Содержание к диссертации
Введение
Глава 1. Проблема согласования решений и её компьютерная реализация 8
1.1 Компьютерные системы поддержки принятия групповых решений . 8
1.2 Технология многоагентных систем 24
1.3 Задача согласования индивидуальных решений в группе экспертов 37
1.4 Цели и задачи исследования 43
Глава 2. Модели согласования индивидуальных решений в условиях неопределенности 45
2.1 Агрегирование индивидуальных экспертных оценок как основа для формирования группового решения 45
2.2 Согласование на основе принципа нечеткого большинства. 61
2.3 Унификация лингвистической информации 66
2.4 Методы оценки компетентности экспертов 71
2.5 Методы формирования группы экспертов на основе знаковых графов 77
Выводы 83
Глава 3. Алгоритмы построения согласованных групповых решений при выборе лучшей альтернативы в условиях неопределенности 85
3.1 Общая схема решения задачи выбора лучшей альтернативы 85
3.2 Формализация процесса согласования 88
3.3 Выбор лучшей альтернативы на основе нечетких и лингвистических отношений предпочтения 94
Выводы 101
Глава 4. Комплекс программ для решения задачи формирования согласованного группового решения относительно выбора лучшей альтернативы 102
4.1 Описание программы "АЛЕСТАР ЭКСПЕРТ" 103
4.2 Пример расчета меры непротиворечивости экспертных суждений и согласованной оценки 107
Выводы 111
Заключение 112
- Компьютерные системы поддержки принятия групповых решений
- Агрегирование индивидуальных экспертных оценок как основа для формирования группового решения
- Общая схема решения задачи выбора лучшей альтернативы
- Описание программы "АЛЕСТАР ЭКСПЕРТ"
Введение к работе
Актуальность темы. Принятие решений занимает центральное место в процессе управления, поскольку, с одной стороны, является его функцией, а с другой - реализуется во всех других функциях управления. Более того, любую функцию управления технологически можно представить как последовательность решений. Заметим, что в современных моделях организационных, социальных и экономических систем процедура принятия решений предполагает привлечение вычислительной техники для повышения эффективности управления такими системами. Современные системы поддержки принятия решений, как правило, ориентированы на активное использование экспертной информации. Простейшим способом ее получения является учет мнения одного специалиста. Однако получаемые при этом результаты имеют субъективный характер. Для снижения уровня субъективности привлекается группа экспертов. Под принятием группового решения обычно понимают выработку для всех участников группы соглашения по рассматриваемой проблеме на основе их субъективных интересов, предпочтений и целей. Иными словами, осуществляется переход от индивидуальных точек зрения отдельных экспертов к единому коллективному мнению, на основе которого вырабатывается согласованное групповое решение. Существенная часть процесса согласования групповых решений состоит в проведении переговоров, в процессе которых участникам приходится учитывать большое количество факторов. Кроме того, осложняющим фактором при принятии групповых решений является неопределенность, одним из проявлений которой является нечеткая, неточная оценка альтернативных вариантов решений. Это приводит к тому, что модель принятия решений должна быть ориентирована на неоднородность информации, выраженной как в количественном, так и в качественном виде. Дня повышения эффективности принятия согласованных групповых решений привлекаются компьютерные технологии и на их основе создаются системы поддержки принятия групповых решений (СПГР). Однако, для того, чтобы процедура проведения переговоров могла быть поддержана компьютерными технологиями, необходимо разработать формализованные процедуры согласования, учитывающие неопределенность и многокритериальность и позволяющие осуществить поиск приемлемого компромисса.. Большое значение проблема согласования имеет для многоагентных систем. В таких системах предполагается,.что отдельный агент может иметь лишь частичное представление о задаче, поэтому для решения сколько-нибудь сложной проблемы требуется взаимодействие агентов. Организация совместной деятельности, связанная с коллективным решением задач в виртуальных сообществах, влечет за собой задачу согласования решений для формирования единого коллективного решения, являющегося оптимальным по некоторому набору критериев. Для решения
проблемы согласования существует значительное число методов, ориентированных на тип информации, получаемой от эксперта (количественные оценки, матрица парных сравнений, ранжирование). Практически не разработаны подходы для случая, когда экспертные оценки являются лингвистическими - это обусловливает актуальность выполненного в диссертации исследования.
