Научная статья на тему 'Возможности использования и перспективы развития метода анализа иерархий в научных исследованиях'

Возможности использования и перспективы развития метода анализа иерархий в научных исследованиях Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
410
73
Читать
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
метод анализа иерархий / принятие управленческих решений / Analytic Hierarchy Process / method / management decision making

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — И А. Зайцева, Ю Е. Острякова

Метод анализа иерархий (МАИ) хорошо зарекомендовал себя в применении к разнообразным задачам сравнительного анализа, оптимального выбора и принятия решений при наличии многих критериев различной природы (количественных, качественных, числовых с разной размерностью и т.д.). Этот метод не только позволяет сделать количественные выводы относительно эффективности, но и оценить достоверность данных выводов. Примерами успешного использования указанного метода является применением его как зарубежными, так и отечественными учеными от управления на межгосударственном уровне до решения отраслевых и частных проблем в любой отрасли экономики. В статье представлен анализ национальной базы данных цитирования научных публикаций по теме метода анализа иерархий за последние четыре года. Даны объяснения модификациям, к которым в последнее время посвящено множество статей. Отмечены возможности использования МАИ и разработке на этой базе ряда компьютерных пакетов как зарубежных, так и отечественных, а так же систем поддержки принятия управленческих решений с применением искусственного интеллекта. В условиях цифровой экономики перспективное развитие МАИ возможно с внедрением нейросетевых информационных технологий управления.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
Предварительный просмотрDOI: 10.24411/2500-1000-2020-10066
i Надоели баннеры? Вы всегда можете отключить рекламу.

POSSIBILITIES OF USING AND PROSPECTS FOR DEVELOPMENT OF THE HIERARCHY ANALYSIS METHOD IN SCIENTIFIC RESEARCH

The method of hierarchy analysis (AHP) has proven itself well in applying to various problems of comparative analysis, optimal choice and decision-making in the presence of many criteria of different nature (quantitative, qualitative, numerical with different dimensions, etc.). This method not only allows you to make quantitative conclusions about the effectiveness, but also to assess the reliability of these conclusions. Examples of successful use of this method are its application by both foreign and domestic scientists from management at the interstate level to solving industry and private problems in any sector of the economy. The article presents an analysis of the national database of citation of scientific publications on the topic of the hierarchy analysis method for the last four years. Explanations are given for modifications to which many articles have recently been devoted. The possibilities of using AHP and developing a number of computer packages on this basis, both foreign and domestic, as well as systems for supporting management decision-making using artificial intelligence, are noted. In the digital economy, the prospective development of AHP is possible with the introduction of neural network management information technologies

Текст научной работы на тему «Возможности использования и перспективы развития метода анализа иерархий в научных исследованиях»

ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ МЕТОДА АНАЛИЗА ИЕРАРХИЙ В НАУЧНЫХ ИССЛЕДОВАНИЯХ

И.А. Зайцева, канд. экон. наук, доцент Ю.Е. Острякова, канд. экон. наук, доцент

Ивановский государственный политехнический университет (Россия, г. Иваново)

DOI: 10.24411/2500-1000-2020-10066

Аннотация Метод анализа иерархий (МАИ) хорошо зарекомендовал себя в применении к разнообразным задачам сравнительного анализа, оптимального выбора и принятия решений при наличии многих критериев различной природы (количественных, качественных, числовых с разной размерностью и т.д.). Этот метод не только позволяет сделать количественные выводы относительно эффективности, но и оценить достоверность данных выводов. Примерами успешного использования указанного метода является применением его как зарубежными, так и отечественными учеными от управления на межгосударственном уровне до решения отраслевых и частных проблем в любой отрасли экономики.

В статье представлен анализ национальной базы данных цитирования научных публикаций по теме метода анализа иерархий за последние четыре года. Даны объяснения модификациям, к которым в последнее время посвящено множество статей. Отмечены возможности использования МАИ и разработке на этой базе ряда компьютерных пакетов как зарубежных, так и отечественных, а так же систем поддержки принятия управленческих решений с применением искусственного интеллекта. В условиях цифровой экономики перспективное развитие МАИ возможно с внедрением нейросетевых информационных технологий управления.

Ключевые слова: метод анализа иерархий, принятие управленческих решений.

Для повышения качества поддержки принятия решений часто используются методы, основанные на математическом моделировании, позволяющие получать количественные оценки эффективности функционирования исследуемых систем. Проведение таких оценок представляется проблематичным или невозможным по многим причинам:

- при проведении оценок необходимо оценивать множество различных параметров, которые могут носить как количественный, так и качественный характер;

- отсутствуют или недостаточно данных, определяющих параметры систем количественно;

- имеющиеся сведения носят только качественный характер;

- оценка производится на основе личного опыта, интуиции, субъективных суждений лица, принимающего решение;

- исследуемые процессы и системы настолько сложны и многообразны, что раз-

работка их адекватных математических моделей не представляется возможным [ 1].

