CC BY
41
303.732.4, 519.816
Д.П. Олейников
канд. техн. наук, кафедра «Системы автоматизированного проектирования и поискового конструирования», ФГБОУ ВПО «Волгоградский государственный технический университет»
Л.Н. Бутенко
д-р хим. наук, профессор, кафедра «Системы автоматизированного проектирования и поискового конструирования», ФГБОУ ВПО «Волгоградский государственный технический университет»
ИСПОЛЬЗОВАНИЕ МЕТОДОЛОГИИ СИСТЕМНОГО СИНТЕЗА МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ ПРИ СОЗДАНИИ МЕТОДА ВЕРБАЛЬНОГО АНАЛИЗА РЕШЕНИЙ ARACE
Аннотация. В статье описаны основные элементы методологии системного синтеза методов принятия решений и показан пример использования данной методологии при создании нового метода вербального анализа решений ARACE, предназначенного для упорядочения альтернатив, имеющих качественные оценки в условиях частичной рассогласованности предпочтений эксперта.
Ключевые слова: методология системного синтеза, методы принятия решений.
D.P. Oleynikov, Volgograd State Technical University
L.N. Butenko, Volgograd State Technical University
USING THE METHODOLOGY OF THE SYSTEM SYNTHESIS OF DECISION-MAKINGS FOR CREATING
THE VERBAL DECISION ANALYSIS METHOD ARACE
Abstract. This paper describes the main elements of methodology of system synthesis of decision-makings and an example of using this methodology for creation of a new method of verbal decision analysis ARACE, destined to rank alternatives with qualitative estimates under partial mismatch of expert's preferences.
Keywords: methodology of system synthesis, decision-makings.
Введение
Систематический синтез технологий и инноваций, который является необходимым условиям для повышения конкурентоспособности нашей страны в условиях современной геополитической обстановки, актуализирует задачи их качественной оценки, что невозможно эффективно выполнить без современных методов и средств поддержки принятия решений [1], а также соответствующей методологии. Данную ситуацию характеризует термин «проблема принятия решений», используемый в ситуациях, когда задача настолько усложняется, что для ее постановки и решения не может быть сразу определен подходящий аппарат формализации, когда процесс постановки задачи требует участия специалистов различных областей знаний. Это приводит к тому, что постановка задачи становится проблемой, для решения которой необходимо разрабатывать специальные подходы, приемы и методы [2].
Основная часть
Анализ разработанных авторами подходов к синтезу методов принятия решений (МПР) [3-10], с учетом общей схемы структуры деятельности, основанной на ее понимании в дисциплинах философии, психологии, системного анализа [11], позволил сформировать обобщенную схему системного синтеза МПР [12], состоящую из этапов целеполагания (ЦП) и целедостижения (ЦД).
Входной информацией для группы этапов ЦП, приведенных на рисунке 1, является проблема - несоответствие структуры/функционала МПР состоянию среды принятия решений. Це-леполагание состоит из группы этапов, главной задачей которых является создание формали-
зованного описания цели синтеза. Этапы ЦД, приведенные на рисунке 2, на основе заданной цели синтеза формирует целевой МПР. При этом выполняются задачи по формированию базы синтеза, подсистем и, непосредственно, целевой системы, устраняются противоречия между компонентами целевой системы (в случае необходимости, выполняется ресинтез компонентов).
Созданная структурная схема является основой разработанной методологии системного синтеза методов принятия решений, с использованием которой были решены задачи синтеза новых методов принятия решений. Ниже приведен пример использования элементов данной методологии для синтеза нового метода принятия решений.
Рисунок 1 - Схема этапа целеполагания. МСПП - метод систематического покрытия поля [13], ПЗ ФЭС - «поле знаний» на основе функционального / элементного состава, ПЗ ОС - «поле знаний» на основе свойств
Синтезированный метод принадлежит к научному направлению «Вербальный анализ решений» (ВАР) [14]. В рамках данного направления создаются методы, предназначенные для решения неструктурированных задач. Данные методы используют качественные описания вариантов решений и ситуаций принятия решений, методы не преобразуют качественные предпочтения эксперта в числа, что позволяет без потери семантики выполнять процесс принятия решения. Одним из наиболее распространенных методов ВАР является метод ЗАПРОС [15], предназначенный для ранжирования многокритериальных альтернатив, имеющих вербальные оценки. Характеристики метода ЗАПРОС, полученные в результате проведения анализа МПР [16;17], приведены в таблице 1.
