Григорьева А.А., Тащиян Г.О., Григорьева А.П. Автоматизированный мониторинг конкурентоспособности инновационной машиностроительной продукции

Подождите немного. Документ загружается.

Во втором туре опроса используется разработанная по итогам

первого тура электронная таблица. При этом эксперт использует диало-

говый режим меню программной среды, который значительно облегчает

заполнение таблиц, позволяет оперативно обращаться к инструкциям

АМК НП в случае ошибочного выполнения операций, исключает вы-

полнение некорректных команд, предусматривает возможность обра-

щения к банку данных. По окончании заполнения экспертами предло-

женных таблиц осуществляется их автоматизированная обработка и ге-

нерация отчета с возможностью его вывода на устройства печати.

Перед третьим туром опроса руководитель предоставляет экспер-

там возможность ознакомиться с результатами второго тура. На основа-

нии данной информации эксперты вновь заполняют таблицы. Специ-

альных задач для экспертов со значительно отличающимся мнением ру-

ководителем не ставится. Алгоритм автоматизированной обработки

данных аналогичен второму туру.

Перед четвертым туром опроса руководитель сопоставляет ре-

зультаты предшествующих двух туров и, в случае необходимости,

предлагает отдельным экспертам изменить свои оценки в сторону сред-

него значения. Это осуществляется с целью повышения степени согла-

сованности мнений экспертов. Ознакомившись с результатами преды-

дущих туров и рекомендациями руководителя, эксперты выполняют

привычные операции по заполнению электронных таблиц.

В отдельных случаях, при высокой степени согласованности экс-

пертов опрос производится в три тура, при низкой согласованности

возможно увеличение количества туров до пяти.

Основные ограничения регламента обусловлены спецификой ме-

тода Дельфи. К ним относятся:

1. Необходимость разъяснения некоторым экспертам сущности

метода Дельфи, а также особенностями его реализации на базе ПЭВМ.

2. Структура таблиц и процедура автоматизированного опроса в

целом не предоставляет экспертам широких возможностей по фиксации

неформализованной текстовой информации для руководителя исследо-

ваний.

3. Существует психологический предел восприятия размера за-

полняемых экспертами таблиц. Этот размер будет зависеть от формы на

поставленный вопрос. Для простых таблиц, требующих только ответов

«да» или «нет», количество ячеек таблицы практически неограниченно.

Для более сложных таблиц, где необходимо проставлять значения оце-

нок критериев, желательно чтобы количество ячеек не превышало 100.

Таким образом, в разработанном для АМК НП регламенте экспер-

ты полностью изолированы друг от друга и на каждом туре получают по

обратной связи от профессионального менеджера информацию о сред-

ней количественной оценке нововведения и ширине доверительного ин-

тервала и на основе этого сохраняют или пересматривают свою оценку.

Итерации заканчиваются, если, по мнению менеджера, исследователя

достигнута достаточная согласованность оценок экспертов.

Главное преимущество данного регламента перед процедурами с

личным контактом между экспертами – снижение уровня конформизма,

давления на экспертов «мнения большинства», присущего открытой

дискуссии. Кроме общих достоинств, присущих методу Дельфи, разра-

ботанный и предлагаемый для АМК НП регламент диалога о конкурен-

тоспособности образов продукции имеет следующие преимущества:

1. Предусматривается возможность проводить опрос экспертов в

неограниченное количество туров, причем, с разделением времени оп-

роса разных экспертов в рамках одного тура.

2. Применение на всех турах идентичных алгоритмов и вычисли-

тельных процедур позволяет использовать результаты предыдущего и

любого другого тура как исходную информацию для текущего тура.

3. Менеджер может регулировать в широких пределах степень

взаимного влияния экспертов в зависимости от целей исследования. Это

достигается, в частности, за счет изменения объема предоставляемой

экспертам качественной и количественной информации.

4. Минимальное время на обдумывание ответа и заполнение таб-

лиц благодаря предельной простоте поставленных эксперту вопросов и

широким возможностям использованной программной среды.

5. Учет уровней компетентности и согласованности экспертов при

оценке критериев конкурентоспособности.

6. Возможность широкого использования методов статистической

обработки результатов экспериментов.

