- •Часть 1. Методологические аспекты моделирования
- •Часть 3. О методике построения математических моделей
- •Часть 4. Экспертиза в системном анализе
- •Объект и предмет исследования
- •Часть 1. Методологические аспекты моделирования
- •Понятие моделирования
- •1.2. Обобщенный процесс моделирования
- •1.3. Математические модели
- •Часть 2. Элементы теории систем
- •2.1. Система и ее компоненты
- •2.2. Строение системы
- •2.2.1. Связи в системе
- •2.2.2. Структура системы
- •2.2.3. Пространственные и временные связи
- •2.2.4. Описание системы
- •2.3. Классификация систем
- •2.3.1. Понятие классификации
- •2.3.2. Основные методы классификации
- •Иерархическая схема классификации.
- •Классификация систем по степени структурированности.
- •2.4. Системные принципы
- •2.4. Основы системного анализа
- •2.4.1. Понятие системного анализа
- •2.4.2. Этап постановки проблемы
- •2.4.3. Содержание системного анализа
- •Часть 3. О методике построения математических моделей
- •3.1. Анализ задачи
- •3.2. Этап формирования математической модели
- •3.3. Классификация математических моделей
- •3.4. Модель черного ящика
- •3.5.Теоретико-множественная модель
- •3.6. Типовые математические схемы
- •Непрерывно-детерминированные модели (d - схемы).
- •3.7. Пример построения динамической модели
- •3.8. Метод статистических испытаний (метод Монте – Карло)
- •3.9. Имитационное моделирование
- •3.10.1. Понятие нечеткого множества
- •3.10. Операции над нечеткими множествами.
- •3.10.3. Нечеткие отношения
- •3.10.4. Нечеткие и лингвистические переменные.
- •3.10.5. О построении функций принадлежности
- •3.10.6. Элементы нечетких алгоритмов
- •Стандартные графики функции принадлежности
- •Часть 4. Экспертиза в системном анализе
- •4.1. Методы проведения экспертизы в системном анализе
- •4.1.1. Основные задачи экспертизы в системном анализе
- •4.1.2. Методы коллективной генерации идей
- •4.1.3. Структуризация систем
- •4.1.4. Морфологические методы
- •4.2. Измерение
- •4.2.1. Понятие измерения
- •4.2.2. Шкалы измерений числовых показателей.
- •4.2.3. Шкала измерений нечисловых показателей
- •4.2.4. Сравнительный анализ шкал
- •4.3. Обработка экспертных измерений
- •2.4.1. Ранжировка и оценка в баллах
- •2.4.2. Исследование зависимости показателей качества, измеряемых в нечисловых шкалах
- •4.4.3. Оценка степени согласованности порядковых показателей
- •4.4.4. Проверка степени несогласованности и безразличия экспертов
- •Заключение
- •Библиография
- •Живицкая е.Н., о.П. Едемская. Системный анализ и проектирование информационных систем: Учебно-метод. Пособие. / Мн.: бгуир, 2005.
4.3. Обработка экспертных измерений
В рамках системного подхода экспертам приходится решать широкий спектр задач измерений (оценивая). Наиболее распространена следующая схема. Экспертам предоставлена совокупность объектов (проектов, явлений, свойств и т.п.). Каждый из них может иметь некоторые характеристики (показатели), причем часто выражаемые в качественном виде. Ставится задача, используя определенные процедуры и методы, ввести на этом множестве соответствующие отношения, т.е. эти объекты измерить (оценить, идентифицировать и т.п.).
В настоящее время разработано большое количество процедур экспертных измерений и способов их обработки. Это, например, методы: ранжирования, парного сравнения, множественного сравнения, последовательно сравнения, непосредственной оценки и многие другие.
Целесообразность применения того или иного метода во многом определяется характером анализируемой информации. Когда оправданы лишь качественные оценки объектов по некоторым качественным признакам, то используются методы ранжирования, парного и множественного сравнения. Если же характер анализируемой информации таков, что допускает получение численных оценок объектов, то можно использовать методы типа последовательного сравнения. Описание всех методов широко опубликовано, см, например, 1 2 3.
Основная цель экспертного опроса состоит в том, чтобы выявить согласованное мнение данного коллектива экспертов о сравнительном качестве оцениваемых объектов и тем самым подготовить дополнительную информацию для принятия решения, в частности для построения математических моделей рассматриваемых объектов. Поэтому, кроме задач собственно измерения важное место принадлежит решению задач обработки и последующей интерпретации данных экспертизы. В чем конкретно заключается эта обработка? В зависимости от важности и сложности разрешаемой проблемы может использоваться различный арсенал методов обработки экспертной информации. Если изучаются количественные характеристики, то в основном используются методы математической статистики. В том случае, если среди них имеются характеристики нечисловой природы, то арсенал решаемых задач и применяемых методов несколько иной. Именно на них мы и остановимся.
Часто экспертиза проводится по оценке системы с нескольких точек зрения, и, следовательно, рассматриваются разные характеристики. Вызывает интерес вопрос: связаны ли между собой эти характеристики или нет? Ведь, если два показателя связаны между собой, то появляется возможность, зная значение одного из них, найти (оценить) значение другого. Таким образом, возникает необходимость оценки степени согласованности показателей: насколько зависимы эти показатели между собой и, следовательно, возможен ли прогноз значений одного показателя на основе значений другого.
Еще одно обстоятельство. Экспертиза обычно проводится силами нескольких экспертов (комитетом экспертов). Естественно, что мнения отдельных экспертов отличаются друг от друга. Чем вызваны эти отклонения: случайными обстоятельствами или, например, некомпетентностью отдельных экспертов в данной тематике? Ведь очевидно, чем в большей мере согласуются мнения экспертов, тем более «верными» представляются результаты экспертизы. Это так называемая задача оценки степени согласованности мнения экспертов.
Ниже рассмотрены такого рода задачи и некоторые методы их решения, в том числе и с учетом присутствия экспертных оценок, имеющих нечисловую (качественную) природу.