Научная статья на тему 'Использование морфологического и кластерного анализа для оценки результатов научной деятельности'

Использование морфологического и кластерного анализа для оценки результатов научной деятельности Текст научной статьи по специальности «Математика»

CC BY
73
23
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
наукометрия / индекс цитирования / морфологический подход / кластерный анализ / оценка новизны и уровня. / scientometrics / citation index / morphological approach / cluster analysis / assessment of novelty and level
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Использование морфологического и кластерного анализа для оценки результатов научной деятельности»

Раков Д.Л.

к.т.н., с.н.с. ИМАШ РАН

Синев А.В.

д.т.н., профессор, в.н.с. ИМАШ РАН

Терещук В. С.

к.т.н., с.н.с. ИМАШ РАН

Печейкина М.А.

старший преподаватель МЭИ

ИСПОЛЬЗОВАНИЕ МОРФОЛОГИЧЕСКОГО И КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ОЦЕНКИ РЕЗУЛЬТАТОВ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ

Ключевые слова: наукометрия, индекс цитирования, морфологический подход, кластерный анализ, оценка новизны и уровня.

Keywords: scientometrics, citation index, morphological approach, cluster analysis, assessment of novelty and level.

Наукометрические показатели в настоящее время в основном используются для оценки результативности научной деятельности и основаны на таких показателях, как количество публикаций автора и количество ссылок на его работы. Одним из основных показателей является так называемый индекс Хирша [1], при помощи которого осуществляется поиск ученых, пишущих интенсивно и качественно [2]. Вопросы наукометрических оценок широко изучаются и обсуждаются. Но в области технических наук необходимо оценивать не только публикации, но и патентную деятельность авторов - учитывать как сами патенты (на изобретения и полезные модели), так и заявки на их выдачу, а также свидетельства на регистрацию программ для ЭВМ. Данным вопросам уделяется сравнительно мало внимания [3].

Для оценки технических решений (ТР) авторов может быть эффективно использован морфологический подход, основанный на кластерном анализе [3]. Он заключается в построении морфологической таблицы, заполнении ее возможными альтернативными вариантами и в выборе из всего множества комбинаций наилучших решений. Морфологический подход, идея которого возникла еще в средние века, базируется на комбинаторном принципе поиска решений [4]. Специальная процедура систематического комбинирования понятий (терминов) была введена Р.Луллием (1234-1315). «Логическая машина» Луллия позволяла получать путем комбинирования исходных понятий более сложные понятия и суждения. Идеи Р.Луллия и его последователей оказали заметное влияние на творчество немецкого математика Готтфрида Вильгельма Лейбница, который был, по-видимому, первым использовавшим термин «комбинаторика» в современном его понимании. Комбинаторику Лейбниц рассматривал как половину так называемого общего «Искусства Изобретения», а именно ту половину, которая относится к синтезу. Вопрос о природе второй половины (анализ), к сожалению, не был им рассмотрен. Датой рождения современного морфологического подхода можно считать 1942 г. Это дата выхода в свет первой работы швейцарского астрофизика Ф.Цвикки по морфологическому анализу реактивных двигателей с описанием его метода «морфологического ящика» и построения морфологических таблиц (МТ).

Основная трудность оценки ТР, содержащихся в патентоспособных ТР, заключается в неопределенности из-за неполной информации о критериях оценки. Можно назвать следующие факторы неопределенности [5]:

• Отсутствие методов расчета, математических моделей и количественных оценок для измерения отдельных качеств и свойств ТР в его проекте (неопределенность первого рода);

• Отсутствие информации о взаимной значимости разнообразных критериев, часть которых противоречит друг другу (неопределенность второго рода);

• Решая реальные проектные задачи структурного синтеза с целевыми функциями сложного вида, не допускающими применения теоретических методов нахождения экстремумов, приходится использовать человеко-машинные приемы нахождения вариантов лучших, чем уже просмотренные, без всяких гарантий получения действительно оптимальных решений (неопределенность третьего рода).

Предметом поиска является достижение некоторых компромиссных уровней для ряда противоречивых критериев. Последовательность вычислительных операций для нахождения оптимума в алгоритме проектного расчета отображается целевой функцией. Эта функция не соответствует основным требованиям теоретических методов оптимизации, так как она разрывна; не всегда может быть определена; существует в операторной записи; не базируется на аналитических выражениях; не дифференцируема; не унимодальная; не сепарабельна и не аддитивна. Особенностью является также то, что невозможно аналитически моделировать гиперповерхность целевых функций и прогнозировать их изменение на шаге приращения переменных. Вместо шагового продвижения в пространстве признаков предлагается зональные исследования с использованием кластеров. Из этого следует, что оптимального варианта в общепринятом смысле в таких задачах не существует. Отсутствие теоретических методов, обосновывающих поиск экстремума и

наличие на практике результатов действительно успешного решения проектных комбинаторных задач с помощью эвристических приемов означает, что основным назначением систем поддержки исследователей на этапе синтеза ТР должна быть помощь в классификации структурных признаков, а также в сборе и накоплении информации о самых различных сочетаниях элементов проектируемого объекта. Решение задачи структурного синтеза с практической точки зрения поможет в снижении неопределенности при исследовании технических систем на ранних стадиях проектирования [5].

В упрощенном виде процедура оценки ТР из описаний патентов осуществляется последовательным выполнением ряда процедур. Вначале формируется морфологическая таблица из известных ТР и патентов [6]. В нее (рис. 1) заносится одно или несколько опорных ТР авторов для оценки, выбирается ряд критериев, которым присваиваются экспертным путем бальные оценки. За основу определения весовых коэффициентов критериев и балльных оценок взят метод <^ейапа^е», рекомендованный обществом немецких инженеров для оценки и сравнения ТР [7].