Такие ситуации, могут быть представлены как аналитические иерархические процессы. Наилучшим алгоритмом их решения является метод анализа иерархий (МАИ), разработанный американским ученым Томасом Саати (Analytic Hierarchy Process), который написал о нем книги и в течение 20 лет проводит симпозиумы ISAHP (International Symposium on the Analytic Hierarchy Process - международный симпозиум по аналитической иерархии процесса).

Эффективность и востребованность данного метода подтверждается широким применением его как зарубежными, так и отечественными учеными от управления на межгосударственном уровне до решения отраслевых и частных проблем в любой отрасли экономики.

Анализ национальной библиографической базы данных научного цитирования

научных публикаций российских учёных (РИНЦ компании «Научная электронная библиотека» (ELIBRARY.ru)) показал на-

Из таблицы видно, что пик использования МАИ приходится на 2016, когда количество публикаций составило около 190 работ. Однако и в 2017 году он использовался в значительном количестве работ -более 170 работ посвящены МАИ.

Несмотря на достаточно широкое применение метод анализа иерархий имеет большое число опубликованных по нему замечаний и критических статей. Большинство статей сводятся к описанию модификаций данного метода, либо к упрощению процедуры, либо к более детальному алгоритму расчетов, что требует некой их систематизации и классификации. Однако основным назначением всех изменений было повышение степени обоснованности и точности результатов.

Большинство авторов считают [2], что различные варианты оптимизации МАИ необходимы для его адаптации и применения к разным конкретным предметным областям науки и техники. Однако, здесь важно учесть то, что не все методы разработки и совершенствования алгоритмов подходят для модификации МАИ [3].

Например, среди зарубежных модификаций МАИ известны такие, как нечеткий МАИ (FAHP), аналитический иерархический процесс (ANP), нечеткий аналитический иерархический процесс (FANP), метод определения порядкового номера или ранга, приближенного к идеальному решению (TOPSIS).

В последнее время все больше внимания уделяется методу аналитических сетей (МАС) (А№ - Analytic Network Process) [4] - более общая форма метода анализа иерархий, используемого в условиях муль-тикритериальности. МАИ структурирует

личие более 4260 публикаций за период с 2007 по 2019 гг., в которых есть упоминание о методе анализа иерархий (таблица).

решение проблемы в иерархию с целью определения критерия выбора и альтернативы, в то время как МАС структурирует его в качестве аналитической сети, и затем используют систему парных сравнений для измерения веса компонентов структуры, и, наконец, ранжирует альтернативы в решении.

В отечественной практике также известно немало модификаций данного метода, которые можно условно разделить на группы в соответствии с этапами его реализации. Назначением одних изменений является повышение степени обоснованности МАИ, которые направлены на снижение доли участия эксперта в процессе принятия решения с целью сделать выбор более объективным. Другие модификации позволяют учитывать зависимости между объектами, обратные связи, дополнительные элементы теории нечетких множеств.

Для решения проблем «экспертоемко-сти» - трудоемкости применения МАИ предлагается использовать различные его комбинации с методами теории решения изобретательских задач, информационного моделирования, факторного анализа, методом группового учета аргументов, теории свидетельств Демпстера-Шейфера. Такие модификации приводят к получению синергетического эффекта - синтез человеческого фактора в виде субъективного экспертного мнения в МАИ, и объективных беспристрастных результатов ста-тистико-математических расчетов. В любой ситуации, связанной с выбором одной альтернативы из нескольких, прогнозированием сценариев, распределением ресурсов, реинженерингом, контролем качества различных объектов, оценке рисков в ин-

Таблица. Тенденции использования МАИ в публикациях системы РИНЦ

Показатели 2016 г. 2017 г. 2018 г. 2019 г.

Общее количество публикаций, в том числе 189 171 153 79

- статьи и тезисы 89 77 60 44

- монографии и учебные пособия 27 18 29 3

- авторские свидетельства и патенты 73 76 64 32

новационно-инвестиционных проектах и т.д., такая интеграция необходима для избежания неполноты, неточности и неопределенности экспертной информации.

Все это привело к широкому использованию МАИ и разработке на этой базе ряда компьютерных пакетов как зарубежных, так и отечественных (к примеру, MPRIORITY, AHP Analyzer, easyAHP, 123ahp, AHP-OS, AHP Software, SuperDecisions, СППР «Выбор», Expert Choice Comparion, Logical Decisions, Criterium DecisionPlus [5] и др.). Использование программных средств имеет свои особенности в зависимости от сферы применения, поэтому набор критериев (такие как стоимость, точность расчета вектора приоритетов, размер иерархии, удобство использования, дополнительные функциональные возможности и др.) при выборе программы для той или иной сферы будет различным.

