V Международная студенческая научная конференция Студенческий научный форум - 2013

При использовании экспертных методов всегда присутствуют три крупных этапа: подготовка, опрос экспертов, обработка результатов.

Подготовка предполагает формирование целей применения экспертной процедуры и определение состава информации предполагаемой к получению у экспертов. Она включает определение признаков, по которым эксперты будут оценивать альтернативы и вида допустимого множества оценок. Кроме этого, в этап подготовки включается формирование группы экспертов. Для получения удовлетворительных результатов желательно иметь относительно большую группу экспертов, численность которой составляет не менее десяти высококвалифицированных специалистов. Однако в ряде случаев приходится отступать от такого принципа, ограничиваясь группой в составе трех-четырех человек.

Опрос экспертов определяется в конечном итоге предложенным им видом множества допустимых оценок и сводится к выбору каждым экспертом «своей» оценки, определенной по соответствующей совокупности признаков.

Обработка результатов опроса может проводиться различными методами (статическими, алгебраическими). Конкретный метод обработки результатов в значительной степени определяется видом множества допустимых оценок. По информации, полученной в результате обработки данных опроса, исследователь выносят суждение об удовлетворительности процедуры. Кроме этого, он может получить информацию о свойствах группы экспертов и каждого эксперта в отдельности. Последнее позволяет при повторении этапов опроса провести корректировку.

В общем случае алгоритм экспертной процедуры может быть представлен в следующем виде.

1. Анализ исходной информация и построение множества возможных альтернатив для реализации сформулированной системы целей.

2. Анализ признаков возможных альтернатив, выделение системы определяющих признаков и формирование комплекса аспектов (и критериев) для оценки альтернатив.

3. Нормирование множества допустимых оценок, организация и проведение экспертного опроса с целью решения одной из следующих задач;

• упорядочение альтернатив по каждому из аспектов;

• получение численных оценок альтернатив по отдельным критериям;

• определение системы замещений, отражающих информацию о взаимной ценности отдельных критериев и (или) аспектов;

• определение области предпочтительных альтернатив при их совокупной оценке по системе критериев и (или) аспектов;

• выявление множества предпочтительных альтернатив.

4. Обработка результатов опроса экспертов:

• построение системы данных для решения задачи опроса;

• определение индивидуальных особенностей членов экспертной группы;

• корректировка состава группы экспертов;

• принятие решения о удовлетворительности результатов; если результаты удовлетворяют исследователя, то переход к п. 5; если результаты не удовлетворяют исследователя, то возврат к п. 3.

5. Оформление результатов экспертной процедуры.

Группа методов экспертных оценок наиболее часто используется в практике оценивания сложных систем на качественном уровне. Термин «эксперт» происходит от латинского слова expert – «опытный».

При использовании экспертных оценок обычно предполагается, что мнение группы экспертов надежнее, чем мнение отдельного эксперта. В некоторых теоретических исследованиях отмечается, что это предположение не является очевидным, но одновременно утверждается, что при соблюдении определенных требований в большинстве случаев групповые оценки надежнее индивидуальных. К числу таких требований относятся: распределение оценок, полученных от экспертов, должно быть «гладким»; две групповые оценки, данные двумя одинаковыми подгруппами, выбранными случайным образом, должны быть близки.

Все множество проблем, решаемых методами экспертных оценок, делится на два класса. К первому классу относятся такие, в отношении которых имеется достаточное обеспечение информацией. При этом методы опроса и обработки основываются на использовании принципа «хорошего измерителя», т.е. эксперт источник достоверной информации; групповое мнение экспертов близко к истинному решению. Ко второму классу относятся проблемы, в отношении которых знаний для уверенности и справедливости указанных гипотез недостаточно. В этом случае экспертов нельзя рассматривать как «хороших измерителей» и необходимо осторожно подходить к обработке результатов экспертизы.

Экспертные оценки несут в себе как узкосубъективные черты, присущие каждому эксперту, так и коллективно-субъективые, присущие коллегии экспертов. И если первые устраняются в процессе обработки индивидуальных экспертных оценок, то вторые не исчезают, какие бы способы обработки не применялись.