Элементы признаков

Признаки

Р1 Р2 Р3 ... р*

Г"1! Р/ г;2 Р,3 Р*

Р2 р; р22 Р23 рк 2

Р3 р1 гз р2 Р3 р* 13

РИ Р1 п Р2 И Р3 и р* п

Рисунок 1.

Морфологическая таблица ТР

В дальнейшем генерируется некоторое количество альтернатив и формируется морфологическое множество решений, которое разбивается на кластеры. Сначала исследуются варианты ТР кластера, в котором находится опорный вариант - оцениваемое ТР. В дальнейшем проводят разработку других кластеров. С опорным вариантом сравниваются технические решения, рассчитывается степень его новизны [7, 8]. Оценка базируется на понятиях меры сходства и различия вариантов. Мера сходства вычисляется из меры расстояния Хэмминга. Поскольку каждое техническое решение характеризуется «своим» набором элементов признаков, то можно всегда отыскать признаки, определяющие его оригинальность и индивидуальность. Те варианты, которые имеют наименьшие значения меры сходства по сравнению с базовым множеством, обладают большей «новизной». При помощи предлагаемого подхода был исследован ряд научных и прикладных систем, на ряд которых были получены патентов [9-11].

Патент РФ № 2068037

/

А Шг

/ ^ |

Заявка на изобретение РФ 2004105642

Патент РФ N 2010041

| Патент РФ N 2073751 (прототип) Рисунок 2.

Расположение кластеров ТР в морфологическом поле решений

Для сравнения вариантов ТР используют набор критериев {К} с весовыми оценками и производят попарное сравнение вариантов (рис. 3).

оценки варианта 1

оценки варианта 2

Рисунок 3.

Сравнение вариантов

Процесс развития ТР и изменение внешних условий моделируются в предложенном подходе путем задания разных весовых коэффициентов у критериев, соответствующих их прогнозируемым изменениям в течение времени. Например, можно прогнозировать, что некоторая оценка через некоторое время будет иметь более высокий весовой коэффициент (рис. 4, рис. 5). Таким образом, можно рассматривать развитие ТР в течение времени, жизненный цикл, а также определить будет ли система «устойчива».

Время пребывания развивающихся систем различной природы в устойчивых состояниях (соответствующих устойчивой структуре), естественно, различно, но независимо от природы. Таким образом, процесс развития можно представить как последовательность циклов эволюционного изменения состояний внутри цикла со скачкообразным переходом состояния в конце цикла на новый качественный уровень, означающий начало нового цикла развития.

Uy

и 1=Ф21

}>2=Щ

U2 = =f(1 2>

Ux

Рисунок 4.

Изменение уровня ТР 1 и 2 с течением времени (противоречивое изменение)

Рисунок 5.

Изменение уровня ТС 1 и 2 с течением времени (непротиворечивое изменение)

В заключении можно сделать выводы о том, что использование морфологического подхода при проведении исследований технических решений из описаний патентов позволяет получить относительно точные оценки полученных результатов.

Предлагаемый подход позволяет:

• оценивать патентоспособные технические решения;

• предсказать изменение основных характеристик ТР;

• определить и дифференцировать эволюционирующие и стабильные признаки;

• определить направление эволюции любого признака ТР;

• определить среднюю скорость эволюции уровня ТР;

• установить связь между эволюцией кластеров и вариантов в них.

Это позволяет повысить вероятность создания инновационной продукции с высокими качественными показателями и одновременно снизить риски технологического характера. Данные меры позволят поднять технический и технологический уровни научно-технических разработок, исключить дублирование проводимых исследований и повысить конкурентоспособность отечественных предприятий.

Список литературы

1. Hirsch J. E. An index to quantify an individual's scientific research output // Proc. National Academy of Sciences of the USA. 2005. -Vol. 102, N 46. - P. 16569-16572.

2. Акимова Г.П., Даниленко А.Ю., Пашкин М.А. Подходы к оценке работы научных коллективов // Труды Института системного анализа РАН. - М., 2015. - Т. 65, № 2. - С. 39-43.

3. Раков Д. Л. Использование морфологического подхода при проведении патентных исследовании технических систем // Изобретательство. 2014. - Т. 14, № 11. - С. 19-26.

4. Бутенко Л.Н., Бутенко Д.В. Концептуальный анализ и синтез систем. - Волгоград: ВолгГТУ, 2015. - 84 с.

5. Осин М.И. Методы автоматизированного проектирования летательных аппаратов. - М.: Машиностроение, 1984. - 51 с.

6. VDI 2800: 2000-05-Wertanalyse / VDI Society for Systems Engineering and Project Design. - 17 p.

7. Rakov D.L., Sinyev A.V. The Structural Analysis of New Technical Systems Based on a Morphological Approach under Uncertainty Conditions // Journal of Machinery Manufacture and Reliability. 2015. - Vol. 44, N 7. - P. 74-81.

8. Раков Д.Л., Синёв А.В. Параллельное проектирование на этапах структурного синтеза и параметрической оптимизации при формировании облика новых технических систем // Проблемы машиностроения и автоматизации. 2011. - № 4. - С. 99-102.

9. Rakov D.L. Superlight Reentry Vehicles // Space Technology. 2004. Т. 24, N 4. - P. 237-243.

10. Раков Д. Л. Способ ввода информации и устройство для его осуществления. Патент на изобретение RUS 2141685 13.01.1998.

11. Клименко Б.М., Раков Д. Л., Торбек Ю. Устройство для нанесения покрытия микродуговым оксидированием вентильных металлов и сплавов. Патент на изобретение RUS 2413040 04.09.2008.

i Надоели баннеры? Вы всегда можете отключить рекламу.