Эвристические процедуры в ПР

Проблема объединения математических и неформальных методов анализа

Математика делает однозначными,

Формальные и неформальные
процедуры
не нужно разделять,
рассматривая их как элементы

Традиционными процедурами использования коллективного опыта в ПР (выработать общий подход

Однако мнение большинства отражает некоторую среднюю точку зрения (референдум, голосование).
Неординарное решение

Анализ проблемы

начинается с построения модели:
- систематизация поступающей информации
- связывание различных явлений

Эвристическая модель

Невозможно указать или сформировать количественные показатели,
измерить

Эвристический анализ

Определение процедуры проведения Э
Проведение Э и получение оценок
Обработка оценок
Интерпретация

Экспертная информация

присутствует
в матрицах решений,
в оценках альтернатив по критериям,
в коэффициентах относительной

Экспертизы

Простые:
позволяет Э. легко ответить на поставленный вопрос
Сложные:
с

Этапы проведения экспертиз

Идентификация объектов Э.
Выбор критерия оценки объектов и формулирование

Оценивать можно все:

Цели – по важности, ситуации – по вероятности, факторы

Формулирование вопроса

Эксперт не видит всей подготовки Э
По форме:
открытые –

Прямые и косвенные
Косвенные
используются, чтобы замаскировать цель Э, когда

Оценивание

{E, ОП1}

{Ω, ОП}

МДО Ω

a∈Ω

Оценивание

Ω

Эксперт 1

Эксперт m

…

Обработка φ

С1(Ω)

Сi(Ω)

Cm(Ω)

Q

L

L

Взаимодействие между Экспертами L
1) эксперты могут свободно обмениваться информацией друг

Схема типа круглого стола

Взаимодействие между экспертами не регламентируется
Экспертная группа

Метод мозговой атаки

Регламентация общения экспертов в схеме круглого стола:
в

Эксперты изолированы

Каждый высказывает свое мнение независимо от других (решает свою

Обратная связь в экспертизе

Каждому Э предъявляют результирующую оценку, возможно,

Метод Дельфы

Эксперты отвечают на ряд вопросов и свои ответы аргументируют.

1 МДО - множество допустимых оценок

Ω = {0,1}
Соответствующая

2 Ранжирование

Ω={1,2,…,n}
упорядочивание n объектов по убыванию (возрастанию) значения

3 Классификация

Ω={1,…,l}
отнесение заданного элемента x одному из l

4 Числовые оценки

Ω =Em
сопоставление системе одного или нескольких

Примеры сложных экспертиз
Метод дерева целей
Метод решающих матриц
Метод анализа

Метод дерева целей

Задача прогнозирования ситуаций (научных, технических, политических и т.д.)

Sf

Метод решающих матриц

Задача распределения ассигнований на фундаментальные исследования:

Перечень научных целей

- это вектор с компонентами

Разделение исследовательских работ

опытно-конструкторские разработки
прикладные и
фундаментальные исследования

Перечень опытно-конструкторских разработок

Задача - построение матрицы значимости опытно-конструкторских работ

отображение множества
научно-технических целей
на множество
опытно-конструкторских разработок

Перечень исследований прикладного характера

- матрица значимости прикладных
исследований

Направления фундаментальных исследований

- отображение множества прикладных исследований на

Методы обработки экспертной информации

Статистические методы:
отклонение оценок экспертов

Статистические методы

Статистические методы позволяют определить согласованность мнений экспертов, значимость полученных оценок

Числовые оценки

Э1: Ω=E1; L - эксперты изолированы;
Q - обратная связь

Числовые оценки

Степенью согласованности мнений экспертов в экспертизе Э1 служит дисперсия:

Статистическая значимость

Ранжирование

Задача состоит в сопоставлении оцениваемой системе одной перестановки
Э2:
Ω - множество

Коэффициент конкордации W

Задача попарного сравнения

А = (aij) – множество всех матриц, где
aij ∈

Алгебраический метод

Задача состоит в сопоставлении системе нестрогой ранжировки
Для

Результирующая оценка

Матрица А

А = (aij), в которых
aij = 1 тогда

Расстояние d между ранжировками

1) d(A,B) ≥ 0, причем d(A,B) =

Расстояние