Содержание к диссертации
Введение
1. Обоснование необходимости моделирования региональной системы высшего профессионального образования, цель и задачи исследования 10
1.1. Характеристика системы высшего профессионального образования во взаимодействии с рынком труда 10
1.2. Анализ «методов моделирования рынка образовательных услуг 17
Модель Мак-Кинси 18
Модель Shell/DPM 19
1.3. Обзор и анализ математических методов для определения весовых коэффициентов 21
Метод собственных векторов Уэя 22
Метод собственных векторов Саати 23
Метод Коггера и Ю 23
Метод Юшманова ("остовного" дерева) 24
Методы, основанные на методе наименьших квадратов 24
Методы средних рангов 25
Методы аппроксимации рангов монотонной функцией 25
1.4. Сравнительный анализ специальных программных продуктов для моделирования рынков 26
ALS-Base 27
Marketing Analytic 4 (Разработчик: КУРС) 27
Marketing Expert (Разработчик: Про-Инвест ИТ) 27
Power analysis (Разработчик: StatSoft Russia) 27
SPSS (Разработчик: SPSS) 28
БЭСТ-Маркетинг (Разработчик: "Интеллект-Сервис") 28
Программные продукты KonSi (Разработчик: КонСи) 29
КАСАТКА-ПРОФ (Разработчик: Kasatka Consulting Group) 30
Маркетинг-аналитика (Разработчик: СКИП) 31
МаркетингМикс 3 (Разработчик: Корпоративные финансы) 31
1.5. Цель и задачи исследования 34
2. Математические и программные средства комбинационного моделирования для ранжирования вузов 37
2.1. Математические средства комбинационного моделирования 38
2.1.1. Процедура ранжирования вузов 38
2.1.2. Модели подбора и поведения экспертов 42
2.1.3. Определение оценок факторов 46
2.1.4. Статистические критерии и группировки экспертов 50
2.1.4.1. Качество экспертных суждений 50
2.1.4.2. Однородность экспертных оценок 53
2.1.4.3. Проверка связности показателей 53
2.1.4.4. Группировка экспертов 5 5
2.2. Программное обеспечение комбинационного моделирования 58
2.2.1. Программная оболочка комплекса, возможности администратора 61
2.2.2. Программные возможности эксперта 68
2.2.3.Программные возможности ЛПР 70
2.3. Выводы по главе 2 75
3. Практическое применение программного комплекса комбинационного моделирования 78
3.1. Статистический анализ экспертной информации применительно к специальности "Юриспруденция" 78
3.2. Ранжирование вузов, имеющих лицензию по специальности "Прикладная информатика" 86
3.3. Процедуры повышения качества 103
3.3.1. Процедура автоматизированной корректировки экспертных суждений 103
3.3.2. Процедура автоматизированной группировки экспертов 105
3.4. Выводы по главе 3 111
Заключение 113
Список литературы 115
- Характеристика системы высшего профессионального образования во взаимодействии с рынком труда
- Сравнительный анализ специальных программных продуктов для моделирования рынков
- Программная оболочка комплекса, возможности администратора
- Ранжирование вузов, имеющих лицензию по специальности "Прикладная информатика"
Введение к работе
Актуальность. Реформирование системы образования предполагает более активное участие различных субъектов (государства, органов власти, органов местного самоуправления, работодателей и т.д.). Необходимо учитывать мотивации и поведение производителей и потребителей образовательных услуг. Для обеспечения такого участия важным является наличие объективных данных по состоянию и развитию высшего образования. Однако нынешнее информационное обеспечение оказалось неспособным удовлетворить требованиям органов управления образованием и других структур, участвующих в модернизации российского образования. Причина - в снижении качества статистики образования, а также в медленном темпе внедрения новых методов статистического наблюдения и математического анализа, которые могли бы более точно описать изменения экономических отношений между работодателями и вузами, что отражает формирование рынка образовательных услуг во взаимодействии с рынком труда.
Отсутствие комплексной и систематизированной информации по экономике образования, а также методов её обработки, затрудняют оценку взаимодействия рынка образовательных услуг и рынка труда, в связи с этим сложно определить масштабы и структуры рынков.