Таким образом, решение поставленной задачи исследования кон-

курентоспособности должно осуществляться в результате неоднократ-

ного взаимодействия эксперта и ЭВМ, в ходе которого эксперт заполня-

ет электронные таблицы, отвечает на поставленные вопросы, вводит от-

веты в ЭВМ, получает значения показателей и рекомендуемые решения,

изменяет свои оценки, снова вводит их в ЭВМ и т.д.

Основная процедура оценки альтернатив осуществляется в соот-

ветствии с методикой расчета разработанных аддитивно-

мультипликативных показателей

Зтр, Зэс, Зэр, Зсэ, Ксн

. При этом в

таблицах оценки уже используются численные значения вербальных

характеристик по уровням. Причем эксперт может использовать как ре-

комендуемые значения по уровням, так и устанавливать свои значения в

установленном диапазоне. Экспертные оценки альтернатив обрабаты-

ваются в автоматическом режиме с целью определения их принадлеж-

ности к зонам конкурентоспособности и окончательного ранжирования.

Таким образом, разработанная методика представляется реальным

и эффективным инструментом для достижения поставленных в рамках

АМК НП целей, позволяет использовать преимущества групповых ме-

тодов опроса, одновременно сводя до минимума большинство недостат-

ков, обусловленных взаимовлиянием экспертов. Несмотря на увеличе-

ние затрат времени на подготовку и проведение опроса, значительно со-

кращается время на обработку данных и достигается более высокая сте-

пень достоверности и надежности результатов. Разработанная и иссле-

дованная модификация метода Дельфи на базе АМК НП позволило раз-

работать более обоснованный и эффективный регламент диалога.

ГЛАВА 3. РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И

ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ ПОДДЕРЖКИ

ПРИНЯТИЯ РЕШЕНИЯ О КОНКУРЕНТОСПОСОБНОСТИ

НАУКОЕМКОЙ МАШИНОСТРОИТЕЛЬНОЙ ПРОДУКЦИИ

3.1 Анализ методов многокритериальной оценки

альтернатив

Одним из компонентов математического обеспечения современ-

ных систем управления в экономике является программная реализация

многокритериальных моделей оптимизации, обеспечивающих обосно-

ванное принятие решений. При этом большинство задач формируется

как задачи выявления одной наилучшей альтернативы. Последнее пред-

полагает существование и использование при формальном анализе аль-

тернатив обобщенного (интегрального, агрегированного) критерия оп-

тимальности, который определяет компромисс между степенями дости-

жения целей, оцениваемых значениями частных критериев.

Обоснованность выбора какой-либо альтернативы как наилучшей

определяется тем, насколько точно используемая многокритериальная

модель оптимизации отвечает характеру решаемой задачи и насколько

адекватно реальности отражены в обобщенном критерии оптимальности

– базовом компоненте модели – целевые установки (мотивы) поиска

наилучшей альтернативы. Поэтому разработка таких адекватных реаль-

ности многокритериальных моделей оптимизации в каждой конкретной

задаче имеет первостепенное значение.

К настоящему времени предложено большое число методов и реа-

лизующих их алгоритмов синтеза обобщенных критериев и многокри-

териальных моделей оптимизации в задачах принятия решения [16, 37,

39, 65, 92, 103, 115-120, 154, 166, 168-170, 210, 217, 227, 235, 243, 247].

Однако вопросы теории, совершенствования известных и разработки

новых методов построения таких моделей продолжают оставаться акту-

альными. При этом до настоящего времени не получила должного раз-

решения проблема согласования условий применимости многокритери-

альных моделей оптимизации с реальными возможностями лица, при-

нимающего решения (ЛПР). Эти условия связаны с требованиями к ин-

формации, получаемой от ЛПР, от уяснения того, что следует понимать

под наилучшей альтернативой в конкретной многокритериальной зада-

че принятия решений.

В литературе описывается множество методов классификации ме-

тодов оценки и сравнения многокритериальных альтернатив. Наиболее

популярны из них классификация по структурным особенностям самих

моделей (при этом выделяются, например, методы, использующие веса

критериев, сравнивающие критерии по важности, например, лексико-

графическое упорядочение критериев, использующие модели и алго-

ритмы линейного и нелинейного программирования и т. д.) и классифи-

кация по условиям принятия решений: принятие решений при опреде-

ленности, неопределенности, риске; при одном или нескольких крите-

риях; в статической (один момент принятия решения) или динамиче-

ской (много таких моментов) ситуации; принятие индивидуальных пли

групповых решений. Проведен анализ методов многокритериальной

альтернатив и возможности их использования для решения поставлен-

ной задачи оценки конкурентоспособности наукоемкой продукции. Ре-

зультаты анализа по признаку «способ перехода к единой оценке аль-

тернатив», позволяют выделить пять групп методов: аксиоматические,

прямые, компенсации, порогов несравнимости, человеко-машинные

процедуры. Данная классификация приведена на рис.3.1.

