ) раз и большим

удалением мнения этого эксперта от итоговой оценки в сравнении с остальными экспертами. Если манипулятор займет крайнюю позицию (Хниж = Хmin) в ситуации, показанной на рис. 3.52, или (Хверх = Хmin) в ситуации, показанной на рис. 3.53, то он поставит под сомнение свою компетентность удаленностью своего высказывания от результата обработки экспертной информации.

Усовершенствованный таким образом механизм активной экспертизы [16] можно считать более эффективным для решения задач обработки множества экспертных оценок. Результат обработки этой информации будем называть согласованной оценкой, не подлежащей дальнейшему обсуждению. С помощью этого механизма можно обосновать подходы к принятию коллективных решений и моделированию коллективных предпочтений.

Моделирование коллективных предпочтений предполагает использование композиции моделей индивидуальных предпочтений и элементов анализа и обработки информации о взаимодействии этих моделей. Для описания подобных объектов сложной структуры становится востребованным аппарат построения мнемонических схем, объединяющих данные обо всех главных параметрах моделей индивидуальных предпочтений и создающих полное совокупное их описание.

Методы принятия коллективных решений. Суть подхо-

да заключается в следующем. Мнение экспертов запрашивается не в виде оценок, а в форме моделей предпочтений, являющихся средством выражения мнений экспертов по вопросу выбора варианта решения. Каждая модель имеет одну и ту же область определения, составленную из частых критериев объектов сопоставления.

240