Формализованное описание целевого МПР
Рисунок 2 - Схема этапа целедостижения
Таблица 1 - Метод ЗАПРОС
Характеристика Описание
Выполняемые функции Построение порядковой шкалы пары критериев; построение порядковой шкалы множества критериев; выявление зависимости критериев; выявление противоречий; ранжирование альтернатив
Основные элементы Множество критериев; множество оценок по критерию; множество порядковая шкала пар критериев; единая порядковая шкала; частичная ранжировка альтернатив; множество ядер частичной ранжировки; множество альтернатив
Ограничения Решение задач частичного упорядочения; критерии должны иметь вербальные оценки
Недостатки Необходима полная согласованность предпочтений лица, принимающего решение (ЛПР); необходима независимость критериев по понижению качества; необходимо упрощение задачи принятия решения (ЗПР)
Базис Использование психологически-корректных процедур в процессе выявления предпочтений ЛПР; использование замкнутых процедур в процессе определения согласованности предпочтений ЛПР
Как показано, одним из ограничений данного метода является требование полной согласованности предпочтений ЛПР. Однако этому препятствуют сложность задачи, ее новизна, а также различные НЕ-факторы. В результате в процессе опроса ЛПР вынуждают корректировать свои предпочтения для достижения строгой согласованности, а в случае невозможности - реструктурировать задачу принятия решений.
На первом этапе проводилось формирование цели, для чего была использована стратегия инверсии недостатка - «не учитывает рассогласованные предпочтения» ^ «учитывает рассогласованные предпочтения». При этом основные отличительные особенности методов ВАР должны быть сохранены.
Требования к синтезируемому методу:
1) вид предпочтений ЛПР - качественный;
2) допустима рассогласованность предпочтений;
3) согласованность предпочтений определяется во время опроса ЛПР.
На следующем этапе были сформированы модели основных подсистем нового метода, одной из которых является подсистема выявления предпочтений PREF, состоящая из следующих элементов:
PREF =< ZPRstr,QST,VAL,ANS,FRM, AGR,FIND,REDEF, AGRlevel > ,
1) ZPRSTR - структурированное представление задачи принятия решения;
2) QST - подсистема формирования вопросов ЛПР;
3) VAL - средство измерения предпочтений ЛПР;
4) ANS - ответ ЛПР;
5) FRM - подсистема формализации ответов ЛПР;
6) AGR - подсистема проверки согласованности (непротиворечивости) ответов ЛПР;
7) FIND - подсистема поиска ответов ЛПР, приведших к рассогласованию;
8) REDEF - подсистема переопределения предпочтений ЛПР;
9) AGRLEVEL - допустимый уровень рассогласованности предпочтений ЛПР.
И модель подсистемы формализации предпочтений FRM, состоящая из следующих элементов FRM =< RES,VAL,RESFRM,FRMP > :
1) RES - ответ ЛПР;
2) VAL - средство измерения предпочтений;
3) RESFRM - формализованное представление ответа ЛПР;
4) FRMP : RES,VAL ® RESFRM - процедура формализации ответа ЛПР.
Траектория выполнения этапа целеполагания приведена на рисунке 3.
Для решения задачи целедостижения на основании результатов анализа МПР было сформировано «поле знаний», определена целевая ячейка, и выбраны соседние ячейки, совокупность характеристик которых соответствует требованиям синтеза (табл. 2). На основе анализа требований также были выбраны прототипы для подсистем выявления и формализации предпочтений и определены задачи, которые необходимо решить для синтеза целевых подсистем. В качестве прототипа был выбран метод ЗАПРОС, поскольку его свойства удовлетворяют характеристиками методов вербального анализа решений.
Для реализации сформированных требований необходимо было решить следующие
задачи.
Задача 1. Определить текущий уровень рассогласованности. Аналогичная задача решается в МАИ при помощи определения индекса согласованности (ИС).
Задача 2. Согласовать рассогласованные предпочтения ЛПР.
Задача 3. Определить новую структуру хранения предпочтений ЛПР, поскольку существующий способ хранения информации о предпочтениях в виде Единой порядковой шкалы (ЕПШ) оценок не поддерживает частичную рассогласованность предпочтений.
Таблица 2 - Поле знаний и целевая ячейка
Допустима рассогласованность предпочтений
Да Нет
Момент определения согласованности
После опроса ЛПР Во время опроса ЛПР После опроса ЛПР Во время опроса ЛПР
Вид предпочтений ЛПР Количественный МАИ
Качественный X ЗАПРОС
Задача 1 была решена при помощи аппарата статистики объектов нечисловой природы. При этом использовалась стратегия переноса знаний из другой предметной области, с учетом требований методов ВАР. В качестве показателя рассогласованности предпочтений было использовано расстояние Кемени.
Задача 2 решена при помощи метода согласования кластеризованных ранжировок, формирующего частичный порядок вербальных оценок альтернатив на множестве ответов ЛПР. При решении данной задачи также была использована стратегия переноса.
Задача 3 была решена при помощи стратегии переноса знаний из другой предметной области - из области коллективного принятия решений. При этом рассогласованные предпочтения одного ЛПР стали рассматриваться как совокупность согласованных предпочтений квазиэкспертов.
Следующим этапом синтеза является выполнение компоновки подсистем МПР.
подсистемы формализации предпочтений
Для компоновки подсистемы выявления предпочтений элементов была использована стратегия «Совместное использование без существенного изменения структуры системы», т.е. использование аппарата статистики объектов нечисловой природы не потребовало значительного внесения изменений в архитектуру МПР.
