Содержание к диссертации
Введение
Глава 1. Основные положения многокритериальной оценки и классификации информационных объектов СЭПС . 10
1.1. Изучение состояния проблем многокритериальной оценки информационных объектов, постановка цели и направления исследований 10
1.2. Основные подходы к построению решающих правил 25
1.3 Построение оценочных шкал 31
Выводы по главе 1 39
Глава 2. Разработка методик классификации информационных объектов при многокритериальной оценке 40
2.1. Методика классификации информационных объектов при лингвистических критериях 40
2.2. Методика классификации информационных объектов при числовых критериях 50
2.3. Методика комбинированной классификации информационных объектов с использованием 60
лингвистических и числовых критериев
Выводы по главе 2 71
Глава 3. Структура организации процесса многокритериального оценивания информационных объектов 73
3.1. Основные процедуры решения задач оценки информационных объектов с использованием лингвистических критериев . 73
3.2 Основные процедуры решения задач оценки информационных объектов с использованием числовых критериев 80
3.3 Основные процедуры решения задач комбинированной оценки информационных объектов с использованием лингвистических и числовых критериев 92
Выводы по главе 3 98
Глава 4. Реализация методики сравнительного анализа информационных объектов СЭПС 100
4.1. Основная проблематика моделирования задач многокритериальной оценки информационных объектов СЭПС 100
4.2 Задача «Оценка шансов кандидатов в депутаты Государственной Думы по одномандатным округам» 107
4.3 Задача «Интегральная оценка социально-экономического положения регионов» 116
4.4. Основные требования к программной реализации 121
Выводы по главе 4 133
Заключение 134
Список литературы 137
- Изучение состояния проблем многокритериальной оценки информационных объектов, постановка цели и направления исследований
- Методика классификации информационных объектов при лингвистических критериях
- Основные процедуры решения задач оценки информационных объектов с использованием лингвистических критериев
- Основная проблематика моделирования задач многокритериальной оценки информационных объектов СЭПС
Введение к работе
Актуальность темы. Переход к рыночной многоукладной экономике принципиально изменил и во многом усложнил управленческую деятельность, потребовав от нее большего разнообразия и гибкости. Эти аспекты управленческой деятельности предъявляют новые требования к качеству систем информационного обеспечения органов власти - глубине обработки данных, полноте охвата проблемно-тематических областей, обеспечению достоверности получаемых результатов, своевременности и оперативности представления информации [30,31,69]. В связи с этим в задачах государственного управления (экономических, политических, социальных), появился ряд новых трудноформализуемых факторов, которые необходимо учитывать при принятии решений. При этом проблемы оптимальности принятых решений остаются по-прежнему актуальными. Большинство решаемых задач в области экономики и политики характеризуется множеством разнообразных признаков и критериев эффективности, число которых может достигать иногда нескольких десятков, что характеризует эти задачи как многокритериальные [9,11,68,81,111]. Основная сложность многокритериальных задач состоит в том, что, как правило, отсутствует оптимальная альтернатива для всей совокупности критериев, которые часто могут быть конфликтными. Поэтому выбор оптимальной альтернативы часто связан с необходимостью разрешения проблемы замещений, то есть проблемы сопоставления по предпочтительности потерь по одним критериям с выигрышами по другим [82-83].
Следует отметить, что проблема многокритериальное управления и принятия решений в настоящее время переживает
5 процесс второго рождения. Причем связано это с изменением информационной компоненты управления. Возьмем, к примеру, управление в регионах. Самостоятельность регионов значительно усложнила требования к управленческой деятельности и, как следствие, фундаментально изменило систему информирования органов государственной власти. Кроме статистической отчетности теперь необходимо учитывать публикации СМИ, данные экспертных опросов и специалистов социологических опросов населения. Таким образом, в задачах государственного управления (экономических, политических, социальных), появился ряд новых трудноформализуемых факторов, которые необходимо учитывать при принятии решений. Большинство решаемых задач в области экономики и политики характеризуется множеством разнообразных признаков и критериев эффективности, число которых может достигать иногда нескольких десятков, что характеризует эти задачи как многокритериальные.