Работа выполнена в соответствии с одним из основных научных направлений Воронежского государственного университета «Анализ и математическое моделирование сложных систем».
Цель и постановка задач исследования. Целью диссертационной работы является разработка методов и моделей согласования решений в условиях неопределенности на основе использования лингвистических моделей представления экспертной информации. Для достижения указанной цели в диссертационной работе решаются следующие основные задачи:
анализ систем принятия решений и многоагентных систем с целью выявления особенностей формирования согласованных решений; -
анализ подходов к решению проблемы формирования согласованных групповых решений, ориентированных на тип экспертной информации;
разработка моделей обобщенной оценки альтернатив, позволяющих учитывать различные уровни неопределенности исходной информации;
разработка методов определения непротиворечивости отдельных экспертов и экспертной группы;
разработка алгоритма получения согласованного группового решения относительно лучшей альтернативы.на основе лингвистических отношений предпочтения отдельных экспертов;
разработка программного комплекса для формирования согласованного группового решения.в условиях многокритериальности и неопределенности.
Методы исследования. В диссертационной работе использованы методы теории принятия решений, теории графов, исследования операций, дискретной математики, теории нечетких множеств, а также системного анализа.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
методика формирования группового решения на основе порядковых операторов. осреднения, отличающаяся. возможностью согласования индивидуальных экспертных оценок на основе принципа; нечеткого большинства и позволяющая учитывать количественную и качественную информацию при формировании обобщенной оценки;
система аксиом, определяющая требования к операторам агрегирования взвешенной лингвистической информации при формировании групповых оценок альтернатив;
- методы определения количественных и качественных оценок
непротиворечивости эксперта и группы экспертов на основе анализа
индивидуальных и групповых отношений предпочтения, позволяющие
организовать процесс согласования как итерационную процедуру;
*' - метод анализа экспертной группы на основе знаковых графов,
позволяющий выделить экспертов с высоким уровнем согласованности в
'- суждениях;
- алгоритм формирования согласованного группового решения,
использующий в качестве исходной информации лингвистические
отношения предпочтений экспертов и позволяющий обеспечить как
последовательность экпертных суждений, так и высокий уровень
консенсуса в группе.
Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации обоснованы корректным использованием математического аппарата, подтверждены вычислительными экспериментами на ЭВМ и внедрением в практику принятия групповых решений.
Практическая значимость и результаты внедрения. В рамках
диссертационного исследования разработано математическое,
алгоритмическое и программное обеспечение подсистемы согласования
^ индивидуальных решений системы поддержки принятия групповых
решений в условиях неопределенности, особенностью которой является
использование лингвистических моделей представления информации на
* всех этапах получения согласованного решения. Предложенные в
диссертации модели и методы согласования индивидуальных решений создают основу для формирования алгоритмов взаимодействия агентов в многоагентных системах. Поскольку процедура принятия согласованных групповых решений лежит в основе управленческой деятельности, то компьютерная поддержка этой процедуры на основе разработанных моделей и методов позволит значительно повысить эффективность экспертизы и обоснованность принятых на ее основе решений.
Результаты диссертационной работы в виде программного комплекса для решения, задачи согласованного группового выбора налучшей альтернативы были: использованы в работе аналитического отдела компании «АЛЕСТАР» и «Аметист» для Usability-исследования, результаты которого служат базисом для разработки концептуальной проектной схемы пользовательского интерфейса веб-сайта. Фирма «Аметист», предоставляющая услуги дополнительного образования, использует программу «АЛЕСТАР ЭКСПЕРТ» для получения согласованной оценки уровня подготовки обучаемых при проведении промежуточных тестов и итоговых дипломных экзаменов.
На защиту выносятся:
- модели агрегирования индивидуальных экспертных (или
многокритериальных) оценок, ориентированных на различные уровни
неопределенности;
методы определения количественных и качественных оценок непротиворечивости экспертных суждений;
метод анализа согласованности экспертных суждений на основе знаковых графов;
алгоритм формирования согласованного группового решения в условиях неопределенности.