В последние годы в Российской Федерации уделяется внимание поиску "точек роста" экономики, особенно для "удалённых" регионов. А для этого необходимо совершенствовать и внедрять методы математического моделирования региональной системы высшего образования, проводить анализ её состояния и оценивать её готовность для осуществления крупных социально-экономических проектов.
Дефицит комплексной и систематизированной информации о сфере образования, отсутствие эффективных методов моделирования, методов обработки и анализа данных говорит о необходимости целенаправленных действий по созданию интегрированной информационной системы по экономике образования, следствием чего является разработка и внедрение эффективной системы мониторинга образования. Новый этап реформирования системы образования, направленный на её структурное и содержательное обновление, выдвигает перед мониторингом профессионального образования новые задачи и проблемы, например, задачи совершенствования методов математического моделирования и обработки данных, позволяющих повысить качество принятия управленческих решений.
В связи с вышесказанным, разработка методов математического комбинационного моделирования региональной системы высшего образования является актуальной задачей, имеющей практическую и научную значимость.
Целью диссертационной работы является создание и совершенствование математического и программного обеспечения для ранжирования вузов по лицензированным образовательным программам, что необходимо для оценки возможностей региона при осуществлении крупных социально-экономических проектов.
Для реализации сформулированной цели в работе решаются следующие задачи:
Сравнительный анализ программно-математических средств для моделирования и исследования рынков, включая рынок образовательных услуг во взаимодействии с рынком труда.
Модернизация средств математического моделирования для ранжирования вузов по образовательным программам как двумерных объектов.
Разработка вычислительной процедуры ранжирования вузов по выбранной специальности, позволяющей подготавливать информацию для принятия управленческих решений.
Создание программного обеспечения, реализующего модернизированные и разработанные методы ранжирования вузов и содержащего средства комбинационного моделирования и графического отображения полученных результатов упорядочивания.
Методы исследования и достоверность результатов. Результаты и выводы, представленные в диссертации, обоснованы применением математического анализа и моделирования, численных методов, методов системного анализа и математической статистики. Работоспособность математического и программного обеспечения проверена расчётами, проведёнными по реальным данным.
Научную новизну диссертации представляют следующие результаты, которые выносятся на защиту:
Метод комбинационного моделирования, позволяющий комбинировать модели определения координат объектов, типы экспертных оценок, модели определения точечных значений из интервала, статистические критерии и варианты графического представления.
Алгоритм улучшения экспертной информации, содержащий две процедуры: а) процедуру автоматизированной корректировки экспертных суждений, которая позволяет экспертам исправлять свои суждения, если они несогласованны; б) процедуру автоматизированной группировки экспертов, позволяющей объединять экспертов по "одинаковости" их суждений.
Схема интервального оценивания факторов, использующего средства имитационного моделирования и дополненного графическим представлением, позволяющим позиционировать объекты не отдельными точками, а областями на матрице Мак-Кинси.
Программный комплекс "Комбинационное моделирование для ранжирования объектов", содержащий средства комбинационного моделирования и графического отображения полученных результатов упорядочивания (матрица Мак-Кинси, ромб ранжирования, линейка ранжирования).
Практическая ценность работы заключается в разработке средств комбинационного моделирования и графического отображения полученных результатов, реализованных в виде программного комплекса "Комбинационное моделирование для ранжирования объектов". Созданный программный комплекс апробирован при ранжировании вузов применительно к специальности "Прикладная информатика", а также используется при проведении
маркетинговых исследований в обществе с ограниченной ответственностью "ТехноСервис". Акт внедрения приведён в приложении 3.
Апробация работы. Основные результаты работы докладывались на международных и региональных конференциях: XI международная конференция "Информационные и математические технологии в научных исследованиях", Иркутск, 2006; Конференция аспирантов кафедры информатики и кибернетики БГУЭП, Иркутск, 2007; VIII Международная научно-практическая конференция "Современные технологии документооборота в бизнесе, производстве и управлении", Пенза, 2008; XIV Байкальская международная школа-семинар "Методы оптимизации и их приложения", Северо-байкальск, 2008.