В сложных ситуациях лицо, принимающее решения (ЛПР) вынуждено прибегать к помощи экспертов. В различных задачах принятия решений роль ЛПР может быть неодинакова. В одних -ЛПР является источником исходной информации и экспертом, производящим оценку альтернативных вариантов по отдельным критериям и в целом; в других - роли ЛПР и эксперта существенно различны. Именно в последнем случае ЛПР, не обладая целостным видением альтернатив, нуждается в аналитической поддержке, которую должны обеспечивать специально разрабатываемые для этой цели модели задач принятия решений [13-17].
В отличие от способов комплексного оценивания, использующих принцип оптимизации отношения на множестве взвешенных показателей, представленные в диссертационной работе методы основаны на учете степени предпочтительности для
6 лица, принимающего решения (ЛПР), частных оценок по шкалам локальных критериев. Они легче обосновываются и интерпретируются в содержательных терминах, а также позволяют ЛПР активно воздействовать на характер комплексной оценки, предоставляя ему возможность более полного учета своих предпочтений [37,40-42]. В данной диссертации разработанные способы комплексной оценки информационных объектов по совокупностям лингвистических и числовых критериев позволяют построить ряд моделей оценки состояния информационных объектов с целью выработки рекомендаций для принятия управленческих решений.
Как показывает опыт эксплуатации моделей задач многокритериальной оценки и сравнительного анализа информационных объектов, методика их создания является достаточно эффективным инструментом, применяемым в современных системах поддержки принятия решений[51-54].
Цель исследования — разработка методики решения задач сравнительного анализа, обеспечивающих определение общей оценки информационных объектов по частным критериям.
Задачи исследования.
Определение основных направлений решения задачи сравнительного анализа информационных объектов при многокритериальной оценке.
Разработка методик классификации информационных объектов при многокритериальной оценке.
Структурирование основных процедур экспертного оценивания информационных объектов.
7 4. Применение моделей сравнительного анализа многокритериальной оценки информационных объектов.
Объект исследования — технология аналитической обработки
общественно-политической и социально-экономической
информации.
Предмет исследования— информационно-аналитические экспертные системы высших органов государственной власти федерального и регионального уровней.
Научной гипотезой диссертационной работы послужила разработка автора о возможности создания методики построения моделей экспертных оценок уровней развития социально-экономических и общественно-политических процессов и явлений.
Методы исследования отражают результат анализа и научного обобщения опыта в области разработки информационно-аналитических технологий. Они построены на использовании моделей и методов теории полезности, исследования операций, принятия решений, экспертных оценок, а также работ отечественных и зарубежных ученых в области информационных технологий.
Диссертационная работа выполнялась в рамках пунктов 2, 3 и 13 перечня областей исследования паспорта специальности 05.13.01 «Системный анализ, управление и обработка информации».
Научная новизна выносимых на защиту результатов:
1. Методика оценки в единых вербально-числовых шкалах информационных объектов, информация о которых является
8 разнородной по содержанию, источникам получения и формам
представления.
Декомпозиция проблемы на локальные задачи с разной степенью формализуемости показателей.
Разработка последовательности основных действий эксперта по созданию моделей оценок информационных объектов по различным совокупностям критериев.
Создание моделей оценок объектов, позволяющих учесть влияние разнородных факторов, оказывающих свое влияние на рассматриваемый информационный объект.
Апробация результатов исследований отражена в официальных документах о внедрении в практику информационно -аналитических центров высших органов государственной власти. Результаты исследования использованы в ведомственной «Методике решения прикладных информационных задач сравнительного анализа», утвержденной руководством ФАПСИ. Кроме этого, результаты исследования применены во многих информационно-аналитических материалах, представленных высшему Руководству федерального и регионального уровня, в докладах в ситуационных центрах Президента РФ и Совета Безопасности РФ, а также в получивших высокую оценку многочисленных экспертных и модельных разработках. Результаты разработки используются в информационно-аналитических системах «Барометр-ПИОМ», «Критерий-округ» и других, обеспечивающих управление социально-экономическими и общественно-политическими процессами в регионах страны.
Работа выполнена в соответствии с заданием Федеральной целевой программы создания и развития информационно-телекоммуникационной системы (ИТКС), утвержденной
9 Постановлением Правительства Российской Федерации от 30.10.2000 г. № 835-63 и разработанной во исполнение Указов Президента Российской Федерации от 30.08.92 г. № 820 и от 03.04.95 г. № 334.
