Содержание к диссертации
Введение
Глава 1. Анализ проблемы исследований 15
1.1. Актуальность проблемы многокритериального выбора наилучшей специальности с помощью интеллектуальных средств 15
1.2. Анализ методик и систем принятия решений в многокритериальных задачах выбора 22
1.3. Сравнительный анализ существующих методов решения многокритериальных задач и способов разработки экспертных систем 25
1.4. Цель и задачи исследования 36
Выводы по главе 1 37
Глава 2. Концептуальная модель выбора наилучшей альтернативы и структура экспертной системы выбора специальности 39
2.1. Постановка задачи выбора наилучшего решения 39
2.2. Моделирование предметной области на основе структурного подхода: функциональная, информационная и процессная модель выбора наилучшей специальности 42
2.3. Концептуальная модель выбора наилучшей альтернативы 56
2.4. Структура экспертной системы выбора наилучшей специальности 58
Выводы по главе 2 64
Глава 3. Алгоритм выбора наилучшего решения 66
3.1. Разработка алгоритма формирования выбора наилучшего решения 66
3.2. Формирование вектора критериев для выбора альтернативы. Агрегирование критериев 68
3.3. Методы обработки экспертной информации для решения задачи выбора наилучшей специальности 76
3.4. Сужение области поиска решений с помощью кластерного анализа 79
3.5. Решение многокритериальной задачи выбора наилучшей специальности 86 Выводы по главе 3 89
Глава 4. Разработка прототипа экспертной системы выбора наилучшей 90 специальности и оценка результатов тестирования
4.1. Разработка оболочки экспертной системы выбора наилучшей альтернативы 90
4.2. Разработка прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ» 94
4.3. Результаты тестирования экспертной системы «Выбор специальности при поступлении в УГАТУ» и их оценка 101
Выводы по главе 4 107
Заключение 108
Список использованной литературы
- Анализ методик и систем принятия решений в многокритериальных задачах выбора
- Сравнительный анализ существующих методов решения многокритериальных задач и способов разработки экспертных систем
- Моделирование предметной области на основе структурного подхода: функциональная, информационная и процессная модель выбора наилучшей специальности
- Методы обработки экспертной информации для решения задачи выбора наилучшей специальности
Введение к работе
Актуальность темы
Социально-экономические реформы российского общества последних десятилетий качественно изменили государственную политику в сфере занятости населения и отношение к профессиональной ориентации в обществе.
В период плановой экономики в централизованном порядке устанавливалось, какие специалисты и в каком количестве необходимы обществу, существовала гарантия трудоустройства для каждого члена общества и уверенность в стабильной оплате труда. Переход к новым формам хозяйствования, появление в обществе новых экономических и социально-культурных ценностных ориентации изменили мотивы и выбор профессии у молодежи.
Выбор профессии является важным этапом жизни любого человека. Оказание помощи при выборе специальности является необходимым условием для подготовки квалифицированных специалистов в различных областях хозяйственной деятельности за счет расширения возможностей самореализации личности и удовлетворенности профессиональной деятельностью. Безусловно, в этом заинтересованы как сами абитуриенты, так и вузы в целом, и, в конечном счете, государство, желающее иметь грамотных и обученных специалистов, выбравших будущую профессию по своим способностям и интересам,
Ежегодно проблема выбора специальности остро встает перед более чем двумя тысячами абитуриентов УГАТУ и тысячами абитуриентов по всей Республике Башкортостан.
Студенты, выбравшие специальность, не соответствующую характеру, интересам, возможностям, не могут полностью реализовать себя в профессиональной деятельности. В дальнейшем это ведет к потере времени, наиболее подходящего для обучения, материальных ресурсов, потраченных
на обучение, и, в конечном счете, может привести к необходимости получения новой профессии.
Диссертационная работа посвящена решению проблем, связанных с повышением эффективности управления профессиональной ориентацией абитуриентов, изучению вопросов выбора специальности на этапе поступления в вуз.
Проблема выбора вуза и специальности абитуриентом весьма важна и рассматривается многими исследователями, однако целый круг важных вопросов остается неразрешенным, что и предопределило актуальность диссертационного исследования и перечень задач, рассматриваемых в ней.