По результатам исследований опубликовано 9 научных работ в виде статей и докладов, включая 2 публикации по рекомендации ВАК.
Структура и объём работы. Диссертационная работа состоит из введения, трёх глав, заключения, списка литературы из 112 наименований и трёх приложений, включая акт внедрения. Общий объём работы составляет 144 страницы, включая 27 таблиц, 33 рисунка, 3 приложения на 18 листах.
Характеристика системы высшего профессионального образования во взаимодействии с рынком труда
Реформирование системы образования предполагает более активное участие различных субъектов (государства, органов власти, органов местного самоуправления, работодателей и т.д.) [32]. Необходимо учитывать мотивации и поведение производителей и потребителей образовательных услуг. Но для обеспечения такого участия важным является наличие объективных данных по состоянию и развитию высшего образования. Однако нынешнее информационное обеспечение оказалось неспособным удовлетворить требованиям органов управления образованием и других структур, участвующих в модернизации российского образования. Отсутствуют необходимые данные о состоянии экономики образования, оценок масштабов региональных рынков образовательных услуг, характеристик поведения работодателей, стратегий образовательных учреждений и т.п. Причина - в снижении качества статистики образования, а также в медленном темпе внедрения новых методов статистического наблюдения и математического анализа, которые могли бы более точно описать изменения экономических отношений между работодателями и вузами, что отражает формирование рынка образовательных услуг.
Отсутствие комплексной, систематизированной и актуальной информации по экономике образования затрудняют оценку взаимодействия рынка образовательных услуг и рынка труда; сложно определить масштабы и структуры рынков. Всё это обосновывает разработку и внедрение системы мониторинга российского образования. Необходимость проведения мониторинга предопределяется несколькими законодательными и нормативными актами [1-7].
Правительством РФ была разработана федеральная целевая программа развития образования на 2006-2010 годы, в которой говорится, что "главное конкурентное преимущество высокоразвитой страны связано с возможностью развития её человеческого потенциала, которая во многом определяется состоянием системы образования" [2, 91]. В качестве цели этой программы определено обеспечение конкурентоспособности Российской Федерации на мировом уровне. Для достижения этой цели в систему образования необходимо внедрить новые организационно-экономические механизмы, повысить качество, инновационный потенциал и инвестиционную привлекательность образования путём обновления его структуры, технологий обучения и содержания, привлечь квалифицированных специалистов в сферу образования и др. В ходе реализации этой программы были выполнены проекты и мероприятия по модернизации структуры и содержания образования, сформирована общенациональная системы оценки качества образования, развита материально-техническая база образовательных учреждений, осуществлён поэтапный переход к новому уровню образования на основе информационных технологий.
Однако в программе развития образования на 2006-2010 годы отмечены и некоторые негативные тенденции, такие как неполное соответствие системы профессионального образования структуре потребностей рынка труда, слабая интеграция высшего образования с научной деятельностью и её негативное влияние на качество подготовки специалистов, снижение потенциала развития научных исследований и др.
Реформирование системы образования России привело к тому, что взаимодействие рынка труда и системы высшего профессионального образования становится всё более значимым. Процессы обновления российского образования нацелены на создание такой системы предоставления образовательных услуг, которая могла бы учитывать перспективы и требования современного рынка труда. Поэтому возникла необходимость изучения характера спроса на профессиональную рабочую силу для того, чтобы сформировать оптимальную структуру системы профессионального образования, которая могла бы подготавливать для современного рынка труда квалифицированного специалиста.
В последние годы в Российской Федерации уделяется внимание поиску "точек роста" экономики, особенно для "удалённых" регионов. А для этого необходимо совершенствовать и внедрять методы математического моделирования региональной системы высшего образования, проводить анализ её состояния и оценивать её готовность для осуществления крупных социально-экономических проектов.