Основные итоги работы были доложены и одобрены на научно-технических семинарах и конференциях ФАПСИ, РАГС, МГУ и ЦНИИРЭС, а также использовались в совместных научно-исследовательских работах с Академией криптографии Российской Федерации.
Публикации. Основные результаты и содержание диссертации опубликованы в статьях, научно-технических отчетах, научно-методических разработках, в аналитических материалах и докладах. По теме диссертации опубликовано 5 работ.
Объем и структура диссертации. Работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Полный объем включает 164 страницы машинописного текста, 8 рисунков, 61 таблицу, приложение.
* * *
Автор выражает искреннюю признательность и благодарность профессору, доктору технических наук Ю.Г. Федулову, кандидату физико-математических наук А.Б. Карунину и кандидату физико-математических наук Р.С.Хромовой за помощь, ценные советы и критические замечания в процессе работы.
Изучение состояния проблем многокритериальной оценки информационных объектов, постановка цели и направления исследований
В настоящее время реформированию в России подвергнуты все сферы жизни общества и государства. В экономике активно идет процесс перехода от административно-командной системы хозяйствования к рыночным отношениям, а в политике унитаризм заменяется федерализмом.
Последствия этих процессов сказываются на всех направлениях деятельности регионов Российской Федерации, на их социально-экономическом и общественно-политическом развитии. Самостоятельность регионов значительно усложнила требования к управленческой деятельности и, как следствие, фундаментально изменило систему информирования органов государственной власти. Значительное уменьшение официальной отчетности, переход на систему национальных счетов, относительная доступность управленческой информации, принципиальная необходимость информационного отображения общественного мнения (публикации СМИ, данные экспертных опросов и специалистов социологических опросов населения) предъявляют новые требования к качеству систем информационного обеспечения органов власти, как к системам аналитической обработки разнородной информации.
Разнородность информации можно определить как разнообразие показателей в социально-экономических и общественно-политических сферах (СЭПС), источников информации, способов ее представления и форм отображения. В зависимости от периодичности наблюдения, полноты и глубины охвата социальных и экономических процессов и явлений определены два вида задач управления [32]: - мониторинговые, осуществляемые постоянно и охватывающие в укрупненном виде весь спектр социально- экономических и общественно-политических процессов и явлений. В рамках мониторинговых исследований осуществляется оценка состояния регионов, федеральных округов и страны в целом с целью выявления и идентификации на ранней стадии проблем, требующих более пристального наблюдения и/или решения; - проблемные, обеспечивающие детальное рассмотрение выявленных с помощью мониторинга или поставленных Заказчиком проблем. Эти исследования проводятся отдельно или в определенном регламентом режиме в течение интервала существования проблемы. Все мониторинговые и проблемные задачи управления разбиваются на следующие этапы — функции управления: наблюдения за социально-экономическими и общественно- политическими процессами и явлениями в регионах России и стране в целом; - оценки состояния - нахождения значимых с позиции целей управления отклонений и изменений в наблюдаемых процессах и явлениях; - выявления и ранжирования причин значимых отклонений и изменений; - выработки рекомендаций для принятия управленческих решений, обеспечивающих достижение поставленной цели. Реализация указанных этапов применительно к организационным системам достаточно сложна и может быть осуществлена только в рамках кибернетических принципов, что и положено в основу технологии аналитической обработки разнородной информации, реализованная в Главном управлении информационных систем (ГУИС) ФАПСИ в рамках информационно-аналитической системах «Барометр» и «Критерий-округ». Действующие сегодня в органах государственной власти системы информационного обеспечения, являясь в основном информационно-поисковыми, способны обеспечить пользователей большим количеством данных, осуществить некоторую их систематизацию, простые расчеты, тем не менее, крайне слабо помогают лицам, принимающим решения, в ответе на фундаментальные вопросы управления: оценки и прогнозирования состояния соответствующих предметных областей, выявления и ранжирования причин тех или иных отклонений и изменений, оценки последствий и выработки управляющих воздействий и т.д. [34,35,39,47,51,60]. Для достижения этих целей большое значение имеют исследования в области вопросов подготовки и принятия решений, обеспечивающих оперативность и наибольшую отдачу от вложенных средств. Принятие решения — это процесс выбора наилучшего способа достижения поставленной цели из множества альтернативных способов. Теория и методология принятия решений представляют собой важнейшие разделы современного системного анализа. Основным назначением методологии принятия решений является разработка рекомендаций, позволяющих обосновать выбор наиболее предпочтительных решений в сложных ситуациях [31,32,54,58,59,64,65,76].