Для компоновки подсистемы формализации предпочтений была использована стратегия «Замещение элемента системы-прототипа элементом из базы синтеза», т.е. вместо ЕПШ метода ЗАПРОС использовались совокупность порядковых шкал, отражающих предпочтения квазиэкспертов, а формирование итогового решающего правила проводилось с использованием методов статистики объектов нечисловой природы. На рисунке 4 показана траектория выполнения этапа целедостижения.
Выводы
Применение методов статистики объектов нечисловой природы и введение абстракций, названных «квазиэкспертами», позволило создать новый метод ARACE [18] (Alternatives Ranking Accounting of Contradictions by quasi-Experts), решающий задачи ранжирования, отличающийся от метода-прототипа ЗАПРОС тем, что с целью повышения эффективности процедуры опроса ЛПР за счет учета частично-рассогласованных предпочтений процедура построения функции ранжирования и процедура ранжирования альтернатив усложнены путем использования абстракций - «квазиэкспертов» и методов статистики объектов нечисловой природы
Список литературы:
1. Олейников Д.П., Бутенко Л.Н. О необходимости разработки новых методов принятия решений // Перспективы развития информационных технологий. 2015. № 23. С. 26-31.
2. Волкова В.Н., Денисов А.А. Теория систем: учеб. пособие. М.: Высш. шк., 2006. 511 с.
3. Олейников Д.П., Бутенко Л.Н. Синтез структурированного представления задачи принятия решений метода ВЕРБА на основе принципа полярности // Современные наукоемкие технологии: науч.-теорет. журн. / Акад. естествознания. 2005. № 8. С. 28-29.
4. Олейников Д.П., Бутенко Л.Н. Синтез методов принятия решений на основе принципа полярности // Успехи современного естествознания: науч.-теоретич. журнал / Акад. естествознания. 2005. Т. 11. С. 34-36.
5. Олейников Д.П., Бутенко Л.Н. Использование принципа полярности для синтеза новых методов принятия решений // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: межвуз. сб. науч. ст. 2007. Т. 2, № 2. С. 60-62.
6. Олейников С.П. Системный синтез иерархических методов принятия решений. Волгоград: Волгогр. гос. техн. ун-т, 2010. 251 с.
7. Олейников Д.П., Бутенко Л.Н. Синтез методов принятия решений на базе морфологического подхода // Вестник компьютерных и информационных технологий. 2013. Т. 11, № 113. С. 21-26.
8. Олейников Д.П., Бутенко Л.Н. Синтез методов принятия решений на базе морфологического подхода (продолжение) // Вестник компьютерных и информационных технологий. 2013. Т. 12, № 114. С. 21-26.
9. Олейников Д.П., Бутенко Л.Н. Результаты анализа критериев теории игр с природой в целях выявления эвристических паттернов // Инновации на основе информационных и коммуникационных технологий. Инфо 2014: XI междунар. науч.-практ. конф. (г. Сочи, 1-10 окт. 2014 г.). М.: Высш. шк. экономики, 2014. С. 583-585.
10. Олейников Д.П., Бутенко Л.Н. Формирование банка эвристических паттернов // Перспективы развития информационных технологий. 2015. № 23. С. 32-35.
11. Новиков А.М., Новиков Д.А. Методология. М.: СИНТЕГ, 2007. 668 с.
12. Олейников Д.П., Бутенко Л.Н. Структура системного синтеза методов принятия решений // Конгресс по интеллектуальным системам и информационным технологиям IS-IT" 14 (Дивноморское, 2-9 сент. 2014 г.): тр. Конгресса: в 4 т. / Рос. ассоц. искусств. интеллекта, Южн. Федер. ун-т. М., 2014. Т. 1. «Интеллектуальные системьГ14 (AIS'14)», «Интеллектуальные САПР - 2014 (CAD-2014)». С. 176-184.
13. Zwicky F. The Morphological Method of Analisys and Construction. New York: Intersciences Publish, 1948. 461-470 p.
13. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М.: Физ-матлит, 1996. 208 с.
14. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах. М.: Логос, 2000. 296 с.
15. Олейников Д.П., Бутенко Л.Н. Построение систематики методов принятия решений // Успехи современного естествознания. 2005. № 5. С. 59.
16. Олейников Д.П., Бутенко Л.Н. Использование системного подхода при анализе методов принятия решений // Конгресс по интеллектуальным системам и информационным технологиям IS-IT'14 (Дивноморское, 2-9 сент. 2014 г.): тр. Конгресса: в 4 т. / Рос. ассоц. искусств. интеллекта, Южн. Федер. ун-т. М., 2014. Т. 1. "Интеллектуальные системыГ14 (AIS'14)", "Интеллектуальные САПР - 2014 (CAD-2014)". С. 168-176.
17. Орлов А.И. Нечисловая статистика. М.: МЗ-Пресс, 2004. 513 с.
18. Oleynikov D.P. et al. ARACE - A New Method for Verbal Decision Analysis // International Journal of Information Technology & Decision Making. 2015. Vol. 15, № 1. P. 115-140.