Для получения комплексных оценок сферы образования, необходимых для органов управления, разрабатываются и внедряются новые аналитиче 13 ские подходы. Так, например, в рамках проекта "Формирование системы мониторинга экономики образования" была предпринята попытка оценить структуру спроса на рабочую силу на основе мнений работодателей [22]. В ходе реализации этой программы проводились социологические опросы руководителей предприятий для получения достоверной картины о мнениях работодателей о текущем спросе и о перспективах его роста либо снижения. Осуществлялись также серии опросов семей, социологические и статистические обследования в образовательных учреждениях.
Для получения точной комплексной информации о состоянии российского образования активно внедряется система общенационального мониторинга образования. Внедрение этой системы необходимо для реализации конституционного права на образование граждан Российской Федерации, которое состоит в получении качественного образования. В ближайшие годы планируется завершить формирование эффективной системы национального мониторинга, включающего мощный региональный компонент, так как, только имея более полный региональный охват, можно получать достоверную информацию. Мониторинг — это специально организованное систематическое наблюдение за состоянием каких-либо объектов [32].
Целью мониторинга является создание системы сбора, анализа и представления информации, адекватно отображающей состояние экономики образования, необходимой для принятия решений и анализа результатов их внедрения на различных уровнях управления. Мониторинг должен иметь целевую направленность, предоставлять максимально достоверную информации и объективные выводы, обеспечивать непрерывность и систематичность наблюдений.
Сравнительный анализ специальных программных продуктов для моделирования рынков
Marketing Analytic 4 представляет собой интегрированную информационно-аналитическую систему, позволяющую реализовать комплексный подход к управлению маркетинговой деятельностью предприятия на всех её этапах. Отдельные комплексы предназначены для решения задач накопления маркетинговых данных, автоматизации маркетинговых исследований, стратегического и оперативного планирования маркетинговой деятельности. Один из основных модулей — модуль Portfolio, в котором осуществляется подготовка данных для портфельного анализа (обработка результатов экспертных опросов и объективной рыночной информации), проведение SWOT-анализа и анализа привлекательности, а также построение стандартных матриц портфельного анализа (BCG, DPM).
Система помогает оценивать положение компании на рынке, проводить сравнительный анализ её деятельности с конкурентами, определять доходность различных сегментов рынка и товаров, долю рынка компании и темпы её роста. Для разработки оптимальных стратегий используются такие общепринятые аналитические методики, как GAP-анаяиз, сегментный анализ, SWOT-анализ, Portfolio-анализ.
Анализ мощности - это реализация большого числа современных методов планирования статистических исследований. В системе Statistica "Анализ мощности" использован современный подход к получению интервальных оценок. В программе реализован ряд статистических методов (t -критерий, дисперсионный анализ, коэффициенты корреляции, квадраты коэффициентов множественной корреляции и др.). Это позволяет строить доверительные интервалы для мощности и размера выборки на основе предварительных экспериментов.
Разработчиком предлагается ряд программных продуктов, реализующих различные методы и модели. В модуле SPSS Advanced Models (Advanced Statistics) имеется мощный набор сложнейших методов одномерного и многомерного анализа для решения реальных практических задач. Пропущенные значения могут серьёзно влиять на качество получаемых результатов. Модуль SPSS Missing Values Analysis позволяет легко исследовать имеющиеся данные с разных точек зрения для оценки возможных значений пропущенных данных. В нём имеются 6 разных типов отчётов, позволяющих найти закономерности в распределении пропущенных значений.
Модуль SPSS Regression Models (Professional Statistics) позволяет строить более точные (чем позволяет простая линейная регрессия) прогностические модели за счёт большого набора процедур нелинейного моделирования.
Модуль SPSS Categories позволяет проводить маркетинговые исследования с использованием многомерного анализа данных. Содержит широкий набор инструментов для проведения маркетинговых исследований. Позволяется проводить совместный анализ. Предусмотрено использование процедур шкалирования, в том числе анализ соответствий с графическим интерфейсом.
Программная система "БЭСТ-Маркетинг" представляет собой удобный и эффективный инструментарий, позволяющий оценить рыночные позиции предприятия в условиях конкуренции. Качественные данные преобразуются системой в количественные, что позволяет проводить соответствующие расчеты. В программе реализованы такие методики, как SWOT-ангтиз, модель Розенберга, метод АР, матрица Ансоффа [15].