Решение задачи отыскания оптимального решения методами исследования операций заключается обычно в построении математической модели операции, выборе критериев эффективности, позволяющих оценить планы действия с точки зрения полноты достижения поставленной цели и определения понятия наилучшего плана (решающего правила), а также реализации этого плана соответствующими вычислительными методами [3,8,19,20,29,116].
Методика классификации информационных объектов при лингвистических критериях
Методика применяется с целью построения упорядоченной классификации объектов - элементов множества М, характеризуемых совокупностью п лингвистических (нечисловых) характеристик Xi,...,Xn [16]. Суть методики можно пояснить следующим образом. Каждый из элементов М получает ряд независимых оценок, отражающих различные точки зрения: всякий раз при оценивании объекта по номинальной шкале (Oi,...,0Q). ЛПР принимает во внимание значения лишь каких-либо двух из общего числа п его характеристик. В итоге, произвольный объект m є М получает ni(m) оценок Oi,..,nq(m) оценок Oq,...,nQ(m) оценок 0Q. Так как общее количество таких частных оценок объекта составляет п(п-1)/2, то 0 nq(m) n(n-1)/2 и n1(m)+..+nQ(m) = n(n-l)/2.
В этой ситуации использование, например, широко распространенной стратегии "большинства", дает суммарную оценку объекта т, определяя его отнесение к одному из заданного множества упорядоченных классов.
Переходя к более точным формулировкам, применение методики можно представить как последовательное выполнение следующих двух этапов: - перехода от исходного лингвистического описания к "табличному" описанию объектов, задающему оценки "проекций" этих объектов на координатные плоскости пространства выбора для каждой пары критериев - применения классификационного решающего правила, определяющего способ отнесения каждого из элементов М к одному из заданного множества упорядоченных классов. Дадим подробное описание каждого из этих этапов. 1. Переход от исходного лингвистического описания к "табличному" включает: - определение системы классификации; - построение "таблиц классификации"; - определение по таблицам классификации оценок проекций объектов из М на координатные плоскости пространства выбора; формирование "табличного" описания объектов. Если последний из перечисленных пунктов достаточно проиллюстрировать на конкретном примере (см. ниже), то первые два нуждаются в развернутом комментарии. Основу практического применения методики составляет положение о том, что, с содержательной стороны, классы, к которым относятся оцениваемые (по номинальной шкале) объекты, определяются описаниями градаций по вербально числовой шкале, применяемой для оценки интенсивности проявления критериальных свойств объектов. На практике чаще всего используется шкала Харрингтона. В случае, когда речь идет об измерении "предпочтительности" тех или иных значений свойств, шкала Харрингтона может быть представлена следующей модификацией, представленной в табл. 1.1, либо "укрупненный вариант", представленный в той же таблице.
В качестве основы классификации шкала Харрингтона выбрана не случайно: с одной стороны, она имеет достаточно универсальный характер и может быть применена при оценке широкого спектра показателей; с другой - использование данной шкалы расширяет возможности применения вычислительных процедур при формировании классификационного решающего правила, увеличивая тем самым сферу приложений рассматриваемой методики.
Построение "таблиц классификаций" (всего таких таблиц п(п-1)/2) осуществляется в ходе рассмотрения ЛПР всевозможных сочетаний значений лингвистических характеристик в координатных плоскостях пространства выбора (другими словами - в ходе рассмотрения проекций множества допустимых объектов на эти плоскости) и состоит в отнесении каждой из этих проекций к одному из упорядоченных классов: К1 ("очень хорошо"), К2 ("хорошо"), КЗ ("посредственно"), К4 ("плохо") и К5 ("очень плохо").
Эффективность описания в виде таблиц классификаций состоит в том, что решающие правила становятся очевидными. Ими являются, например, стратегия усреднения, большинство и т.д. Использование решающего правила позволяет найти класс, к которому следует отнести данный информационный объект.