Этапы экспертизы формирование цели, разработка процедуры экспертизы, формирование группы экспертов, опрос, анализ и обработка информации.

При формулировке цели экспертизы разработчик должен выработать четкое представление о том, кем и для каких целей будут использованы результаты.

При обработке материалов коллективной экспертной оценки используются методы теории ранговой корреляции. Для количественной оценки степени согласованности мнений экспертов применяется коэффициент конкордации W, который позволяет оценить, насколько согласованы между собой ряды предпочтительности, построенные каждым экспертом. Его значение находится в пределах 0 < W < 1, где W = 0 означает полную противоположность, a W = 1 – полное совпадение ранжировок. Практически достоверность считается хорошей, если W = 0,7-0,8.

Небольшое значение коэффициента конкордации, свидетельствующее о слабой согласованности мнений экспертов, является следствием того, что в рассматриваемой совокупности экспертов действительно отсутствует общность мнений или внутри рассматриваемой совокупности экспертов существуют группы с высокой согласованностью мнений, однако обобщенные мнения таких групп противоположны.

Для наглядности представления о степени согласованности мнений двух любых экспертов А и В служит коэффициент парной ранговой корреляции р, он принимает значения –1 < р < +1. Значение р = +1 соответствует полному совпадению оценок в рангах двух экспертов (полная согласованность мнений двух экспертов), а значение р = –1 – двум взаимно противоположным ранжировкам важности свойств (мнение одного эксперта противоположно мнению другого).

Тип используемых процедур экспертизы зависит от задачи оценивания.

К наиболее употребительным процедурам экспертных измерений относятся:

• ранжирование;

• парное сравнивание;

• множественные сравнения;

• непосредственная оценка;

• Черчмена-Акоффа;

• метод Терстоуна;

• метод фон Неймана-Моргенштерна.

Целесообразность применения того или иного метода во многом определяется характером анализируемой информации. Если оправданы лишь качественные оценки объектов по некоторым качественным признакам, то используются методы ранжирования, парного и множественного сравнения.

Если характер анализируемой информации таков, что целесообразно получить численные оценки объектов, то можно использовать какой-либо метод численной оценки, начиная от непосредственных численных оценок и кончая более тонкими методами Терстоуна и фон Неймана-Моргенштерна.

Для принятия решений рассмотрим метод ранжирования, т.к. он требует минимальных затрат.

Использование ранжированной оценки предполагает, что по результатам экспертной процедуры устанавливается упорядоченная последовательность альтернатив, в которой их расположение отвечает их предпочтительности, т.е. на первом месте располагается самая предпочтительная альтернатива, на втором – менее предпочтительная и т.д. Таким образом метод ранжирования предполагает запись номеров альтернатив в порядке их предпочтительности, т.е. формирование одной из –перестановок из номеров альтернатив.

Естественно, что каждый из экспертов формирует свою перестановку в соответствии со своими представлениями о предпочтительности. По результатам обработки мнений экспертов должна быть определена единственная перестановка.

При строгой ранжировке эксперты должны каждой из альтернатив поставить в соответствие вполне определенный ранг (т.е. отношение эквивалентности альтернатив не допускаются). В этом случае оценка каждого эксперта представляется в виде последовательности чисел, где – ранг, присвоенный i-м экспертом j-й альтернативе.

Результирующая оценка определяется суммой соответствующих рангов при этом лучшим считается объект, у которого суммарная оценка минимальна. Остальные альтернативы располагаются в ряду ранжировки в соответствии со своими суммарными рангами.

По методу рангов эксперт осуществляет ранжирование (упорядочение) исследуемых объектов организационной системы в зависимости от их относительной значимости (предпочтительности), когда наиболее предпочтительному объекту присваивается ранг 1, а наименее предпочтительному – последний ранг, равный по абсолютной величине числу упорядочиваемых объектов. Более точно упорядочение бывает при меньшем количестве объектов исследования, и наоборот.