Апробация работы. Материалы диссертации, ее основные положения и результаты доложены и обсуждены на международных и всероссийских конференциях: "Системный анализ в проектировании и управлении" (Санкт Петербург - 2002 г.); "Математика. Образование. Экология. Тендерные проблемы" (Воронеж — 2003 г.); "Современные сложные системы управления" (Воронеж — 2003 г.); "Моделирование сложных систем. Современные направления теории и практические приложения" (Воронеж - 2004 г.) а также на научных семинарах Воронежского государственного университета.
Публикации. По теме диссертации 8 печатных работ. Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем:
в [37] автором разработана схема согласования экспертных оценок в задаче группового выбора;
в [38] автором обоснована необходимость использования лингвистических моделей представления информации на различных этапах согласования экспертных оценок;
в [39] автором предложена процедура классификации экспертов по степени близости высказываний на основе статистических критериев;
в [40] автором определены особенности проблемы согласования решений в многоагентных системах и предложена процедура группового выбора согласованных решений;
в [41] автор предложен алгоритм выбора согласованных решений в условиях, когда экспертная информация задается в виде лингвистических отношений предпочтения, а согласование осуществляется на основе принципа "нечеткого большинства";
в [42] автором определены количественные и качественные меры непротиворечивости отдельного эксперта и группы экспертов;
в [43] предложена процедура определения сбалансированности экспертной группы на основе знаковых графов;
в [62] автором разработана модель оценки степени согласования экспертной группы в процедурах группового выбора для случая, когда оценки экспертов являются лингвистическими и задаются в виде матрицы парных сравнений.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, приложений. Работа содержит 128 стр. текста, включает 24 рисунка и 12 таблиц. Список используемой литературы включает 104 наименования.
Компьютерные системы поддержки принятия групповых решений
В случаях существенной неопределенности значительно возрастает объем информации, получаемой от лица, принимающего решение (ЛПР), а также ужесточаются требования к согласованности и непротиворечивости данной информации. Основной принцип заключается в том, что проблема принятия решений описывается на языке, который использует ЛПР, или максимально приближенный к нему, а в самой методологии принятия решений выражены следующие существенные требования [15; 24]: а) сохранение содержательных качеств важных понятий на всех этапах перехода от информации ЛПР к обобщенной оценке альтернатив; б) использование процедур выяснения предпочтений на непротиворечивость и транзитивность; в) согласование индивидуальных экспертных оценок при выборе лучшей альтернативы. Системы поддержки принятия решений (СІПIF) предназначены для оказания помощи пользователям (работникам управленческого персонала; лицам, ответственным за принятие решений на различных уровнях) в неструктурированных или слабо структурированных ситуациях выбора. Во-первых, такие системы выступают в роли помощника ЛПР, который позволяет расширять его способности,, но не заменяет его мнение и систему предпочтений. Во-вторых, они предназначены для использования в ситуациях, когда процесс принятия решений ввиду необходимости учета субъективного мнения ЛПР не может быть полностью формализованы и реализованы на ЭВМ. СППР - это человеко-машинная информационная система, используемая для поддержки действий ЛПР в ситуациях выбора, когда невозможно или нежелательно иметь автоматизированную систему представления и реализации всего процесса оценки и выбора альтернатив. Частным случаем СППР является система поддержки групповых решений (СПГР), помощь которой заключается в следующем [65]: - сбор данных и анализ обстановки, сложившейся перед обсуждением проблемы; - определение своей позиции на предстоящих переговорах; - организация всех участников переговоров вычислительной сетью независимо от того, где они находятся и предоставление им возможности легкого обмена предложениями и контрпредложениями; - возможность наглядного и быстрого предоставления на экранах всей информации, необходимой при ведении переговоров с использованием мультимедийных средств; - помощь в оценке приоритетов отдельных составляющих обсуждаемой проблемы на протяжении всего хода переговоров; - предоставление средств формализации предложений, вносимых каждым участником переговоров, включающих алгоритмы и их оценки, ранжирования и моделирования последствий; - облегчение выработки всеми участниками и группами участников переговоров общего взгляда или сближения различных точек зрения на обсуждаемую проблему за счет их формализации и анализа, с учетом интересов каждого партнера; - генерация компромиссных вариантов согласованных решений; - интегральная оценка компромиссных вариантов и выбор наилучших. Структура системы поддержки групповых решений. Структура системы поддержки переговоров показана на рис. I (стрелками показана последовательность и возможная цикличность процесса) [67]. При такой структуре компьютерная СПГР осуществляет поддержку на всех этапах, начиная от сбора информации и кончая оформлением документов по принятому решению. Рассмотрим более подробно элементы структуры системы поддержки принятия групповых решений. 11 Анализ обстановки. Компьютерная поддержка анализа обстановки заключается в использовании методов выявления скрытых закономерностей, выявлении решающих факторов, определяющих возможное развитие ситуации, характер возникающих угроз и благоприятных факторов на основе информации, хранящейся в базе данных и оценок экспертов или руководителей. А1. Сбор необходимой информации, ее анализ и запись в базу данных. Задача принятия решений требует сбора надежной информации и ее своевременного анализа, который в очень многих случаях этот анализ должен осуществляться в реальном масштабе времени. Методы сбора информации могут быть самыми различными.