Выбор таблиц классификаций в качестве формы получения информации от ЛПР вполне закономерен. Хорошо известно, что человек одновременно может учитывать лишь небольшое количество событий, факторов или критериев. При классификации гипотетических объектов, отличающихся значениями по трем локальным критериям, лица, принимающие решения, уже испытывают серьезные затруднения, а при оценке объектов по числу критериев, превышающем 5 целесообразно разложить на более мелкие группы для удобств работы с ними [1,28,55]. В данном случае, при классификации сочетаний значений, относящихся к парам лингвистических характеристик, есть основания предполагать, что производимые ЛПР действия по заполнению таблиц достаточно точно отражают существо его взгляда на решаемую проблему. Таблицы классификации, включая в себя оценки проекций объектов из М на координатные плоскости пространства выбора, служат для формирования "табличного" описания (см. пример применения метода).
Основные процедуры решения задач оценки информационных объектов с использованием лингвистических критериев
Эта методика используется, когда рассматриваемые объекты являются слабо структуризированными, то-есть их оценка может быть произведена как с помощью лингвистических так и с помощью числовых критериев [78,84,101].
Численная оценка информационного объекта в аспекте той или иной проблемы может быть произведена только в том случае, если эта проблема будет либо структуризирована, либо неструктуризирована. Поэтому каждую задачу необходимо декомпозировать на составные части или факторы (структуризированные, и/или неструктуризированные), численная оценка которых осуществляется с помощью разных методик. Иными словами, строится иерархическая структура основной задачи. Способом декомпозиции в данном случае является формализация вербальных описаний основной задачи. При постановке задачи должен учитываться порог сложности организационной системы, т.е. возможность разбиения основной задачи на оптимальное количество более простых задач или факторов. Как правило, их число не превышает 6-8. Чаще всего решение задачи в целом осуществляется с помощью аддитивной свертки значений оценки отдельных факторов. При этом необходимо учесть, что предпочтение факторов в случае их аддитивной свертки должно быть компенсационным. Для каждого фактора с учетом степени его структуризированности разрабатывается своя система характеризующих его критериев и их оценок, или его целеполагание. Оценки занимают нижний уровень иерархической структуры и допускают либо количественное значение, либо однозначное качественное толкование. Следовательно, в данном случае первоочередной проблемой является декомпозиция общей задачи оценки объектов на частные задачи, где объекты являются либо структурированными, либо неструктуризированными [52,79,84,115]. Когда объекты оцениваются по нескольким частным критериям, сложность анализа и обработки результатов экспертиз существенно возрастает. Более трудоемким становится определение их сравнительной предпочтительности. Для этого необходимо знать, какие факторы и в какой степени влияют на оценку альтернатив[54,80,121]. При поиске обобщенного критерия рекомендуется принимать следующие допущения [55]: измерение альтернатив по частному критерию производится в шкале альтернатив; частные критерии таковы, что более предпочтительной альтернативе соответствует большее значение критерия; оценки альтернатив по всем частным критериям производится в одном диапазоне. Объект может быть оценен по каждой из таких групп критериев по отдельности и характеризоваться по двум частным обобщенным критериям — лингвистическому FJJ и числовому F4. Если для оценок использовать одну и ту же вербально-числовую шкалу, то система предпочтений этих частных обобщенных критериев также будет одинаковой. В таком случае для окончательной оценки объектов целесообразно использовать метод обобщенного критерия, согласно которому все частные обобщенные критерии агрегируются в один интегральный. Наиболее известным и применяемым методом агрегации является иерархический метод - при котором заданное множество факторов делится на подчиненные подмножества по следующему принципу: классифицируемое множество параметров делится сначала по некоторому выбранному признаку (основанию деления) на крупные группировки, затем каждая группировка в соответствии выбранным основанием деления разбивается на ряд последующих группировок, которые в свою очередь распадаются на более мелкие, т.е. между классификационными группировками устанавливается отношение подчинения [36,79-82,118]. Наиболее существенными и сложными вопросами, возникающими при построении системы иерархического агрегирования той или иной проблемы, является выбор системы признаков, применяемых в качестве основания деления, а также порядок их использования. Основные преимущества иерархического агрегирования — большая информационная емкость, традиционность, а также приспособленность как для ручной, так и для автоматизированной обработки информации. Недостаток — слабая гибкость структуры, обусловленная фиксированностью признаков и заранее установленным порядком их следования.