Решение сложной многокритериальной задачи выбора альтернативы с помощью интеллектуальных информационных средств - создания экспертной системы выбора наилучшей специальности, обладает актуальностью и практической значимостью.
Разработка экспертной системы, аккумулирующей опыт и знания экспертов в области подготовки специалистов, позволит повысить эффективность принятия решения по выбору специальности и обеспечить высокое качество подготовки специалистов.
Цель работы и задачи исследования
Целью настоящей работы является разработка моделей и алгоритма принятия решений в многокритериальной задаче выбора специальности и создание прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ» для ее решения на основе современного программного обеспечения.
Для достижения поставленной цели решаются следующие задачи
Разработать функциональную, информационную и процессную модели выбора наилучшей специальности на основе структурного подхода.
Предложить концептуальную модель выбора наилучшей альтернативы в условиях неопределенности.
Разработать алгоритм выбора наилучшего решения с использованием методов и средств искусственного интеллекта, который позволяет выбрать наилучший вариант из всех возможных решений и представить решения в порядке предпочтения.
Разработать оболочку экспертной системы «ЭКСПЕРТ» на основе предложенного алгоритма выбора наилучшего решения на языке программирования высокого уровня.
Создать прототип экспертной системы «Выбор специальности при поступлении в УГАТУ» на основе оболочки «ЭКСПЕРТ».
Провести исследование для оценки результатов работы созданного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ».
Методы исследования
При решении поставленных в диссертационной работе задач использовались методы системного анализа, методы и средства искусственного интеллекта, методы экспертных оценок, методы многомерного статистического анализа (метод кластерного анализа), методы структурного анализа и проектирования, методы моделирования информационных систем.
Научная новизна результатов
Новизна концептуальной модели выбора наилучшей альтернативы состоит в использовании интеллектуальных средств для решения сложной многокритериальной задачи социального характера, характеризующейся большой степенью неопределенности, которая выражается в виде нечеткости, неточности и неполноты информации.
Новизна алгоритма выбора наилучшего решения состоит в том, что предлагается провести сужение пространства поиска на основе кластеризации объектов и агрегирования критериев для первоначального
отбора альтернатив, обладающих близкими значениями и попадающих в один кластер для решения социальной задачи выбора наилучшей специальности.
Новизна структуры базы знаний экспертной системы состоит в том, что она организована по модульному принципу путем выделения модулей принятия решений из процессной модели предметной области.
Новизна в применении разработанной концептуальной модели выбора наилучшей альтернативы и алгоритма выбора наилучшего решения для новой социальной предметной области, такой как принятие решений абитуриентом при выборе специальности.
Практическая ценность результатов
Создана программная оболочка экспертной системы «ЭКСПЕРТ» для решения сложных социальных задач со слабоструктурированными данными, применимая в различных предметных областях.
На основе оболочки «ЭКСПЕРТ» создан прототип экспертной системы «Выбор специальности при поступлении в УГАТУ».
Перспективность предложенных методик подтверждается использованием полученных результатов в учебном процессе Уфимского государственного авиационного технического университета.
На защиту выносятся
Комплекс моделей выбора наилучшего решения, включающий функциональную, информационную и процессную модели.
Концептуальная модель многокритериального выбора наилучшей альтернативы в условиях неопределенности.
Алгоритм выбора наилучшего решения, включающий в себя этапы сужения области поиска решений на основе кластерного анализа и поиска наилучшей альтернативы в определенном подмножестве с учетом агрегирования критериев.
Прототип экспертной системы «Выбор специальности при поступлении в УГАТУ», основанный на продукционной модели представления знаний в виде ориентированного графа и языке программирования высокого уровня.
Результаты исследования и тестирования работы созданного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ».
