WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 13 |

При достаточно большом числе оцениваемых альтернативных вариантов процедура парного сравнения всех возможных пар становится трудоемкой для эксперта. В этом случае целесообразно применение соответствующих модификаций метода парных сравнений. Например, если предположить непротиворечивость оценок эксперта, то, практически, достаточно однократного предъявления каждого альтернативного варианта в паре с каким-либо другим.

3 Ранжирование альтернативных вариантов. Достаточно распространенной процедурой является также непосредственное ранжирование экспертом по предпочтительности оцениваемых альтернативных вариантов. В этом методе эксперту предъявляются отобранные для сравнительной оценки альтернативные варианты, но желательно не более 20 – 30 для их упорядочения по предпочтительности. Если альтернативных вариантов больше, то целесообразно использование соответствующих модификаций метода ранжирования. Например, ранжированию альтернативных вариантов может предшествовать их разбиение на упорядоченные по предпочтению классы с помощью метода экспертной классификации.

Ранжирование сравниваемых объектов эксперт может осуществлять различными способами. Приведем два из них. В соответствии с первым – эксперту предъявляется весь набор альтернативных вариантов и он указывает среди них наиболее предпочтительный. Затем эксперт указывает наиболее предпочтительный альтернативный вариант среди оставшихся и т.д., пока все оцениваемые альтернативные варианты не будут им проранжированы.

При втором способе эксперту первоначально предъявляются два или больше альтернативных вариантов, которые предлагается ему упорядочить по предпочтениям. Если эксперту первоначально предлагаются несколько альтернативных вариантов для упорядочения по предпочтениям, то он на этом этапе может воспользоваться первым способом ранжирования. После проведения первоначального ранжирования эксперту последовательно предлагаются новые еще неоцененные им альтернативные варианты.

Эксперт должен определить место вновь предъявленного альтернативного варианта среди проранжированных ранее. Процедура завершается после предъявления и оценки последнего альтернативного варианта.

4 Метод векторов предпочтений. Этот метод чаще используется при необходимости коллективного экспертного ранжирования. Эксперту предъявляется весь набор оцениваемых альтернативных вариантов и предлагается для каждого альтернативного варианта указать, сколько, по его мнению, других альтернативных вариантов превосходят данный. Эта информация представляется в виде вектора, первая компонента которого – число альтернативных вариантов, которые превосходят первый, вторая компонента – число альтернативных вариантов, которые превосходят второй альтернативный вариант, и т.д.

Если в векторе предпочтений каждое число встречается ровно один раз, то экспертом указано строгое ранжирование альтернативных вариантов по предпочтениям. В противном случае полученный результат не является строгим ранжированием и отражает либо затруднения эксперта при оценке сравнительной предпочтительности отдельных альтернативных вариантов, либо наличие среди них равноценных.

Метод векторов предпочтений отличается сравнительной нетрудоемкостью и используется с учетом характера экспертизы. Метод может применяться и тогда, когда у эксперта имеются затруднения при использовании других методов оценки сравнительной предпочтительности альтернативных вариантов.

5 Дискретные экспертные кривые. Если в цели экспертизы входит разработка прогнозов или анализ динамики изменения показателей, характеризующих объект экспертизы, то целесообразно воспользоваться дискретными экспертными кривыми.

При построении дискретной экспертной кривой определяется набор характерных точек, в которых наблюдается или ожидается смена тенденции изменения значений показателя, а также значений показателя в характерных точках. На участках между характерными точками предполагается, что значения показателя изменяются линейно, т.е. две соседние характерные точки кривой могут быть соединены отрезками прямой линии.

Если есть достаточно веские основания для того, чтобы определить нелинейные изменения значений показателя на участках кривой между соседними характерными точками, имеет смысл от дискретных экспертных кривых перейти к экспертным кривым. При построении экспертных кривых отрезки прямых линий могут быть заменены отрезками известных нелинейных кривых либо кривых, построенных непосредственно экспертами.