Основная проблематика моделирования задач многокритериальной оценки информационных объектов СЭПС
Этот список формируется экспертом исходя из множества показателей, значения которых для упорядочиваемых объектов представлены в базе данных.
Унификация локальных критериев: сведение рассматриваемой задачи к задаче с "положительно ориентированными" критериями. Эта процедура также была рассмотрена в главе 2 настоящей работы.
Пусть у — произвольное значение из области определения некоторого "отрицательно ориентированного " критерия У. Формальным признаком отрицательной ориентации является такой порядок расположения максимального и минимального значений показателя в паре, задающей область определения Y, при которой Утах предшествует ymin. Тогда переход от Y к положительно ориентированному критерию X со значениями во множестве {х: xmin х хтах } осуществляется по формуле: х= утах-У- Таким образом, значению Y = утах ставится в соответствие xmjn=0; значению Y = Утіп- значение хтах=утах-утіп; аналогичным образом каждому УІ из совокупности значений Уі,Уг,..., фиксирующих разбиение области определения Y на классы Кь К2,.., Kj,- ставится в соответствие промежуточное значение Xj положительно ориентированного критерия X. Наличие критериев единой ориентации существенно упрощает алгоритм решения поставленной задачи.
Формирование экспертом шкал локальных критериев, Прежде всего производится выбор экспертом шкалы предпочтительности (ценности) значений критериальных свойств. В большинстве случаев применяются: -шкалы Харрингтона с количеством градаций 3 или 5; -равномерная шкал ценностей с количеством градаций Альтернативой данному выбору является задание экспертом произвольной вербально-числовой шкалы предпочтений с числом градаций, не превышающим 10. Представление шкалы ценности предварительно установленное экспертом число градаций данной шкалы. Конкретное задание значений с,- (j=0,l,2,...,I) производится в соответствии с выбором эксперта. В случае равномерной шкалы Cj = j/I. Представление шкалы предпочтительности, формируемой экспертом самостоятельно, производится аналогичным образом. Шкалы всех показателей, включенных экспертом в список локальных критериев, имеют (с точностью до числовых значений) одинаковое представление: в виде строки выделенных значений показателя - xnmjn=xno, xni, xn2, xni_i? xnniax=xni ,где І-число градаций шкалы ценностей, xnmjn, xni,...., xnmax —значения критерия Хп, либо непосредственно указанные экспертом в ходе задания области допустимых значений X" и последующего разбиения ее на классы, либо, в случае исходно заданных "отрицательно ориентированных" критериев. Индекс п меняется в пределах 1 n N, где N- количество элементов в списке локальных критериев. Таким образом, строки выделенных значений фиксируются для всех локальных критериев по которым производится оценка упорядочиваемых (классифицируемых) объектов. Далее непосредственно формируются шкалы локальных критериев: а) Для каждого из локальных критериев Xn (n=l,2,N), задание области определения путем указания пары xnmjn, xnmax минимально- и максимально возможного (допустимого) значения. При. этом необходимо иметь в виду существование "положительно ориентированных" и "отрицательно ориентированных" критериев: для первых более предпочтительными являются большие значения, для вторых — меньшие. Необходимость в идентификации характера ориентации критерия требует от эксперта указания xnmjn, xnmax, в определенном порядке: например, в качестве первого элемента пары — указания наименее предпочтительного значения, а в качестве второго — значения наиболее предпочтительного. Тогда назначенной экспертом паре (хпт;п, хптах) соответствует задание области определения положительно ориентированного критерия X", а паре (xnmax , xnmjn ) — задание критерия, ориентированного отрицательно. б) Для каждого из локальных критериев Хп ,- разбиение области определения на упорядоченные классы значений Кп1? Kn2,.., Kni , однозначно соответствующие градациям выбранной вербально-числовой шкалы предпочтений. Разбиение производится посредством указания разграничивающих классы Kni, Kn2,.., K"i, значений показателей xni, хп2, ..., xni-i таких, что критерия Хп и xnmax хпі xn2 ... xni_i xnmin при отрицательной ориентации. Количество таких, устанавливаемых экспертом промежуточных значений для всех критериев одинаково, и равно I-1, где I -число градаций предварительно определенной шкалы предпочтений [98,110].