Широко применяется интеллектуальный анализ данных (ИАД), который заключается в применении алгоритмов обработки для выявления скрытых тенденций, закономерностей, взаимосвязей и перспектив развития процесса, учет которых помогает повысить качество принимаемых решений. Интеллектуальные системы компьютерного анализа данных могут основываться на следующих подходах: 1) в системе функционирует опыт эксперта, который и используется для оценки создавшейся ситуации; 2) осуществляется анализ данных, описывающих поведение изучаемого объекта в прошлом и принятых решениях; 3) комбинация первых двух: результаты, полученные при анализе исторических данных, оцениваются на основе опыта эксперта. Определение цели переговоров. При формировании цели переговоров руководителем в процессе подготовки к переговорам по принятию согласованного решения возможны по крайней мере три ситуации: - руководитель выбирает единственную цель, которая является стандартной в данной ситуации; - руководитель выбрает несколько из множества стандартных в данной ситуации целей. При этом возникает проблема учета взаимодействия целей; - руководитель хочет получить от системы мотивированный интеллектуальный выбор цели, не сводящийся к выбору нескольких априори предусмотренных и хорошо формализованных целей. Пока эта задача с помощью СПГР трудно разрешима.
Агрегирование индивидуальных экспертных оценок как основа для формирования группового решения
Возможны следующие варианты рассматриваемой задачи: Вариант 1. Вместо группы экспертов для оценивания привлекается единственный эксперт или существует процедура оценки альтернатив, по каждому из критериев, предполагающая получение, количественной или качественной оценки. Вариант 2 Эксперты оценивают альтернативы не по определенным критериям, а сразу по всему набору критериев (показателей), что возможно в рамках специальным образом организованных процедур экспертного опроса. Первый вариант представляет собой многокритериальную задачу выбора наилучшей альтернативы. Второй вариант предполагает использование попарного метода сравнения альтернатив с последующим формированием матрицы парных сравнений. При решении сформулированных трех задач, включая основную постановку, а также их возможных вариаций в основе алгоритма выбора лучшей альтернативы лежит формирование обобщенной оценки на основе агрегирования частных критериальных (экспертных) оценок или матриц индивидуальных отношений предпочтений экспертов. В условиях многокритериальное оценочная модель позволяет получить обобщенную оценку, которая является основой для упорядочения альтернатив по предпочтению, разбиения альтернатив на упорядоченные по качеству группы или выбора наилучшей альтернативы. В случае количественных оценок альтернатив по критериям (показателям) для формирования обобщенной оценки используются различные свертки (аддитивная, мультипликативная и др.) с соответствующим аксиоматическим обоснованием и существует значительное число методов на их основе. Однако большинство ситуаций характеризуются неопределенностью, имеющей характер нечеткости, неточности, что делает получение количественных оценок практически невозможным или затруднительным. Среди типичных ситуаций такого рода отметим следующие: - некоторые показатели носят качественный характер, и использование количественных значений оценок для них является неудобным, В то же время экспертные оценки на естественном языке (например, для оценки дизайна автомобиля могут использоваться следующие термины: плохой, средний, почти хороший, отличный и т,д-) являются более приемлемыми и адекватными. Такой подход применим, когда пытаются оценить свойство объекта или явления, связанное с человеческим ощущением; - иногда точную количественную информацию невозможно получить или это слишком дорого, в то время как приближенные оценки альтернатив допустимы. Так, в процессе проектирования сложной системы может оказаться, что ограничения на ресурсы моделирования (время, стоимость) не позволяют получить количественную информацию о характеристиках проектируемой системы, и возникает необходимость привлечения знаний экспертов в нечеткой словесной форме, В случаях, когда множество альтернативных вариантов решений имеет большую размерность, актуальным является выбор перспективных альтернатив для дальнейшего более тщательного количественного анализа, т.