Апробация работы
Основные теоретические и практические результаты, полученные в диссертационной работе, представлены на следующих конференциях, симпозиумах и семинарах:
- IX Международная научно-техническая конференция
«Радиоэлектроника, электротехника и энергетика», Москва, 2003,
III Международная научно-техническая конференция «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике», Владикавказ, 2003,
- Всероссийская молодежная научно-техническая конференция
«Интеллектуальные системы управления и обработки информации», Уфа,
2003,
V Международная конференция «Компьютерные науки и информационные технологии CSIT'2003», Уфа, 2003,
XXX Международная молодежная конференция «Гагаринские чтения», Москва, 2004,
VI Международный симпозиум «Интеллектуальные системы», Саратов, 2004,
X Международная научно-техническая конференция «Радиоэлектроника, электротехника и энергетика», Москва, 2004,
II Всероссийская научно-техническая конференция с международным участием «Мехатроника. Автоматизация. Управление», Уфа, 2005,
VII Международная конференция «Компьютерные науки и информационные технологии CSIT'2005», Уфа, 2005,
III Международная научно-практическая конференция «Управление в социальных и экономических системах», Пенза, 2005,
XXXI Международная молодежная конференция «Гагаринские чтения», Москва, 2005,
I Всероссийская научная конференция с международным участием «Робототехника, мехатроника и интеллектуальные системы», Таганрог, 2005,
I Российская мультиконференция по проблемам управления: IV научная конференция «Управление и информационные технологии», Санкт-Петербург, 2006.
Публикации
Основные результаты исследований по теме диссертационной работы непосредственно отражены в 14 работах, в том числе в 9 статьях (из них 2 статьи опубликованы в издании, входящем в список ВАК). Получено свидетельство об официальной регистрации программы для ЭВМ.
Структура и объем работы
Диссертационная работа изложена на 120 страницах и включает в себя введение, четыре главы основного материала, заключение, библиографический список и приложение. Библиографический список включает 129 наименований.
Автор выражает глубокую благодарность доценту кафедры АСУ, кандидату технических наук Е.Б. Старцевой за высококвалифицированные консультации в области интеллектуальных информационных систем управления сложными системами.
Содержание работы
В первой главе проведен анализ проблемы выбора специальности и рассмотрены источники информации для решения задачи и основные социально-экономические факторы, влияющие на принятие решений абитуриентом. Обоснована необходимость разработки экспертной системы для формирования решений по выбору специальности в условиях неопределенности.
Проведен обзор и анализ существующих систем и методик решения многокритериальных задач в сфере образования и оценена возможность их применения в условиях данной задачи. Показано, что унифицированной методики решения многокритериальных задач не существует.
Приведен обзор методов решения задач в условиях неопределенности (теория полезности, теория нечетких множеств, методы анализа иерархии и др.) и способы разработки интеллектуальных информационных систем (традиционные языки программирования, языки искусственного интеллекта, оболочки экспертных систем), рассмотрены их сравнительные характеристики и определены преимущества и недостатки.
Показано, что исследуемая в диссертационной работе задача принятия решений характеризуется неопределенностью в оценке исходных данных, так как множество значений рассматриваемых факторов представлено в символьном виде, неопределенностью выбора наилучшего решения и неопределенностью в оценке последствий принимаемого решения. Для решения таких задач необходимо привлечение экспертных знаний.
Во второй главе проведен анализ предметной области и разработан комплекс моделей выбора специальности, включающий функциональную, информационную, процессную модели на основе методологии структурного анализа и проектирования SADT. Результаты моделирования задачи выбора специальности явились основой для разработки структуры базы знаний экспертной системы и алгоритма выбора наилучшего решения.
Разработанный комплекс моделей позволил получить полную и наглядную информацию об исследуемой предметной области, разработать концептуальную модель выбора наилучшей специальности, структуру базы знаний и структуру принципиально новой экспертной системы для социального класса многокритериальных задач, характеризующихся большой степенью неопределенности. Разработанная информационная модель является логической структурой базы данных, функциональная и процессная модели являются основой для проектирования структуры базы знаний.
Разработана структура экспертной системы выбора наилучшей специальности на основе продукционной модели представления знаний в виде ориентированного И-ИЛИ-графа, причем база знаний (БЗ) экспертной системы выбора наилучшей специальности построена по модульному принципу таким образом, что декомпозиция БЗ на модули производилась в соответствии с иерархией процессов принятия решений, установленной в процессной модели.
В третьей главе приведен алгоритм выбора наилучшего решения для разработки экспертной системы «Выбор специальности при поступлении в УГАТУ» с использованием методов и средств искусственного интеллекта, который позволяет выбрать наилучшее решение из всех возможных решений и представляет их в порядке предпочтения.