Рис.3.1. Классификация методов оценки многокритериальных альтернатив

Аксиоматические методы опираются непосредственно на тео-

рию полезности фон Неймана и Моргенштерна [115, 137], которые

предлагали систему аксиом и при их помощи доказали существование

функции полезности с точностью до линейного преобразования. Ак-

Аксиоматиче-

ские

Человеко-

машинные

Наука

решениях

Методы многокритериальной оценки альтернатив

Порогов

несравнимости

Прямые Компенсации

Постули-

руемые

принципы

Двойники

аксиоматических

методов

Интерполя-

ция

функции

поле

ности

Выбор

глобального

критерия

Показатель

«значимость

технического

решения»

Показатель

«значимость эко-

номического собы-

тия»

Показатель

«значимость эко-

логического реше-

ния»

Показатель

«значимость

социального

эффекта»

сиомы проверяются путем получения информации от лиц, принимаю-

щих решения. В соответствии с этой информацией делается вывод о той

или иной форме зависимости. Критически оценивая аксиоматические

методы с позиции возможности использования их для решения постав-

ленной задачи оценки конкурентоспособности наукоемкой продукции,

следует отметить их некоторую искусственность. Здесь в основу зало-

жены чисто формальные допущения и главная проблема сравнения аль-

тернатив отступает на второй план перед чисто формальной проблемой

поиска функции полезности в определенной форме. Таким образом,

применение данных методов в нашем случае не предусматривается.

Прямые методы [10, 103, 115] предусматривают, что зависи-

мость общей полезности альтернативы от оценок по отдельным крите-

риям известна заранее. В этой группе методов можно выделить пять

подгрупп:

1. Постулируемые принципы.

2. Выбор глобального критерия:

♦ Максиминный критерий (наибольшая осторожность).

♦ Критерий минимаксного сожаления.

♦ Критерий максимакса (крайний оптимизм).

♦ Критерий Гурвица.

♦ Критерий Лапласа.

3. Двойники аксиоматических методов:

♦ Метод взвешенной суммы.

♦ Мультипликативный метод.

♦ Лексикографическое упорядочение критериев.

4. Интерполяция функции полезности.

5. Наука о решениях.

Чаще всего используется вид зависимости, при котором опреде-

ляются численные показатели важности критериев (веса), умножаемые

на оценки по критериям (метод взвешенной суммы оценок критериев).

Это методы, в которых форма зависимости результирующей полезности

альтернативы от ее оценок по многим критериям не требует теоретиче-

ских оснований, а параметры этой зависимости задаются непосредст-

венно субъектами диалога. Оценивая данную группу методов можно

отметить, что для большинства из них характерны высокие требования

к субъектам на начальных этапах работы, который должен сделать вы-

бор наиболее обоснованного принципа оценки критериев. Однако для

решения поставленной задачи оценки конкурентоспособности наукоем-

кой продукции многие этапы прямых методов могут быть использованы

без существенных изменений. Кроме того, методика определения пока-

зателей “значимость технического решения” и “значимость экономиче-

ского события” для конкретных видов продукции, аддитивно-

мультипликативная форма функции полезности, агрегирующей оценки

по отдельным критериям альтернатив, позволяет отнести их к прямым

методам, а именно к группе “интерполяции функции полезности”.

Методы компенсации [115] предлагают уравновесить (скомпен-

сировать) оценки одной альтернативы оценками другой, чтобы найти,

какие оценки лучше. Человек выписывает достоинства и недостатки

каждой из альтернатив и, вычеркивая попарно эквивалентные достоин-

ства (недостатки), изучает то, что осталось. Эти методы развивают идею

компромисса полезности оценок различных критериев. Переход от

сравнения качеств по различным критериям к сравнению альтернатив

может быть осуществлен различными путями. Среди них следует выде-

лить построение - безразличия и сравнение разностей. Необходимо от-

метить, что методы построения кривых или поверхностей безразличия

очень трудоемки и малопригодны при количестве критериев больше

трех. Таким образом, в виду низкой достоверности и частой нетранзи-

тивности результатов, эти методы для решения поставленной задачи

оценки конкурентоспособности наукоемкой продукции не используют-

ся.