е. сокращение размерности. Такой выбор может быть осуществлен на основе моделей приближенной оценки, позволяющих произвести разбиение альтернатив на различные по качеству группы, выделить группу перспективных альтернатив и затем построить их количественные опенки. Заметим, что во всех перечисленных выше случаях возникает необходимость в привлечении экспертных знаний, как средства получения оценок. Использование нечетких словесных понятий, которыми оперирует эксперт, позволяет ввести в рассмотрение качественные описания, формализация которых обеспечивается введением нечеткой и лингвистической переменной. Нечеткая переменная представляет собой нечеткое подмножество некоторого универсального множества, которое описывает ограничение на возможные значения данной переменной. Если универсальное множество числовое, то нечеткая переменная определяет нечеткое число. Чтобы задать лингвистическую переменную, необходимо, как минимум, определить три основные компоненты - множество ее значений, или термов (терм-множество), представляющих собой наименования нечетких переменных, областью определения каждой из которых является одно и то же универсальное множество; синтаксическую процедуру, предназначенную для образования новых, осмысленных для данной задачи значений лингвистической переменной и семантическую процедуру для отображения нового лингвистического значения в нечеткую переменную.
В рамках лингвистического подхода к построению оценочных моделей можно выделить [24]: а) ординальное лингвистическое оценивание, которое предполагает измерение свойств в заданной лингвистической шкале S = {S0,...,SN}, так что оценка представляет собой некоторый лингвистический терм из S; б) кардинальное лингвистическое оценивание также использует шкалу S, но в качестве оценки выступает нечеткая переменная, соответствующая терму Si из S и заданная как нечеткое подмножество {(х,Ц5 (х))}, где х есть элемент некоторого универсального множества X, а Щ (х) - значение функции принадлежности этого элемента. Заметим, что первый случай соответствует более высокой степени неопределенности, чем второй, поскольку здесь важно не только определить лингвистические термы, образующие шкалу S, но и для каждого терма необходимо построить соответствующую нечеткую переменную, что предполагает больший объем информации для формирования оценочной модели. В основе получения обобщенной оценки лежат различные технологии агрегирования оценок альтернативы по отдельным показателям. В первом случае обобщенная оценка является результатом использования специальных лингвистических операторов, которые «работают» только с термами лингвистической шкалы, причем обобщенная оценка также представляет собой один из термов этой шкалы. Во втором случае выбирается подходящий оператор агрегирования в виде треугольной нормы или конормы, и строится нечеткое подмножество, соответствующее обобщенной оценке. Оно может не соответствовать ни одному из термов используемой лингвистической шкалы (то есть нечеткость результата увеличивается), и для возвращения в область определения (шкалу S), необходима лингвистическая аппроксимация, которая заключается в поиске терма, функция принадлежности которого наиболее близка (в смысле определенного расстояния) к полученному нечеткому подмножеству. Существенная трудность второго подхода связана с выбором оператора агрегирования, так как существует значительное количество треугольных норм и конорм, среди которых большинство - это параметрические формы, а выбор параметров во многих случаях явно затруднителен.