Система "БЭСТ-Маркетинг" позволяет при анализе рынка определять перспективные рыночные ниши, проводить анализ конкурентоспособности товара, анализ рекламы. Результатами могут служить рекомендации по повышению эффективности рекламы, по стимулированию продаж.
При анализе конкурентов оценивается степень присутствия конкурентов на рынке, производится сравнительный анализ по товару и анализ рекламных компаний.
Для финансового планирования маркетинговой деятельности даётся прогноз продаж, вычисляется бюджет рекламы и сводный бюджет, а также производится подготовка бюджета затрат по продвижению продукции и контроль за его исполнением.
Программные продукты KonSi (Разработчик: КонСи) Компанией КонСи предлагается набор программных средств, позволяющих реализовывать различные маркетинговые задачи. Для позиционирования товара используется модуль KonSi-SWOT Analysis. В технологиях позиционирования товара воплощен опыт зарубежных маркетологов. Позиционирование может быть проведено с помощью двух подходов: стратегическое позиционирование товара (макро-позиционирование) и тактическое позиционирование товара (микро-позиционирование). Стратегическое позиционирование товара предполагает проведение SWOT анализа позиционируемого товара на рынке и одновременно товара-конкурента. Выделяются сильные, слабые стороны, возможности и угрозы. Результаты SWOT анализа используются для определения позиции товара на рынке и его положения относительного товара конкурента. Анализ проводится на основе экспертной информации и/или в процессе мозгового штурма. Тактическое позиционирование товара (микро-позиционирование) проводится на основе тщательного изучения мнений покупателей о позиционируемом товаре. Для анализа нескольких однотипных прямых конкурентов используется модуль KonSi-Multi SWOT Analysis. Программа позволяет провести сравнение конкурентов с позиций классических принципов SWOT анализа и стратегического планирования. Выделение сегментов покупателей с помощью кластерного анализа и факторного анализа выполняется с помощью программного обеспечения ЛТоябї-Сегментирование рынка, в котором присутствует модуль для позиционирования товара, позволяющий построить карту позиционирования товара. Технология сегментирования предназначена для изучения сегментной структуры рынка. Для анализа рынка используются анкетные данные. Реализованы методы изучения выделенных целевых сегментов (профили потребителей, позиционирование товаров на картах восприятия/предпочтений, матрицы стратегического потенциала сегментов). Результаты исследований отображаются в трёхмерной графике и выводятся в виде таблиц Excel.
Программная оболочка комплекса, возможности администратора
На ромбе предлагается выделять 5 областей: 1) Область "Лидеры" - правый верхний сектор матрицы ранжирования (сектор СЪ); 2) Область "Догоняющие" - два сектора, дополняющих область лидеров в модели Мак-Кинси (секторы S3 и С2); 3) Область "Нейтральные" - совпадает с пограничной областью матрицы ранжирования (секторы A3, В2 и О); 4) Область "Отстающие" - два сектора из области аутсайдеров, за исключением самого нижнего левого сектора (секторы А2 и В\); 5) Область "Аутсайдеры" - сюда входит один сектор - нижний левый (сектор А\). Линейка ранжирования (рис. 2.18) является отображением матрицы ранжирования на одну из осей (в зависимости от "ведущего" показателя). ЛПР может выбрать, какой из показателей, по его мнению, более важен для исследования. В зависимости от этого и будет формироваться линейка, которая представляется собой 9 секторов, упорядоченных в зависимости от выбранного ведущего показателя от худшего сектора (А1) к наилучшему (СЗ). Используя все возможные результаты (табличные, графические, значения статистических критериев), ЛПР может производить группировку экс пертов двумя способами — вручную либо автоматически. Для последнего варианта и разработана специальная процедура автоматизированной группировки экспертов (см. пункт 2.1.4.4). На практике было показано, что предложенный способ в значительной степени сокращает время поиска (и число вычислений) наилучших групп по сравнению с перебором всех возможных группировок экспертов. 