В соответствии с этапами алгоритма сформированы вектор критериев (все возможные критерии); определены шкалы измерения; выделены признаки группировки критериев (цель использования, тип шкалы измерения, источник информации, сфера возникновения), с учетом которых проводился отбор критериев для задачи выбора специальности при проведении экспертизы.
Для редукции пространства оценки альтернатив предложена процедура агрегирования критериев, В основу процедуры положен кластерный анализ 66 специальностей, в результате получено 7 кластеров.
По результатам кластерного анализа разработана процедура классификации желаемых характеристик специальностей в соответствии с заданными критериями. Критерии выбирались исходя из того, чтобы пользователь (абитуриент) выбирал специальность на основе собственных желаний, потребностей и способностей таким образом, чтобы это решение не зависело от количества набранных им баллов, наличия «медали» и от количества свободных мест на желаемой специальности.
Этапы агрегирования критериев и кластеризации альтернатив (специальностей) позволяют значительно облегчить задачу выбора наилучшего решения, так как уменьшают область поиска, повышают скорость и точность выбора. Каждое решение (альтернатива) оценивается только по тем критериям, которые его характеризуют, и не затрагиваются критерии, характеризующие другие решения.
Таким образом, процедура поиска решения в системе сводится к определению кластера и определению наилучшего решения внутри кластера на основе правил продукции. Предлагается все множество знаний (база правил) представить с помощью древовидной структуры - «И-ИЛИ-граф», иерархического дерева решений в виде ориентированного графа без обратной связи
В четвертой главе представлены результаты реализации прототипа экспертной системы выбора наилучшей специальности и оценка результатов тестирования.
В соответствии с предложенной концептуальной моделью, структурой экспертной системы, комплексом разработанных моделей и алгоритмом, с помощью среды программирования Microsoft Visual C++ и средства для работы с запросами к БД - MySQL разработана оболочка экспертной системы для решения многокритериальной задачи выбора наилучшей альтернативы.
Разработанная оболочка экспертной системы «ЭКСПЕРТ» является совместным продуктом группы разработчиков (Е. Б. Старцева, А. Р. Ураев,
Н. Р. Янгуразова) и официально зарегистрирована в федеральном органе исполнительной власти по интеллектуальной собственности.
Программа представляет собой оболочку для создания экспертной системы, в основе которой лежит продукционная модель представления знаний в виде ориентированного графа «И-ИЛИ», и может быть использована в различных предметных областях для решения многокритериальных задач выбора наилучшего решения среди заданного множества вариантов.
Для решения многокритериальной задачи выбора наилучшей специальности разработан прототип экспертной системы путем наполнения разработанной оболочки ЭС «ЭКСПЕРТ» конкретными данными, полученными в результате анализа предметной области на основе моделей и построения правил принятия решений для модульной структуры БЗ.
Анализ методик и систем принятия решений в многокритериальных задачах выбора
Предлагаемая экспертная система ориентирована на решение проблемы выбора наилучшей специальности такой большой социальной группы как абитуриенты. Своевременная и объективная помощь, основанная на экспертных знаниях, позволяет абитуриенту сделать правильный выбор специальности, что решает задачи социального, экономического и психологического характера образовательного комплекса.
Таким образом, показана актуальность проблемы многокритериального выбора наилучшей специальности с помощью создания интеллектуальной системы, основанной на знаниях экспертов (экспертной системы).
Задачи принятия решений встречаются во всех без исключения областях знаний и отличаются большим разнообразием.
Под задачей принятия решений в диссертационном исследовании понимается задача выбора наилучшей альтернативы из некоторого множества допустимых вариантов.
Методы теории принятия решений отличаются способами представления и обработки экспертных знаний. Подход к проблеме выбора может основываться на отношениях порядка среди альтернатив (классическая модель принятия решений, в которой каждой альтернативе ставится в соответствие некоторое число) или на отношениях включения (поведенческая модель, основанная на принадлежности альтернатив к некоторому множеству).
Выбор метода решения задачи в каждом случае зависит от количества и качества доступной информации, от принятой постановки задачи и от ее окружения, то есть от совокупности факторов внешней, по отношению к объекту, среды, которые влияют на поведение этого объекта [124].