Заметим, однако, что далеко не всегда мы располагаем информацией, позволяющей надежно судить о поведении кривой на участках между характерными точками. К тому же обработка результатов экспертных оценок и, в частности, определение результирующей коллективной экспертной оценки, более надежно для дискретных экспертных кривых.

Применение экспертных кривых позволяет более наглядно и надежно представить различные сценарии развития ситуации, что часто бывает необходимым при разработке прогнозов.

Анализ экспертных методов позволяет нам сделать вывод, что для целей определения весовых коэффициентов при многокритериальной оптимизации наиболее предпочтительным является метод парных сравнений, позволяющий уменьшить значение субъективизма при определении весовых коэффициентов. Ниже приводится разработанная нами методика применения метода парных сравнений.

Задано множество вариантов решения исследуемой проблемы V = {vi, i = 1,..., n}, где n – число вариантов.

Экспертам предлагается оценить значимость вариантов для достижения цели. Всего привлечено m экспертов.

В ходе экспертизы каждому эксперту выдавалась таблица, в которую он должен был занести результаты парных сравнений, образующих матрицу S = | s (k, p) | n n, где 1, если вариант vk предпочтительнее варианта vp ;

s (k, p) = 0, если вариант vp предпочтительнее варианта vk ;

–, если варианты vk и vp равнозначны.

В качестве рекомендаций эксперту при заполнении матрицы парных сравнений предлагалось сначала попарно сравнивать вариант v1 с v2, …, vn, затем v2 с v3, …, vn и т.д., т.е. достаточно заполнить таблицу лишь выше главной диагонали. Элементы таблицы ниже главной диагонали заполняются по правилу:

v (k, p) = 1 – v (p, k).

Заполнение матрицы парных сравнений одним экспертом приведено в табл. 1.

1 Матрица парных сравнений первого эксперта v1 v2 v3 vi … … vn v1 – 1 1 0 v2 0 – 0 0 v3 0 1 – 0 … vi 1 1 1 – – … vn 0 0 1 0 – Предположим, что мы имеем 11 целевых функций задачи оптимизации производственной программы и оценку проводят 5 экспертов. Тогда пример заполнения матрицы первым экспертом представлен в табл. 2.

Обработка результатов экспертизы начиналась с определения суммарных баллов, проставленных каждым экспертом по каждому из вариантов, и определения рангов вариантов в соответствии с этими баллами (см. табл. 3).

2 Матрица парных сравнений первого эксперта v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 vv1 – 1 1 0 0 0 1 0 0 0 v2 0 – 0 0 0 0 1 0 0 0 v3 0 1 – 1 0 1 1 0 0 1 v4 1 1 0 – 0 0 1 1 0 1 v5 1 1 1 1 – 1 1 1 0 1 v6 1 1 0 1 0 – 1 0 0 1 v7 0 0 0 0 0 0 – 0 0 1 v8 1 1 1 0 0 1 1 – 0 0 v9 1 1 1 1 1 1 1 1 – 1 v10 1 1 0 0 0 0 0 1 0 – v11 0 0 1 0 0 0 1 0 0 0 – 3 Сводная матрица результатов обработки матрицы парных сравнений первого эксперта Номер Суммарный НормированРанг варианта вари- балл ная R (k) анта B (k) частота F (k) v1 4 4/55 7,v2 2 2/55 9,v3 5 1/11 v4 6 6/55 v5 9 9/55 v6 6 6/55 v7 1 1/55 v8 6 6/55 v9 10 10/55 v10 4 4/55 7,v11 2 2/55 9,В результате работы m экспертов заполняются обобщенные таблицы суммарных баллов B (n, m), рангов R (n, m) и нормированных частот предпочтения F (n, m) рассматриваемых вариантов (см. табл. и 5).

