Модели согласованного комплексного оценивания в задачах принятия решений

Владимир Николаевич Бурков, Ирина Владимировна Буркова, Николай Андреевич Коргин, Александр Васильевич Щепкин

Аннотация


Введение. Построение качественной комплексной оценки объекта требует более точного и всестороннего учета как объективной информации об объекте, так субъективных оценок, индивидуального опыта, интуиции и знаний руководителя объекта. Цель исследования. Целью работы является разработка современного подхода к решению задач многокритериального оценивания и ранжирования на основе формирования согласованной структуры комплексной оценки. Для этого осуществляется выбор структуры системы комплексного оценивания (дихотомического дерева, висячие вершины которого соответствуют оцениваемым направлениям, а корневая вершина – комплексной оценке) и выбор матричных сверток в каждой (не висячей) вершине дерева. Кроме того, разрабатываются требования к шкалам оценивания, дереву свертки и матрицам свертки, позволяющим наглядно продемонстрировать синергетический эффект и дать описание класса обобщенных медианных схем, реализуемых на выпуклом представлении двоичных деревьев. Материалы и методы. Решение этих задач основывается на методе синтеза и обобщения существующих подходов к построению комплексной оценки и имитационного моделирования при выборе структуры системы комплексного оценивания. При этом определены матрицы свертки на основе обучающих вариантов, задаваемых экспертами, такие, что для любого обучающего варианта оценка, полученная на основе системы комплексного оценивания, совпадает с экспертной оценкой. Результаты. Получены условия существования матрицы в виде неравенств на обобщенные оценки обучающих подвариантов. Этим неравенствам поставлен в соответствие граф, вершины которого обозначают подварианты, а дуги отражают неравенства, связывающие обобщенные оценки. Показано, что если граф не имеет контуров, то матрица свертки существует. Предложен алгоритм определения обобщенных оценок подвариантов на основе полученного графа и последующего определения соответствующей матрицы. Дано обоснование требований к шкалам оценивания и структуре дерева свертки. Получены требования к размерности и виду матриц свертки, находящихся в узлах дерева. Определена возможность реализации набора обучающих данных с помощью какого-либо механизма комплексного оценивания. Заключение. Поученные результаты позволяют формировать системы комплексного оценивания, обеспечивающие гибкость настройки на предпочтения лиц, принимающих решения, простоту расчетов и возможность решения на этой основе оптимизационных задач формирования программ.

Ключевые слова


комплексная оценка; экспертные варианты; дихотомическое дерево; матричные свертки; граф; синергетический эффект; идентификация

Полный текст:

PDF

Литература


Механизмы управления: учеб. пособие / под ред. Д.А. Новикова. – М.: Ленанд, 2011. – 192 с. – (Умное управление).

Модели, методы и механизмы управления научно-техническими программами / В.Н. Бурков, Б.Н. Коробец, В.А. Минаев, А.В. Щепкин. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2017. 202 с.

Управление промышленными предприятиями: стратегии, механизмы, системы: моногр. / О.В. Логиновский, А.А. Максимов, В.Н. Бурков и др.; под ред. О.В Логиновского, А.А. Максимова. – М.: Инфра-М, 2018. – 410 с. – (Научная мысль).

Бурков, В.Н. Проблемы синтеза механизма комплексного оценивания на основе обучающего набора данных / В.Н. Бурков, Н.А. Коргин, О.Л. Марин // Труды 13-го Всероссийского совещания по проблемам управления (ВСПУ XIII, Москва, 2019). – М.: ИПУ РАН, 2019. – С. 2280–2284.

Кондратьев, В.Д. Проектное управление при реализации стратегии безопасности дорожного движения / В.Д. Кондратьев, А.В. Щепкин // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2019. – Вып. 4 (59). – С. 112–119.

Бурков, В.Н. Как управлять проектами / В.Н. Бурков, Д.А. Новиков. – М.: Синтег, 1997. – 188 с.

Казакова, Е.А. Автоматизированное построение матричных процедур комплексного оценивания на основе оптимизационного подхода / Е.А. Казакова, П.Н. Курочка // Вестник Воронежского государственного технического университета. – 2010. – Т. 6. – С. 145–149.

Rokach, L. Top-down induction of decision trees classifiers – a survey / L. Rokach, O. Maimon // IEEE Transactions on Systems, Man, and Cybernetics. Part C (Applications and Reviews). – 2005. – Vol. 35, iss. 4. – P. 476–487. DOI: 10.1109/TSMCC.2004.843247




DOI: http://dx.doi.org/10.14529/ctcr200201

Ссылки

  • На текущий момент ссылки отсутствуют.