Методы порогов несравнимости впервые предложены Б.Руа

[115 168, 169] и характеризуются тем, что связь между любой парой

альтернатив определяется последовательностью бинарных отношений.

«Сильным» бинарным отношениям соответствуют большие требования

к превосходству одной альтернативы над другой и, следовательно,

большее число несравнимых альтернатив. Самым сильным является

требование полного доминирования одной альтернативы над другой.

Более «слабые» бинарные отношения определяют условия, при кото-

рых, несмотря на противоречивые оценки, одна альтернатива объявля-

ется лучшей, чем другая. На основе выбранного бинарного отношения

осуществляется попарное сравнение всех альтернатив, причем альтер-

нативы, оказавшиеся лучшими при всех сравнениях, выделяются во

множество Парето. Разработанные Б.Руа методы ЭЛЕКТРА 1, 2, 3,

предназначены для сужения первоначального множества альтернатив,

достигающего нескольких сот, до подмножества, содержащего не более

20 альтернатив. Данные методы позволяют субъектам влиять на про-

цесс сравнения альтернатив за счет веса критериев, уровней индексов

согласия и несогласия. Однако эти методы также имеют недостатки.

Остается вопрос: всегда ли множество предпочтительных альтернатив

должно включать доминирующие и несравнимые элементы, ведь суще-

ствуют проблемы, когда необходимо выбрать подмножество только

лучших альтернатив. Второй недостаток связан с тем, что если взять

безусловно лучший вариант и вариант, незначительно отличающийся от

него в худшую сторону по одному критерию, то второй из них не вой-

дет во множество Парето.

Человеко-машинные процедуры [103, 104, 106] применяется в

случае, когда решение вырабатывается в результате неоднократного

взаимодействия ЛПР и ЭВМ. Как правило, в этих задачах имеется час-

тичная формализация проблемы, определены параметры модели и соот-

ношения между ними. Качество процессов, протекающих в модели,

оценивается по многим критериям. В то же время связь между крите-

риями, степень компенсации изменения качества одного критерия изме-

нением качества другого заранее неизвестны. Проблема состоит как раз

в определении наилучшего для ЛПР соотношения между критериями,

достигаемого при данной модели. Чаще всего в этой группе проблем

рассматривается проблема математического программирования при не-

скольких критериях качества, которая решается следующим образом:

ЛПР определяет какие-то первоначальные требования к соотношениям

критериев, вводит их в ЭВМ, получает решение и реальные значения

критериев, изменяет свои требования, снова вводит в ЭВМ и т. д. Про-

цесс заканчивается, когда ЭВМ выдает приемлемое решение, либо когда

ЛПР убедится в нецелесообразности дальнейших попыток получить ра-

зумный компромисс при данной модели.

Таким образом, исходя из специфики критериев оценки наукоем-

кой продукции, для использования в СППР из всех рассмотренных

групп методов наиболее простым и эффективным можно считать группу

прямых методов оценки в сочетании с некоторыми принципами методов

порогов несравнимости.

Признак «способ перехода к единой оценке альтернатив» при вы-

боре наиболее эффективного метода многокритериальной оценки аль-

тернатив не является единственным. Анализ публикаций [103, 106, 107,

125, 178] показывает, что для решения задачи оценки конкурентоспо-

собности наукоемкой продукции по разработанным критериям необхо-

димо также учитывать объем и сложность информации, получаемой от

субъектов диалога. В целом, по признаку «содержание и вид экспертной

информации» можно выделить четыре группы методов, причем первые

три группы относятся к принятию решений в условиях определенности,

а четвертая в условиях неопределенности.

При использовании методов первой группы экспертной информа-

ции не требуется. К ним можно отнести методы доминирования и ме-

тоды оценки альтернатив на основе глобальных критериев.

Для второй группы методов от экспертов требуется информация о

предпочтениях на множестве критериев. Если используется качествен-

ная (порядковая) информация, то выбираются методы лексикографиче-

ского упорядочения, методы сравнения разностей критериальных оце-

нок и метод «припасовывания». Если осуществляется количественная

оценка предпочтительности критериев, то применяются методы линей-

ной и нелинейной свертки, методы порогов несравнимости, методы

«идеальной» точки и метод «стоимость-эффективность». При наличии

количественной информации о замещениях используются методы кри-

вых безразличия и методы теории ценности.