4 Сводная таблица суммарных баллов Номер Эксперт Эксперт Эксперт Эксперт Эксперт Общий Нормирован- Общий вариан1 2 3 4 5 балл ная частота ранг та v1 4 4 4 4 3 19 0,069 v2 2 4 3 4 3 16 0,058 8,v3 5 5 6 6 6 28 0,102 v4 6 7 5 6 5 29 0,105 v5 9 7 7 7 9 39 0,142 v6 6 6 6 6 6 30 0,109 v7 1 2 3 2 2 10 0,036 v8 6 7 8 7 6 34 0,124 v9 10 8 8 7 8 41 0,149 v10 4 3 2 3 4 16 0,058 8,v11 2 2 3 3 3 13 0,047 Итого: 275 5 Сводная таблица ранжирования вариантов экспертами Номер Эксперт 1 Эксперт 2 Эксперт 3 Эксперт 4 Эксперт варианR (k, 1) F (k, 1) R (k, 2) F (k, 2) R (k, 3) F (k, 3) R (k, 4) F (k, 4) R (k, 5) F (k, 5) та v1 7,5 4/55 7,5 4/55 7 4/55 7,5 4/55 9 3/v2 9,5 2/55 7,5 4/55 9 3/55 7,5 4/55 9 3/v3 6 1/11 6 1/11 4,5 6/55 5 6/55 4 6/v4 4 6/55 3 7/55 6 1/11 5 6/55 6 1/v5 2 9/55 3 7/55 3 7/55 2 7/55 1 9/v6 4 6/55 5 6/55 4,5 6/55 5 6/55 4 6/v7 11 1/55 10,5 2/55 9 3/55 11 2/55 11 2/v8 4 6/55 3 7/55 1,5 8/55 2 7/55 4 6/v9 1 10/55 1 8/55 1,5 8/55 2 7/55 2 8/v10 7,5 4/55 9 3/55 11 2/55 9,5 3/55 7 4/v11 9,5 2/55 10,5 2/5 9 3/55 9,5 3/55 9 3/Подсчет суммарных баллов производится построчным суммированием элементов матрицы V, ранги определяются по правилам, определенным в математической статистике. Поскольку один эксперт сравнивает 55 пар вариантов n (n – 1) / 2, то при определении нормированных частот используется этот коэффициент. Расчеты по таблицам, заполненным j-м экспертом, производились по формулам:

n B (k, j) = (k, p, j) ;

v p=B(k, j) F (k, j) = ;

Cn n (n -1) C2 =.

n Причем F (k, j) = 1, k =т.е. нормирование заключается в делении частот F (k, j) на число сравнений.

Значения нормированных средних частот (рейтингов) F (k) с учетом мнения всех экспертов вычисляются по формуле f (k, j) j =F (k) =.

11 f (k, j) k =1 j =Чем больше значение F (k), тем выше доля k-го средства в достижении цели удовлетворения информационных потребностей клиента в общем перечне оказываемых ему необходимых информационных услуг.

Но прежде, чем принимать рассчитанные долевые коэффициенты, необходимо оценить, насколько согласованным было мнение экспертов при парных сравнениях.

Достоверность предположения о согласованности мнений экспертов проверяется методами проверки статистических гипотез. В нашем случае проверялась гипотеза о том, что различия во мнениях экспертов незначительны и полученные по заполненным экспертами таблицам ранги вариантов можно рассматривать как случайные величины, распределенные по одному и тому же закону, имеющие одинаковые статистические характеристики.

Для предварительной оценки согласованности мнений экспертов определим коэффициенты ранговой корреляции по Спирмену, которые рассчитываются по формуле n 6 (i, x) - r (i, y))(r i=K (x, y) =.

n (n2 -1) Сводная таблица коэффициентов корреляции ранжирования вариантов для пяти экспертов приводится в табл. 6.

Из табл. 6 видно, что мнения экспертов достаточно согласованы, поскольку все коэффициенты корреляции близки к единице. Для более строгой оценки рассчитаем коэффициент конкордации:

4S W =, m (m -1) n (n -1) где n n S = ;

CB(k, p) p=1 k = 0 при B (k, p) < 2;

C2 = при B (k, p) = 2;

B(k, p) b (b -1) при B(k, p) > 2.

На основании данных табл. 6 коэффициент конкордации (согласия) в нашем случае равен W = 4 405 / (5 4 11 10) = 0,7364.

