Наведено основні аспекти методології роботи команди на основі відповідної підтримки індивідуальних, суспільних і колективних мотиваційних відносин у групі різнорідних агентів. Ключовим поняттям є "колективне зобов'язання". Основні фази розв'язку розподіленої задачі (побудова, підтримка і реалізація колективних зобов'язань) призначено для чотирирівневої абстрактної архітектури. Ефективний і гнучкий алгоритм реконфігурації визначено у значеннях цих загальних рівнів та їх взаємодії. Показано використання алгоритму реконфігурації у середовищі розподілу.

Проаналізовано можливості розв'язання задач експертного визначення значущості параметрів технічних систем за допомогою відомих методів експертної оцінки. Описано програму реалізації нового, більш ефективного методу їх розв'язання.

Запропоновано два нових алгоритми типу "квадрат" парних порівнянь альтернатив у фундаментальній шкалі. Перший забезпечує лінійну, а другий - гіперболічну залежність відносних ваг альтернатив від ступенів переваг, даних експертом альтернативам, що порівнюються. Обидва алгоритми вільні від обмежень на діапазон числових еквівалентів ступенів переваг, а також передбачають зворотний зв'язок з експертом для забезпечення в перебігу діалогу з ним достатнього ступеня внутрішньої узгодженості оцінок експерта. Алгоритми проілюстровано числовими прикладами.

Розглянуто методи, які дозволяють отримати кількісні оцінки якості експертного рішення, тобто оцінки об'єктів, що не мають прямої міри порівняння. Введені кількісні міри базуються на методах рангової конкордації, що є ефективним інструментом кількісного упорядкування напівінтуїтивної інформації.

Предложен метод парных сравнений с обратной связью с экспертом, который можно отнести к категории методов комбинаторного типа. Метод заключается в нахождении идеально согласованной матрицы парных сравнений, к которой, соглашаясь с мнением эксперта, возможно привести исходную (несогласованную) матрицу парных сравнений. Предложенный метод стремится минимизировать количество обращений к эксперту.

Розглянуто адаптивну методику прийняття рішень у ієрархічних структурах. Для формування обчислювального середовища використано експертні оцінки. За результатами наступних експериментів уточнено апріорні уявлення дослідника про розподіл імовірностей вартості розробки до апостеріорних шляхом перерозрахунків за формулою Байєса. Обговорено алгоритм і процедуру порівнянь різних альтернатив. На кожному етапі визначено найкращий варіант для наступного кроку. Запропоновано деякі критерії "відсікання гілок" дерева рішень для зменшення об'єму розрахунків.

Рассмотрен алгоритм проверки согласованности экспертных оценок, разработанный с использованием аппарата непараметрической статистики. Данный подход позволил выделить группы экспертов, оценки которых не являются согласованными, для дальнейшего принятия решения.

Запропоновано метод кількісної оцінки ступеня узгодженості множини експертних оцінок, основою якого є опис цієї множини спектром. Одержано вираз для обчислення коефіцієнта узгодженості з урахуванням компетентності експертів, визначено методи обчислення порогових значень цього коефіцієнта, сформульовано алгоритм обчислення узгодженої узагальненої оцінки ступеня внутрішньої узгодженості результатів парних порівнянь і критерії його достатності.

Ключ. слова: поддержка принятия решений, экспертная информация, парные сравнения
Індекс рубрикатора НБУВ: З810.413 + З970.53

Рубрики:

Групові моделі прийняття рішень

Системи прийняття рішень

Шифр НБУВ: Ж14163 Пошук видання у каталогах НБУВ 

Розглянуто технологію побудови групової оцінки експертів у випадку, коли індивідуальні оцінки експертів не є числовими. Технологію побудови групового рішення у цьому випадку ілюструють показані на схемах терм-множини та базові шкали вибраних лінгвістичних змінних. Наведено логічну модель і результати програмної реалізації.

Розглянуто особливості розробки моделей і обчислювальних методів розв'язання задач прийняття рішень (ПР), а також проблеми, що супроводжують процеси створення відповідного алгоритмічного забезпечення. Особливу увагу приділено способам і методам одержання, обробки, аналізу й інтерпретації експертної інформації (ЕІ). Проаналізовано ефективність моделей і методів, які використовуються у процесах ПР і базуються на парадигмах "м'яких" обчислень. Наведено методи й алгоритми обробки ЕІ у задачах ПР. Проведено формальний опис математичних моделей ситуацій ПР.