На основе МАИ разработаны системы поддержки принятия решений (СППР) [6], позволяющие получать количественные оценки эффективности функционирования исследуемых систем, что облегчает деятельность специалистов и повышает качество их работы.

С использованием данными системами искусственного интеллекта, можно говорить об интеллектуальных системах поддержки принятия решений (ИСППР). Они могут работать с большими данными (принятие во внимание всех возможных факторов, предыдущих решений и их последствий и т.д.), что обеспечивает наиболее полное видение и анализ ситуации. Отмечается так же, что подобные системы не предоставляют человеку информацию о

принять, а выводят структурированную отчетную информацию о способах решения задачи, где варианты, помещенные выше остальных, могут быть наиболее эффективны и оптимальны.

Так, например, решение задач прогнозирования, относящихся к классу слабоструктурированных и многокритериальных, в ряде случаев вообще не подвергающихся формализации, возможно с помощью нейроных сетей с использованием модуля «NEURAL Networks» статистического пакета «Статистика». Поэтому оптимальные условия в задачах данного класса могут быть найдены только при сочетании опыта, знаний и интуиции лица, принимающего решение. Для их поиска могут использоваться методы интеллектуального анализа данных, нейронных сетей, рассуждений на основе продукционных моделей знаний, генетических алгоритмов и имитационного моделирования.

В условиях цифровой экономики внедрение новых информационных технологий управления, таких как систем поддержки принятия решений с использованием метода анализа иерархий в информационно-управляющую систему предприятий, отраслей, регионов, позволяет повысить эффективность их функционирования. МАИ эффективнее других аналитических инструментов учитывает влияние всех факторов (качественных и количественных) на выбор решения. Совместное применение нейросетевых технологий и МАИ позволит в интеллектуальной системе поддержки принятия решений работать с большими данными и выводить структурированную отчетную информацию о способах решения задач.

том, какое решение однозначно следует

Библиографический список

1. Федосеев В.Н., Зайцева И.А. Информационно-аналитический подход к решению сложных слабоструктурированных задач методом анализа иерархий (МАИ) // Теория и практика технических, организационно-технологических и экономических решений: сборник научных трудов. Ивановский государственный политехнический университет. -Иваново, 2019. - С. 72-82.

2. Фурцев Д.Г., Коваленко А.Н., Ткаченко Е.А. Об оптимизации на основе метода анализа иерархий // Научные ведомости БелГУ. Серия: История. Политология. Экономика. Информатика. - 2014. - №1 (172). - Вып. 29/1. - С. 110-113.

3. Фурцев Д.Г. К вопросу о модификации метода анализа иерархий // Евразийский Союз Ученых (ЕСУ) № VII, 2014. Технические науки. - С. 46-48.

4. Саати Т., Кернс К. Аналитическое планирование. Организация систем: Пер. с англ. -М.: Радио и связь, 1991. - 224 с.

5. Зайцева И.А., Потехина Е.С. Альтернативные варианты применения программных продуктов для метода анализа иерархий // Многоуровневое общественное воспроизводство: вопросы теории и практики. - 2014. - №7 (23). - С. 96-108.

6. Миронова Н.А. Интеграция модификаций метода анализа иерархий для систем поддержки принятия групповых решений // Радиоэлектроника, информатика, управление. -2011. - №2. - С. 47-54.

POSSIBILITIES OF USING AND PROSPECTS FOR DEVELOPMENT OF THE HIERARCHY ANALYSIS METHOD IN SCIENTIFIC RESEARCH

I.A. Zaytseva, Candidate of Economic Sciences, Associate Professor Y.E. Ostryakova, Candidate of Economic Sciences, Associate Professor Ivanovo State Polytechnic University (Russia, Ivanovo)

Abstract. The method of hierarchy analysis (AHP) has proven itself well in applying to various problems of comparative analysis, optimal choice and decision-making in the presence of many criteria of different nature (quantitative, qualitative, numerical with different dimensions, etc.). This method not only allows you to make quantitative conclusions about the effectiveness, but also to assess the reliability of these conclusions. Examples of successful use of this method are its application by both foreign and domestic scientists from management at the interstate level to solving industry and private problems in any sector of the economy.

The article presents an analysis of the national database of citation of scientific publications on the topic of the hierarchy analysis method for the last four years. Explanations are given for modifications to which many articles have recently been devoted. The possibilities of using AHP and developing a number of computer packages on this basis, both foreign and domestic, as well as systems for supporting management decision-making using artificial intelligence, are noted. In the digital economy, the prospective development of AHP is possible with the introduction of neural network management information technologies.

Keywords: Analytic Hierarchy Process, method, management decision making.

i Надоели баннеры? Вы всегда можете отключить рекламу.