При предпочтительной (по рангам) расстановке объектов экспертизы одним экспертом сумма рангов должна равняться сумме чисел всего натурального ряда количества объектов Н, начиная с единицы: Н= (Н+1)/2.

Результирующие ранги объектов ранжирования по данным опросов определяются как сумма рангов для каждого объекта. При этом в итоге первый ранг присваивается тому объекту, который получил наименьшую сумму рангов, а последний – тому, у которого оказалась наибольшая сумма рангов, т.е. наименее значимому объекту (пример определения результирующего ранга трех объектов семью экспертами).

Чем больше привлекается экспертов, тем выше объективность результата оценки. Однако привлечение большого числа квалифицированных экспертов и высокая трудоемкость экспертных работ повышает стоимость проведения оценок качества. Поэтому, чтобы снизить трудоемкость работ экспертов, используют метод рангов, который предусматривает только ранжирование показателей, а не их численное определение экспертами.

Приведем пример программы экспертной системы с использованием метода ранжирования.

Пусть N экспертов ранжируют n факторов. Каждому фактору каждый эксперт присваивает ранг – целое число от 1 до n. Так, i-му фактору j-й эксперт присваивает ранг k_ij. В результате получается матрица N×n мнений экспертов, где номера строк соответствуют номерам.

Программа вычисляет:

1. Дисперсию средних рангов.

2. Максимальную дисперсию рангов.

3. Критерий согласованности экспертов.

Осуществляется произвольный вывод переменных и нахождение средних значений рангов в упорядоченном виде.

Рис.1 Окно приложения

Далее приведем листинга программы:

Окно модуля Unit1.pas

unit Unit1;

interface

uses

Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

Dialogs, StdCtrls, Grids;

type

TForm1 = class(TForm)

StringGrid1: TStringGrid;

Button2: TButton;

Button3: TButton;

Button4: TButton;

Button5: TButton;

Label1: TLabel;

Label2: TLabel;

Label3: TLabel;

list: TMemo;

Label4: TLabel;

Label5: TLabel;

Label6: TLabel;

Label7: TLabel;

Label8: TLabel;

Label9: TLabel;

Label10: TLabel;

Label11: TLabel;

Label12: TLabel;

procedure Button2Click(Sender: TObject);

procedure FormCreate(Sender: TObject);

procedure Button3Click(Sender: TObject);

procedure Button4Click(Sender: TObject);

procedure Button5Click(Sender: TObject);

private

{ Private declarations }

public

{ Public declarations }

end;

var

Form1: TForm1;

a, r, i, j, f, k1: integer; c: string; l, k: real; m: array [1..10] of real;

implementation

{$R *.dfm}

procedure TForm1.Button2Click(Sender: TObject);

begin

if k1=0 then

for i:=1 to 10 do begin c:=FloatToStr(m[i]); list.Lines.Add(c); end;

k1:=1;

end;

procedure TForm1.FormCreate(Sender: TObject);

begin

randomize;

list.Text:='';

a:=3+random(3);

StringGrid1.ColCount:=11;

StringGrid1.RowCount:=a+2;

for r:=1 to a do StringGrid1.Cells[0,r]:='exp'+IntToStr(r);

StringGrid1.Cells[0,a+1]:='Среднее';

for r:=1 to 10 do StringGrid1.Cells[r,0]:='x'+IntToStr(r);

for r:=1 to a do

for i:=1 to 10 do

begin

repeat

f:=0;

c:=IntToStr(random(10)+1);

for j:=1 to i do if cStringGrid1.Cells[j,r] then f:=f+1;

until f=i;

StringGrid1.Cells[i,r]:=c;

end;

for i:=1 to 10 do

begin

l:=0;

for r:=1 to a do l:=StrToInt(StringGrid1.Cells[i,r])+l;

l:=l/a;

StringGrid1.Cells[i,a+1]:=FloatToStr(l);

end;

for j:=1 to 10 do m[j]:=StrToFloat(StringGrid1.Cells[j,a+1]);

for r:=1 to 9 do

for i:=r+1 to 10 do

if m[i]

Код для цитирования: Скопировать