Очевидно, что при принятии решений целесообразно в максимальной степени руководствоваться формальными методами их оценки и оптимизации. Несмотря на широкие исследования в области принятия решений, до сих пор не найден оптимальный подход к решению задач выбора. Анализ существующих алгоритмов и методов показал, что все они имеют свои недостатки и достоинства.
Существует множество классификаций методов принятия решений, основанных на применении различных признаков.
В таблице 1.2. приведена одна из возможных классификаций по признакам - содержание и тип получаемой экспертной информации. Первые три группы относятся к принятию решений в условиях определенности, четвертая в условиях неопределенности и риска [1].
Исследуемая в диссертационной работе задача принятия решений, является задачей выбора в условиях неопределенности, относится к классу нетривиальных задач, так как информация, необходимая для принятия решения является качественной и характеризуется неполнотой. Дня решения таких задач обычно привлекают экспертов.
Подробно рассмотрим только несколько методов четвертой группы, поскольку они отвечают условиям исследуемой задачи, а именно методы решения многокритериальных слабоструктурированных задач, которые содержат как количественные, так и качественные оценки альтернатив, причем качественные имеют тенденцию доминировать. Методы позволяют осуществлять выбор решений из множества альтернатив, где критерии имеют различные типы шкал измерения в условиях неопределенности.
Среди методов классического подхода наибольшей универсальностью и теоретической обоснованностью обладают методы теории полезности [34, 52], методы теории нечетких множеств [20,25] и метод анализа иерархий [60].
Эти методы в наибольшей степени удовлетворяют требованиям универсальности, учета многокритериальности выбора в условиях неопределенности, из дискретного или непрерывного множества альтернатив [1,20,34,36,52,60,62,85].
Теория многомерной полезности позволяет получить функцию многомерной полезности для задач в условиях неопределенности. Максимальное значение функции соответствует наиболее предпочтительному варианту. Многомерная функция полезности обычно реализуется как аддитивная или мультипликативная комбинация одномерных функций, построенных на основании опроса экспертов и позволяющих провести ранжирование возможных исходов без взаимного сравнения альтернатив. При этом делается допущение о взаимной независимости критериев по полезности [34]. Процедура построения функции полезности требует привлечения значительных объемов информации и является достаточно трудоемкой- Достоинством этого подхода является возможность оценки любого количества альтернативных вариантов с использованием полученной функции. В случае неустойчивой исходной информации применение методов теории полезности становится малоэффективным [36].
Теория нечетких множеств, предложенная JLA. Заде, позволяет представить знания о предпочтительности альтернатив по различным критериям с помощью нечетких множеств. Формирование нечетких множеств является более простой и менее трудоемкой процедурой, чем построение функций полезности. Для выявления лучших вариантов по совокупности критериев необходимо иметь в распоряжении информацию о важности критериев и типах возможных отношений между ними [25].
Экспертные оценки альтернативных вариантов по всем критериям представляются как нечеткие множества или числа, выраженные с помощью функций принадлежностей.
Методы теории нечетких множеств отличаются способом свертки и построением нечетких отношений (отношений предпочтительности между объектами).
Теория нечетких множеств предоставляет различные средства для учета взаимных отношений критериев на основе весовых коэффициентов, нечетких отношений предпочтения, нечеткого логического вывода на правилах определения лучшей альтернативы [1].
Сравнительный анализ существующих методов решения многокритериальных задач и способов разработки экспертных систем
Процессная модель. Методология процессного моделирования IDEF3 (Workflow Diagram) позволяет описать логику взаимодействия информационных потоков, взаимоотношения между процессами обработки информации и объектами, являющимися частью этих процессов. Единицами описания IDEF3 модели являются диаграммы, единицы работы (activity) и связи между ними. Создание процессной модели является сложной задачей, но позволяет детально исследовать технологический процесс, так как детализирует функциональную модель до отдельных работ.