1) Для ранжирования вузов относительно лицензированных образовательных программ предложен метод комбинационного моделирования, позволяющий комбинировать модели определения координат объектов (вузов), типы экспертных оценок (точечные и интервальные), модели определения точечных значений из интервала, различное графическое представление. Метод комбинационного моделирования дополнительно использует набор статистических методов для многовариантной проверки однородности экспертов и "качества" полученных результатов, а также процедуру автоматизированной группировки экспертов. 2) При автоматизированной группировке экспертов используется специально разработанный критерий, который основан на попарном сравнении экспертов. При отборе пар экспертов важным считается "одинаковость" весовых коэффициентов. Для последующего рассмотрения выбираются только такие пары. Дальнейшая итеративная процедура к каждой отобранной паре добавляет по одному такому эксперту, что он "близок" по весовым коэффициентам к каждому из экспертов рассматриваемой пары. В результате получаются тройки экспертов, затем четвёрки и т.д. 3) При определении интервальных оценок факторов предложена схема имитационного моделирования, при которой фактор считается случайной величиной, имеющей бета-распределение на интервале (а, Ъ). При моделировании конкретного значения фактора предложено три варианта: а) эксперт задаёт лишь значение интервала; б) эксперт кроме значения интервала указывает отличающиеся значения математического ожидания и наиболее вероятного значения; в) эксперт кроме значения интервала задаёт одинаковые значения математического ожидания и наиболее вероятного значения. 4) При ранжировании вузов их координатами являются два показателя: привлекательность вуза на рынке образовательных услуг и конкурентоспособность выпускников вуза на рынке труда. Для оценки первого показателя предложены такие факторы: репутация вуза, стоимость обучения и количество бюджетных мест, квалификация ППС, организация учебного процесса, дополнительное образование. Для второго показателя: качество подготовки специалиста, опыт сотрудничества с выпускниками данного вуза, разносторонне развитая личность специалиста, средняя оплата труда выпускника, возможность трудоустройства. Оценка весовых коэффициентов выбранных факторов осуществляется методом анализа иерархий. 5) Для графического представления результатов ранжирования помимо матрицы ранжирования предложены ромб и линейка ранжирования. При матричном представлении объекты разделяются на три основных группы: лидеры, нейтральные, аутсайдеры. Каждая из этих групп дополнительно разделяется на три сектора. В программе также добавлена возможность учёта интервальных оценок при матричном отображении объектов в виде областей. Ромб ранжирования позволяет разделить все вузы на 5 подгрупп. При этом вузы внутри одной подгруппы (но из разных секторов матрицы ранжирования) считаются равными по свои позициям. Сами же подгруппы упорядочиваются от самой слабой подгруппы (аутсайдеры) до самой сильной (лидеры). Линейка ранжирования позволяет оценить взаимное расположение вузов по каждому показателю в отдельности, классифицируя их на 9 секторов. 6) Комбинационное моделирование для ранжирования вузов реализовано в виде программного комплекса "Комбинационное моделирование для ранжирования объектов". Ввиду широкой распространённости продуктов компании Microsoft комплекс разработан для работы в операционной системе Windows с использованием возможностей офисного пакета Microsoft Office {Word, Excel, Access), SQL. Программный комплекс создан для пользователей трёх типов: эксперт, ЛПР и администратор. Администратор имеет доступ ко всем таблицам базы данных и может их изменять. Но главная задача администратора - производить настройку программы, проводить подключение или отключение различных методов обработки данных (реализовывать метод комбинационного моделирования) для нужд ЛПР. Эксперт имеет доступ лишь к собственным таблицам, может вносить, изменять и удалять данные. Функции обработки данных предоставлены при входе в программу ЛПР. Программный комплекс помимо ранжирования вузов позволяет упорядочивать и другие объекты, что достигается его "настройкой".