Общая схема решения задачи выбора лучшей альтернативы
Современные системы поддержки принятия решений, как правило, ориентированы на активное использование экспертной информации. Простейшим способом ее получения является учет мнения одного специалиста- Однако получаемые при этом результаты имеют субъективный характер, Для снижения уровня субъективности привлекается группа экспертов. Под принятием группового решения обычно понимают выработку для всех участников группы соглашения по рассматриваемой проблеме на основе их субъективных интересов, предпочтений и целей. Иными словами, осуществляется переход от индивидуальных точек зрения отдельных экспертов к единому коллективному мнению, на основе которого вырабатывается согласованное групповое решение- Осложняющим фактором при принятии групповых решений является слабоструктурированность и неопределенность, одним из проявлений которой является нечеткая, неточная оценка альтернативных вариантов решений. Это приводит к тому, что модель принятия решений должна быть ориентирована на неоднородность информации, выраженной как в количественном, так и в качественном виде- Во многих многокритериальных задачах количественная информация, оценивающая ситуацию принятия решений, оказывается весьма ненадежной- В то же время получение качественной информации в рамках специально организованных экспертных процедур является подчас единственным способом, позволяющим произвести структуризацию задачи и определить пути ее решения.
Пусть S - множество альтернативных вариантов решений; К={кь-.м к„} - множество показателей (критериев), характеризующих свойства этих решений; Е-{Еь...Ет} - группа экспертов» использующих свой опыт, мотивацию, целевые установки для выбора наиболее предпочтительного решения, причем такое решение должно быть в определенном смысле согласованным. Заметим, что процесс нахождения такого решения целесообразно организовать как итеративный, при этом на каждой итерации экспертами оцениваются варианты решений и измеряется степень согласованности полученных экспертных оценок. Если её величина считается допустимой на данной итерации, то применяется процедура выбора группового решения, иначе дается рекомендация о возможности согласования экспертных оценок.
Схема принятия оптимального согласованного решения представлена на рис. 12. Заметим, что коллективное мнение группы экспертов может в значительной степени отражать мнение наиболее авторитетных участников экспертизы, поэтому процесс согласования во многом зависит от основных характеристики группы экспертов. Различают гомогенную и гетерогенную группы экспертов, В первом случае мнения всех экспертов являются равноважными для получения согласованного решения. В гетерогенной группе экспертов каждый эксперт имеет весовой коэффициент, отражающий степень важности его мнения при принятии группового решения. Будем считать, что весовые коэффициенты экспертов с, являются количественными так, что ct є[0,1], У\с, =1 или Экспертные оценки альтернативных вариантов также могут быть как количественными, так и качественными. Проблеме согласования количественных экспертных оценок при принятии группового решения посвящено большое число публикаций.. Рассмотрим согласование качественных оценок, когда эксперты оценивают альтернативы в нечеткой словесной форме- Формализация такой информации обеспечивается использованием лингвистических переменных, каждая из которых соответствует критерию и принимает значения в лингвистической шкале, представляющей собой вполне упорядоченное множество лингвистических значений — термов. Использование лингвистических переменных позволяет эксперту в более доступной и понятной для него форме выразить свое мнение относительно оценки альтернатив При формировании согласованного группового решения естественно рассматривать следующие предположения: - неопределенность, возникающая при оценивании альтернативных вариантов решений, воспринимается экспертами по-разному, т.е. знания могут выражаться с помощью индивидуальных лингвистических шкал, имеющих различную мощность - таким образом, возникает проблема согласования шкал, которая может быть решена за счет унификации информации, под которой подразумевается переход к единой лингвистической шкале с максимальной мощностью (в результате унификации каждая экспертная оценка представляется нечетким подмножеством множества термов единой лингвистической шкалы); - эксперты "работают" в единой лингвистической шкале - в этом случае согласование индивидуальных экспертных оценок осуществляется на основе принципа нечеткого большинства, т.е. групповая оценка альтернатив считается согласованной, если ее поддерживает большинство экспертов, которому соответствует некоторое пороговое нечеткое число Лингвистическое оценивание является наиболее адекватным методом получения экспертных оценок, в случае, когда показатели (критерии) имеют качественную природу, либо можно ограничиться лишь приближенными оценками, которые в отличии от числовых требуют меньшего объема ресурсов при организации оценочной процедуры. В процедурах группового принятия решений предполагается, что каждый из экспертов имеет индивидуальную лингвистическую шкалу, поскольку эксперты воспринимают нечеткость по-разному. Эти различия могут быть весьма существенными, да и мощность индивидуальных шкал может быть различной.