Процессная модель отражает причинно-следственную связь принимаемых решений - процедуры принятия решений - и выделяет те места, где пользователю приходится оценивать целый ряд альтернатив принятия решений и на основе своих знаний и опыта принимать решение. При декомпозиции процессной модели до отдельных работ получается набор действий, которые приходится осуществлять лицу, принимающему решения, для выбора одного из возможных решений. Для поддержки принятия именно таких решений используются экспертные системы. Выделение процессов принятия решений позволяет продумать набор правил принятия решений внутри каждого процесса. Эти правила составляют основу разрабатываемой экспертной системы - базы знании [67].
Для решения исследуемой задачи при проектировании структуры базы знаний экспертной системы «Выбор специальности при поступлении в УГАТУ» проводятся следующие этапы:
1) выделение процессной модели из функциональной модели (процессная модель является подмоделью функциональной модели, так как декомпозировать процесс внутри фуёнкциональной модели более логично» чем заранее выделить все процессы и построить на каждый свою процессную модель);
2) преобразование процессной модели в модули базы знаний. IDEF-методология позволяет расщеплять модель, выделяя подмодели из существующей модели по какому-либо признаку и объединять подмодели для создания новой модели. Таким образом, для решения исследуемой задачи выделены процессы принятия решений на функциональной диаграмме (уровень декомпозиции АО модели IDEF0 - рис.2.2), определена их иерархия, на основе которой создана новая процессная модель, описывающая все процессы принятия решений (уровень декомпозиции ALL и А2Л. модели IDEF3-PHC.2.7.H2.8.) Процессная модель «Принятие решений об альтернативе» построена при декомпозиции функции IDEF0 модели с использованием типа перекрестка асинхронное «И»: «все предшествующие процессы должны быть завершены, или все следующие запущены» [42]. Процессная модель состоит из 2 уровней декомпозиции: принятие решений о «попадании» в кластер и принятие решений о наилучшем варианте.
Построение функциональной и процессной модели позволяет выделить процессы принятия решений о «попадании» в кластер и принятие решений о наилучшем варианте для выделения модулей БЗ экспертной системы.
Информационная модель. Информационная модель, построенная с помощью IDEFlX-технологии, представляет логическую структуру информации об объектах системы. Эта информация является необходимым дополнением функциональной IDEFO-модели, детализируя объекты, которыми манипулируют функции системы. Концептуально IDEFlX-модель можно рассматривать как проект логической структуры базы данных для проектируемой системы. Методология IDEF1X - подход к семантическому моделированию данных, который основан на концепции «Сущность-Отношение» (Entity-Relationship). Информационная модель выбора наилучшего решения представлена на рисунке 2.9. Таким образом, в результате системного проектирования получаем комплекс моделей, состоящий из IDEFO, IDEF3 и IDEF1X моделей. При этом информационная модель является логической структурой базы данных, а функциональная и процессная модель являются основой для проектирования структуры базы знаний.
Анализ предметной области показал, что:
1) к основным особенностям исследуемой задачи относятся следующие: - неопределенность; решается многокритериальная задача в условиях неопределенности, при этом информация, необходимая для принятия решений по большой части носит качественный характер; - многокритериальное причем исследуемые критерии представлены в различных шкалах измерений (интервальная, номинальная, порядковая);
2) методы теории принятия решения и методы оптимизации (метод главного критерия, метод линейной свертки, метод максиминной свертки) не могут быть использованы для решения исследуемой задачи по причинам: - большого числа критериев и альтернатив; - наличия номинальной шкалы измерения критериев, то есть не представляется возможным воспользоваться механизмом любого вида свертки; - отсутствия необходимости минимизировать или максимизировать критерии;
3) специальности чрезвычайно разнообразны и каждая специальность характеризуется различными видами критериев: общими для всех и собственным набором критериев, раскрывающих индивидуальные особенности обучения на конкретной специальности. Такое количество критериев значительно увеличит размерность исследуемой задачи.
Для решения поставленной задачи предлагается сузить множество альтернатив (с помощью разделения на кластеры) и провести агрегирование критериев. Полученные подмножества позволят ограничить область поиска и определить набор критериев, что существенно облегчит решение задачи выбора наилучшей специальности. Таким образом, с учетом вышеперечисленной информации для выбора наилучшей специальности абитуриентом, предлагается реализовать алгоритм, представленный в главе 3,
Моделирование предметной области на основе структурного подхода: функциональная, информационная и процессная модель выбора наилучшей специальности
Для определения критериев и их значений для каждой альтернативы в задаче выбора наилучшей специальности предложено использовать экспертизу-Поведение экспертизы в задаче диссертационного исследования состоит из следующих этапов: - подбора экспертов; определения компетентности каждого эксперта, его взвешенного мнения в общей оценке результатов экспертизы; выявления знаний экспертов с применением методов проведения опроса и методов получения экспертных оценок; - построения групповой обобщенной оценки объектов на основе индивидуальных оценок экспертов.