Рассмотрены особенности разработки моделей и вычислительных методов решения задач принятия решений (ПР), а также проблемы, сопровождающие процессы создания соответствующего алгоритмического обеспечения. Особое внимание уделено способам и методам получения, обработки, анализа и интерпретации экспертной информации (ЭИ). Проанализирована эффективность моделей и методов, которые используются в процессах ПР и основываются на парадигмах "мягких" вычислений. Изложены методы и алгоритмы обработки ЭИ в задачах ПР. Проведено формальное описание математических моделей ситуаций ПР.

Рассмотрены методы и процедуры организации и проведения экспертиз, особенности экспертного опроса и анализа экспертной информации. Раскрыты психофизиологические ограничения возможностей человека как источника информации и особенности группового мышления. Изложены методы анализа индивидуальных экспертных суждений и алгоритмы их агрегации. Раскрыта суть измерений при экспертном оценивании, приведены типы шкал и допустимые преобразования для них, а также сформулированы основные задачи и этапы экспертиз.

Розвинуто підхід до конструювання схеми прийняття колективного рішення за умов суперечливої інформації, яка надходить від незалежних експертів. Зазначено, що групове рішення має збігатися з окремим рішенням найбільш "кваліфікованого" експерта лише в тому випадку, коли класи мають однакову ймовірність. Запропоновано моделі, що забезпечують мінімальну середню ймовірність помилки колективного рішення.

Рассмотрен процесс формализации и анализа индивидуальных знаний эксперта о системе характеристик, составляющих многокритериальную модель предпочтений для объектов заданного класса. Дано формальное описание процесса в виде человеко-машинной процедуры, результаты которой могут служить моделью предпочтений, соответствующей отдельной точке зрения на класс экспертируемых объектов и непосредственно используемой при дальнейшей экспертизе предпочтений в этом классе. Входящая в состав результатов аргументация индивидуальной модели позволяет организовать согласованный процесс по построению модели, компромиссной для нескольких точек зрения.

Розглянуто проблему підвищення ефективності процесу прийняття групових рішень. Запропоновано використання групової системи підтримки прийняття рішень, яка є розподіленою у просторі, та включає базу методів прийняття групових рішень та інструменти зниження суб'єктивності результату процесу прийняття рішень.

Проаналізовано розвиток області штучного інтелекту - експертних систем. Виділено етапи їх розвитку. Розглянуто особливості чотирьох поколінь експертних систем. Висвітлено проблеми та шляхи їх розв'язку в ході використання експертних систем для аналізу та дослідження складних систем.

Розглянуто розв'язання задач ідентифікації за допомогою колективу алгоритмів. Показано, що алгоритми методу групового врахування аргументів і методу межових спрощень здатні генерувати колективи заданого рангу, до яких можна застосовувати багато інших алгоритмів теорії прийняття колективних рішень.

Рассмотрен оригинальный подход к выявлению экспертных решающих правил в задачах многокритериальной порядковой классификации. Первый этап - построение полной и непротиворечивой базы знаний с использованием алгоритма, минимизирующего количество вопросов к эксперту. Второй - анализ построенной классификации и выявление решающих правил эксперта. Восстановленные экспертные решающие правила позволяют компактно представлять базы экспертных знаний. Они могут быть использованы для построения эффективных обучающих систем и анализа структур экспертного знания.

Запропоновано метод підвищення рівня внутрішньої узгодженості результатів парних порівнянь без зворотного зв'язку з експертом. Метод грунтується на використанні послідовного розрахунку компонент ваг об'єктів, формуванні спектрів компонент ваг, обчисленні кількісних оцінок узгодженості спектрів, визначенні достатності рівня узгодженості спектрів та їх корекції без втручання експерта.

Проанализированы возможности и перспективы моделей представления экспертных точек зрения с разным уровнем формализации знаний. Рассмотрены структуры знаний, принадлежащие ОКС-парадигме представления предметных областей. Показаны механизмы отображения различных уровней рефлексии знаний и когнитивные функции, реализуемые с их помощью.