Групповой выбор наилучшей альтернативы предполагает, что экспертные оценки являются согласованными в некотором смысле. Иными словами, оценивая каждую из альтернатив, эксперты должны быть более или менее единодушны, то е. в группе должен быть достингун консенсус. Традиционно консенсус означает полное согласие и на практике он едва ли достижим. Более естественным: является динамический процесс, согласования на основе рациональной аргументации, в результате которой достигается консенсус, максимально приближенный к полному согласию. Заметим, что для управления этим процессом необходимо измерять как степень согласованности оценок данного эксперта, так и степень согласованности экспертных оценок в группе относительно каждой альтернативы. В качестве принципа согласования экспертных оценок будем использовать принцип нечеткого большинства то е. групповую оценку альтернативы будем считать согласованной, если её не поддерживает приблизительно половина экспертов или немного больше к экспертов, почти все и т. д.
Описание программы "АЛЕСТАР ЭКСПЕРТ"
В данной главе диссертационной работы представлены алгоритмы формирования согласованных групповых решений в условиях неопределенности. Процесс нахождения таких решений целесообразно организовать как итеративный, при этом на каждой итерации экспертами оцениваются варианты решений и измеряется степень согласованности полученных экспертных оценок. В самой процедуре согласования можно выделить три уровня: согласование экспертных оценок относительно пары альтернатив, относительно данной альтернативы и относительно множества альтернатив. На каждом уровне используется свой квантор, а групповые оценки строятся с помощью операторов осреднения. Если достигнут приемлемый уровень согласия относительно группового решения, то процесс завершается.
Комплекс программ для решения задачи формирования согласованного группового решения относительно выбора лучшей альтернативы
В данной главе приведено подробное описание программного комплекса «АЛЕСТАР ЭКСПЕРТ», разработанного в ходе выполнения диссертационной работы и успешно внедренного в воронежские компании «АЛЕСТАР» и «АМЕТИСТ», ООО «АЛЕСТАР», сферой деятельности которой является создание сайтов, использует данный программный комплекс для получения согласованного группового решения относительно выбора лучшей альтернативы при тестировании сайтов на Usability (Usability — удобство использования. Приминительно к сайтам usability - это удобство и очевидность навигации по сайту, удобство поиска, понятность всех элементов интерфейса, которые формируются в результате Usability-исследования, Usability-исследование - сбор данных о пользователях, их мнения об удобстве пользования тем или иным программным продуктом с целью выявления направлений совершенствования последнего. При проведении Usability-исследовании, как правило, используются методы инженерной психологии, а также специально разработанные методики, тесты, анкетирование пользователей и т. д- Результаты Usability исследования служат базисом для разработки концептуальной проектной схемы пользовательского интерфейса вебсайта). Если ранее в компании «АЛЕСТАР» для принятия решения о наиболее удобном интерфейсе пользователя использовались средние оценки экспертов, рассчитанные вручную, то теперь процесс принятия решений автоматизирован с помощью разработанного программного комплекса и в конечном решении по поводу того или иного изменения в структуре веб-сайта используется согласованная оценка, что позволило повысить качество выпускаемых сайтов и упростить метод получения оценки. Фирма «АМЕТИСТ», предоставляющая услуги дополнительного образования, использует программу «АЛЕСТАР ЭКСПЕРТ» для получения согласованной оценки обучаемых при проведении промежуточных тестов и итоговых дипломных экзаменов. Внедрение нового программного комплекса в компанию «АМЕТИСТ» позволило повысить объективность итоговой оценки, а также оперативно обрабатывать и хранить мнения экспертов-преподавателей- Более того, для аттестации студентов теперь не требуется собирать в определенное время всех преподавателей, так как каждого можно опросить в удобное для него время, занеся его мнения в программу и в дальнейшем, собрав мнения всех экспертов получить итоговое решение.
Программный комплекс позволяет определить качественную и количественную меру непротиворечивости группы экспертов, а также получить согласованную оценку.
Возможности программного комплекса: в экспертизе могут участвовать неограниченное число экспертов,, тип экспертных оценок (возможных альтернатив) может быть лингвистическим или числовым, тип коэффициентов компетентности экспертов может принимать лингвистические или числовые значения, количество возможных альтернатив в. программе неограниченно. В программе используются лингвистические кванторы большинство, как моэ/сио больше, по крайней мере половина.
Похожие диссертации на Модели согласования экспертных оценок в процедурах группового выбора