Подбор экспертов для решения проблемы выбора наилучшей специальности проводился с учетом следующих факторов: - наличия ученой степени - доктора или кандидата наук (технических/экономических/психологических/социологических); - наличия в группе представителей профессорско-преподавательского состава и сотрудников приемной комиссии; - определение компетентности участников на основе их коэффициентов компетентности; результатов представительности экспертной группы.
В решении задачи, формирования множества критериев и оценки альтернатив по этому множеству, выбрано сочетание двух методов проведения опроса экспертов - анкетирования и интервьюирования.
Выбор методов обусловлен следующими причинами: - анкетирование является наиболее эффективным методом оценки, сочетающим информационное обеспечение экспертов и их самостоятельное творчество. Основной недостаток этого метода заключается в отсутствии пояснения и уточнения проблемы, что компенсируется за счет проведения интервьюирования; интервьюирование предоставляет собой непрерывный живой контакт эксперта с интервьюером и соответственно позволяет уточнить уже полученную в ходе анкетирования информацию; комплексное применение этих методов позволяет свести к минимуму конформизм меяеду экспертами.
Анкетирование позволяет охватить большее количество опрашиваемых экспертов, структурировать вопросы и осуществлять формальную (статистическую) обработку данных. Собеседование дает возможность более глубокого анализа представлений опрашиваемых.
Применение описанных методов при решении исследуемой задачи целесообразно в следующей последовательности; интервьюирование для определения множества критериев, - разработка анкеты и проведение более широкого опроса для определения вариантов решений по заданным критериям, обработка оценок экспертов методом групповой оценки. Для получения экспертной оценки об исследуемых специальностей по заданным критериям разработана анкета для опроса экспертов, представленная в приложении К
Достоверность экспертизы существенно зависит от качества экспертов, в особенности от их компетентности. При расчете групповой оценки коэффициент компетентности kt определяется на основе суждения эксперта о степени своей информированности по решаемой проблеме и указания типовых источников аргументации своих мнений [23]: к1=(ки -ка)/2і где ки - коэффициент информированности по проблеме, получаемый на основе самооценки эксперта по десятибалльной шкале и умножения этой оценки на 0,1; ка - коэффициент аргументации, получаемый в результате суммирования баллов по эталонной таблице (таблица 3,3).
Оценки значимости исходной информации, соответствуюшие сочетаниям источников аргументации, с учетом их влияния на мнение эксперта Эксперту предлагается список специальностей и критериев для того чтобы он оценил каждую специальность по заданным значениям критериев. Оценка экспертов выражается в шкале, выбранной для определенного критерия и представленной в таблице 3.2.
Для определения групповой оценки по индивидуальным оценкам экспертов выбран аналитический метод усреднения данных, так как характеристики полученные от экспертов носят качественный характер, представленные преимущественно в номинальной шкале.
В процессе решения исследуемой задачи выбора наилучшей специальности необходимо разделить множество вариантов решений на однородные подмножества объемов для облегчения поиска единственного решения внутри этого подмножества.
Дня сужения области поиска решений в сложной системе предлагается использовать метод многомерного статистического анализа, а именно метод кластерного анализа, целью которого является образование групп схожих между собой объектов, которые принято называть кластерами.
Для кластеризации специальностей выбран иерархический метод, как наиболее часто используемый метод в социологии и экономике для решения сложных многокритериальных задач [46].
Сущность метода заключается в том, что на первом шаге каждый объект выборки рассматривается как отдельный кластер. Процесс объединения кластеров происходит последовательно: на основании матрицы расстояний объединяются наиболее близкие объекты по заранее заданным признакам. Если матрица расстояний первоначально имеет размерность тхт, то полностью процесс кластеризации завершается за т-1 шагов, в итоге все объекты будут объединены в один кластер. При этом каждый объект описывается к признаками и может быть представлен как точка в -мерном пространстве, н сходство с другими объектами определяться как соответствующее расстояние.