Ранжирование вузов, имеющих лицензию по специальности "Прикладная информатика"
Статистический анализ экспертной информации, используемой при ранжировании вузов Иркутской области применительно к специальности "Юриспруденция", показал, что: а) показатели "Привлекательность" и "Конкурентоспособность" связаны между собой, независимо от применяемых критериев и моделей свертки, поэтому вузы позиционируются вдоль главной диагонали; б) экспертные суждения оказались однородными, что говорит о "равной" квалификации экспертов; в) для ранжирования вузов применительно к специальности "Прикладная информатика" нами принято решение изменить некоторые факторы, связанные с показателями "Привлекательность" и "Конкурентоспособность".
Из девяти вузов Иркутской области, участвующих в подготовке специалистов по специальности "Прикладная информатика", для комбинационного моделирования было отобрано семь. Эти вузы были проранжированы с применением созданного автором программного комплекса. При матричном графическом представлении вузы группируются следующим образом: 1) группа лидеров - ИГУ, ИрГТУ, БГУЭП; 2) нейтральные (пограничная область) - ИГПУ; 3) аутсайдеры - ИИМТ, ИГСХА, СИПЭУ. Дополнительно вузы были представлены в виде ромба ранжирования (5 групп) и линейки ранжирования (9 групп).
Проведён статистический анализ экспертной информации, который подтвердил квалификацию экспертов и удачный выбор факторов. Дополнительно была проверена процедура анализа матрицы ранжирования, которая оценивает позицию вуза в матрице и определяет стратегию его дальнейшего развития.
Показано, что процедура автоматизированной группировки экспертов повышает качество ранжирования, что реализуется специальным алгоритмом отбора экспертов. Статистический анализ также подтвердил повышение качества групповых оценок.
Предложенный способ интервального оценивания дополнен графическим представлением, что позволяет позиционировать вузы не в виде отдельных точек, а областями на матрице ранжирования.
Диссертация посвящена разработке математических и программных средств комбинационного моделирования для ранжирования вузов при исследовании региональной системы высшего профессионального образования во взаимодействии с рынком труда. Актуальность этих исследований связана с необходимостью определения научно-образовательного потенциала региона для обоснованной разработки социально-экономических проектов, как "точек роста" региональной экономики.
Предложен метод комбинационного моделирования для ранжирования вузов относительно лицензированных образовательных программ, который позволил комбинировать модели определения координат объектов (вузов), типы экспертных оценок (точечные и интервальные), модели определения точечных значений из интервала, различное графическое представление. Метод комбинационного моделирования дополнительно используется для многовариантной проверки однородности экспертов и "качества" полученных результатов с применением набора статистических методов.
Разработан алгоритм улучшения экспертной информации и проверены процедуры повышения качества результатов. Показано, что процедура автоматизированной корректировки экспертных суждений позволяет повысить согласованность экспертных суждений. Процедура автоматизированной группировки экспертов повышает качество ранжирования, что реализуется специальным алгоритмом отбора экспертов.
Предложена схема интервального оценивания факторов, использующего средства имитационного моделирования, при которой фактор считается случайной величиной, имеющей бета-распределение на интервале (a,b). При моделировании конкретного значения фактора предложено три варианта: а) эксперт задаёт лишь значение интервала; б) эксперт кроме значения интервала указывает отличающиеся значения математического ожидания и наиболее вероятного значения; в) эксперт кроме значения интервала задаёт одинаковые значения математического ожидания и наиболее вероятного значения.
Комбинационное моделирование для ранжирования вузов реализовано в виде программного комплекса "Комбинационное моделирование для ранжирования объектов", в котором включена возможность графического представления результатов ранжирования в виде матрицы Мак-Кинси, ромба и линейки ранжирования, а также возможность отображения интервальных оценок на матрице Мак-Кинси в виде областей. Программный комплекс помимо ранжирования вузов позволяет упорядочивать и другие объекты, что достигается его "настройкой". Этот факт подтверждается актом внедрения (приложение 3).
Дополнительно был проведён статистический анализ экспертной информации, который подтвердил квалификацию экспертов и удачный выбор факторов; проранжированы вузы с применением созданного автором программного комплекса; проверена процедура анализа матрицы Мак-Кинси, которая оценивает позицию вуза в матрице и определяет стратегию его дальнейшего развития.