6 Сводная таблица коэффициентов корреляции Экспер- Эксперт Эксперт Эксперт Эксперт Эксперт ты 1 2 3 4 1 1 0,94626 0,85514 0,92456 0,2 9 2 1 0,88317 0,95523 0,8 3 1 0,94343 0,4 1 0,5 7 Число сочетаний С на основании сводной таблицы суммарных баллов Ваv1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 Сумма риант v1 – 1 0 0 0 0 3 0 0 3 1 0 v2 0 – 0 0 1 0 1 0 0 1 6 v3 6 1 – 3 0 1 1 0 0 3 3 0 0 v4 6 1 1 – 0 0 1 3 1 1 1 0 0 v5 6 3 1 6 – 1 1 1 0 1 1 0 0 0 0 v6 1 6 0 1 0 – 1 0 0 1 1 0 0 0 0 v7 1 0 0 0 0 0 – 0 0 1 3 v8 1 6 1 1 3 6 1 – 0 1 3 0 0 v9 1 6 1 3 6 1 1 6 – 3 3 0 0 0 v10 1 3 1 0 0 0 0 3 – 6 v11 0 0 1 3 0 0 1 1 1 0 – S = Коэффициент W может находится в пределах от Wmin (при минимальном согласии экспертов) до (полное согласие). Значение Wmin рассчитывается из соотношения m -, если m - нечетное;

2m Wmin = m -, если m - четное.

-1) 2(m В нашем примере m = 5 и Wmin = 4 / 10 = 0,4.

Таким образом, W = 0,7364 принадлежит интервалу [0,4; 1], мнения экспертов можно считать согласованными и весовые коэффициенты, рассчитанные для каждого показателя, используемого для решения задачи оптимизации, достоверными.

3.3 ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССА ОПЕРАТИВНОГО УПРАВЛЕНИЯ ПУТЕМ РАЗРАБОТКИ ГРАФОВОЙ МОДЕЛИ СИСТЕМЫ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ НА ОСНОВЕ РЕЛЯЦИОННОЙ СТРУКТУРЫ ДАННЫХ В рамках прагматической концепции семиотики информация определяется как фактическое или потенциальное знание, которое служит для подготовки целенаправленного действия. Кроме того, она представляет собой реальный нематериальный потребительский продукт, основной функцией которого является снижение неопределенности в процессе реализации целей.

При обработке экономической информации в управлении вообще, а при учете, планировании и анализе затрат в частности возникают следующие основные проблемы:

- избыточности – она обусловлена сложностью целенаправленного отбора и агрегирования управленческой информации; исследования показали, что спрос на информацию составляет лишь 6…11 % от потребности, кроме того, 90 % мощностей информационных систем не используются по различным причинам;

- значимости (релевантности) – данная проблема связана с оценкой и определением степени важности экономической информации для обеспечения высокого качества принимаемых решений;

- временного аспекта – он возник в связи со своевременной подготовкой и обработкой экономической информации в условиях динамичного развития внешней и внутренней среды;

- коммуникации – она продиктована рациональным распределением информации, вследствие растущего уровня делегирования полномочий;

- обеспечения необходимой эффективности – она связана с ростом затрат, имеющих место при сборе, обработке и хранении экономической информации.

Следовательно, возникает необходимость рационализации информационного обеспечения управленческой деятельности с количественной, качественной, временной, организационной и экономической точек зрения. Можно предположить, что качество принимаемых решений зависит от количества (объема) информации, возможности ее обработки, а также прикладного характера информации и некоторых поведенческих аспектов. Объем информации определяется потребностью, а также спросом и предложением. Если прочие факторы являются константами, то можно установить положительную (дегрессивную, прогрессивную или пропорциональную) зависимость между качеством принимаемых решений и объемом информации. Однако, возможна негативная ситуация, когда избыток предложения над спросом вызывает проблемы, связанные со своевременной обработкой.

Существуют различные подходы к принятию взвешенных решений в системе "выгода – риск", основанные, например, на теории полезности Бернулли, теории рисков и шансов Шекле и др.

Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 13 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.