Методы обработки экспертной информации для решения задачи выбора наилучшей специальности
Безусловно, необходимо учитывать разницу психологического состояния, социального уровня, уровень подготовки и знаний абитуриента и, например, студента 5 курса.
Кроме того, проводилось анонимное тестирование на 212 абитуриентах, поступающих в УГАТУ (в приемной комиссии УГАТУ). Результаты тестирования использованы для анализа и оценки эффективности разработанного прототипа экспертной системы.
Одной из положительных сторон созданного прототипа экспертной системы является возможность многократного тестирования. Некоторые из абитуриентов, проходившие тестирование неоднократно (по 2-3 раза) отвечали на вопросы, поставленные системой.
Как показывают психологи, это объясняется ещё несформировавшимися до конца жизненными установками и не умением самостоятельно принимать решения.
В процессе опроса абитуриенты ответили на следующие вопросы: /. Подали ли Вы документы на специальность? Если да, то на какую?
2. Вы самостоятельно выбрали данную специальность или Вам кто-нибудь порекомендовал ее?
3. Почему Вы выбрали данную специальность?
4. Среди каких специальностей выбиралась данная специальность? Ответы позволили выделить мнение тех абитуриентов, которые осознанно и самостоятельно выбрали интересующую специальность. Представим процентное соотношение полученных результатов тестирования абитуриентов в таблице 43.
На основе полученных данных установлено, что в 87,6 % случаев экспертная система рекомендует именно то решение, которое совпадает с решением, принятым на основе рекомендации экспертов, изучения литературы и других источников информации (с учетом тестирования как абитуриентов так и студентов УГАТУ).
Результатом тестирования стали следующие рекомендации, которые следует принять во внимание руководству УГАТУ при проведении приема абитуриентов; основная проблема выбора специальности зависит от состава предметов, изучаемых на выбранной специальности, на стадии выбора специальности абитуриенты часто переоценивают собственные силы и возможности» Данная система поможет каждому абитуриенту подобрать себе специальность, может быть даже после многократного тестирования, чего обычно не происходит при непосредственном общении с экспертом-сотрудником (приемной комиссии или преподавателем кафедры), то есть предлагаемая система тестирования найдет своего пользователя, и безусловно будет востребована»
Обобщенной характеристикой решения является его эффективность. Эта характеристика включает эффект решения, определяющий степень достижения целей, отнесенный к затратам на их достижение. Решение тем эффективнее, чем больше степень достижения целей и меньше затраты на их реализацию-Применение предложенной экспертной системы позволит сократить количество студентов неудовлетворенных выбранной специальностью, окажет благотворное влияние на качество обучения и будет способствовать обеспечению высокой успеваемости, так как уровень поступающих в УГАТУ заведомо высок и требуется оказать им максимальную поддержку для полной реализации имеющегося потенциала абитуриента.
Использование экспертной системы в диссертационной работе, основанное на анализе результатов тестирования показывает необходимость внедрения системы в работу приемной комиссии УГАТУ, а также целесообразность расширения этой системы.
Выводы по главе 4
1. С помощью среды программирования Microsoft Visual C++ и средства для работы с запросами к БД - MySQL разработана оболочка экспертной системы для решения многокритериальной задачи выбора наилучшей альтернативы. Оболочка «ЭКСПЕРТ» может быть использованная в различных предметных областях для решения многокритериальных задач выбора.
2. Разработан прототип экспертной системы «Выбор специальности при поступлении в УГАТУ» па основе оболочки «ЭКСПЕРТ» и алгоритма выбора наилучшей специальности, что доказывает возможность использования разработанного алгоритма и модульного принципа построения экспертной системы для решения поставленной задачи.
3. Произведена оценка результатов тестирования разработанного прототипа экспертной системы «Выбор специальности при поступлении в УГАТУ». Показано, что в 87,6 % случаев экспертная система рекомендует именно то решение, которое совпадает с решением принятым на основе рекомендации экспертов, изучения литературы и др. источников информации.