Третья группа методов связана с использованием информации о

предпочтительности в результате парных сравнений альтернатив. Это

методы, реализующие линейную и нелинейную свертку при интерак-

тивном способе определения ее параметров, а также человеко-

машинные процедуры на базе методов математического программиро-

вания.

Четвертая группа методов основана на использовании информа-

ции о предпочтениях на множестве критериев и о последствиях реали-

зации альтернатив. При отсутствии информации о предпочтениях, но

наличии количественной и (или) интервальной информации о последст-

виях реализации альтернатив возможно использование методов дискре-

тизации неопределенных факторов. При наличии качественной инфор-

мации о предпочтениях и количественной информации о последствиях

возможно использование методов стохастического доминирования.

Главным недостатком методов четвертой группы является необходи-

мость получения от экспертов и ЛПР точных количественных оценок.

При наличии качественной информации о предпочтениях и по-

следствиях возможно использование методов, основанных на субъек-

тивных критериях. Данные методы применимы в случаях существенной

неопределенности, когда целесообразно не учитывать вероятности ис-

ходов явным образом, а формулировать множество альтернатив и кри-

териев их оценки так, чтобы векторная оценка альтернативы отражала

не только предпочтительность данной альтернативы, но и правдоподоб-

ность ее наступления. Наиболее последовательно и системно, с учетом

необходимости тестирования получаемой от ЛПР информации, такой

подход к оценке альтернатив реализован О.И.Ларичевым. На основе

данной методологии было разработано несколько процедур принятия

решений, наиболее известными из которых являются ВЫБОР (Выделе-

ние Бинарных Оценок Решений) и ЗАПРОС (ЗАмкнутые ПРоцедуры у

Опорных Ситуаций). Эти методы представляют собой развитие методов

порогов несравнимости.

При наличии количественной информации о предпочтениях и по-

следствиях возможно использование методов деревьев решений и мето-

дов теории ожидаемой полезности. Методы деревьев решений предпо-

лагает наличие конечного множества альтернатив (например, точного

перечня марок наукоемкой продукции), при выборе каждой из которых

возможно наступление множества исходов (например, достижение оп-

ределенных технико-экономических показателей предприятия) с соот-

ветствующими вероятностями. Если исходы оценены при помощи неко-

торой функции полезности, то выбор наилучшей альтернативы вновь

осуществляется путем максимизации ожидаемой полезности и т.д. Ос-

новная проблема при использовании этого метода заключается в том,

как заранее определить все возможные исходы различных действий (все

варианты технико-экономических показателей) или, если их количество

бесконечно, как их агрегировать.

Методы теории ожидаемой полезности основаны на оценке аль-

тернатив в условиях риска и неопределенности последствий. Исходы

(последствия принимаемых решений) оцениваются при помощи функ-

ции полезности фон Неймана-Моргенштерна (функции кардинальной

полезности, вероятностной полезности, полезности Бернулли). Восста-

новление функции полезности производится на базе экспертной инфор-

мации, получаемой путем применения соответствующих процедур, ос-

нованных на так называемых гипотетических лотереях. Работы [90,204]

значительно облегчили эту задачу, так как в них развиты декомпозици-

онные методы, позволяющие строить многопараметрическую функцию

полезности на основе предпочтений субъектов на сравнительно простых

одномерных исходах. Для преодоления отдельных трудностей в исполь-

зовании данных методов, в частности, были разработаны условия струк-

турной независимости, которые дало возможность представить много-

мерную функцию полезности в виде сравнительно простых функцио-

нальных форм (аддитивной, мультипликативной и др.). Имеется ряд

практических приложений методов теории полезности для принятия

многокритериальных решений в условиях неопределенности [92]. Не-

смотря на широкое распространение методы теории полезности имеют

также существенные недостатки: применимость этих методов весьма

ограничена в случае зависимых критериев, для применения методов не-

обходимо получение большого объема сложной экспертной информа-

ции.

Еще одним признаком классификации методов оценки альтерна-

тив является признак «содержание критериев оценки». В этом случае

можно выделить методы оценки эффективности, методы оценки стои-

мости, методы оценок во времени.