СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

Рассматриваются вопросы, связанные с использованием методов экспертных оценок в целях повышения оптимальности и объективности разрабатываемых управленческих решений. Формулируется целесообразность привлечения экспертов при необходимости коллегиальной разработки управленческого решения. Приводятся основные этапы исследований, связанных с применением метода экспертных оценок. Актуальность выбранной темы обосновывается необходимостью разработки эффективных методов и алгоритмов, направленных на автоматизацию процессов анализа и обработки данных, полученных в ходе экспертного опроса, а также подведения итогов о его результатах. Целью исследования является разработка и апробация алгоритма поиска согласованных групп (коалиций) экспертов, а также метода, позволяющего выработать итоговое решение по результатам экспертного опроса. Предложенный алгоритм поиска коалиций основан на применении математического аппарата теории множеств и алгебры отношений; использует строгий критерий при их формировании и пополнении коалиций, однако не исключает принадлежность экспертов нескольким коалициям, что обеспечивает высокую информативность результатов экспертного оценивания. Метод включает в себя расчет весовых коэффициентов, присваиваемых сформированным коалициям с учетом степеней принадлежности к ним экспертов. Результирующее решение формируется на основе данных, полученных коалицией, обладающей максимальной размерностью и требуемой степенью согласованности. Разработанные метод и алгоритм апробированы на результатах экспертного опроса по определению степеней значимости процессов, реализуемых в сетях связи. В результате были сформированы коалиции экспертов, согласованных друг с другом, а также выявлены эксперты, чьи мнения в большей степени отклонены от остальных. Согласованность коалиций оценивается с использованием коэффициента конкордации, а итоговое решение формируется на основе метода средних арифметических рангов, присвоенных исследуемым процессам функционирования сетей связи экспертами, принадлежащими самой объемной коалиции.

1. Орлов А.И. Теория принятия решений. – М.: Март, 2004. – 656 с.

2. Микони С.В. Теория принятия управленческих решений. – СПб.: Лань, 2015. – 448 с.

3. Демин Г.А. Методы принятия управленческих решений. – Пермь: Перм. гос. нац. исслед. ун-т, 2019. – 88 с.

4. Исаева М.К. Методы принятия решений на основе экспертных оценок машинных экспериментов // Стратегическое планирование и развитие предприятий: Девятнадцатый Всероссийский симпозиум, Москва, 10–11 апреля 2018 г.: материалы симпозиума. – М.: ЦЭМИ РАН, 2018. – С. 288–290.

5. Орлов А.И. Экспертные оценки. – М.: [б. и.], 2002. – 31 с.

6. Горский В.Г., Орлов А.И., Гриценко А.А. Метод согласования кластеризованных ранжировок // Автоматика и телемеханика. – 2000. – № 3. – С. 159–167.

7. Мадеева В.А. Автоматизация вычисления обобщенного мнения экспертов и определения степени согласованности мнений экспертов // Информационно-телекоммуникационные системы и технологии: материалы Всероссийской научно-практической конференции, Кемерово, 08–10 октября 2020 г. – Кемерово, 2020. – С. 244–245.

8. Разработка системы вычисления степени согласованности мнений экспертов в сфере информационной безопасности методом нахождения коэффициента конкордации / И.Е. Кузьмин, A.A. Сафронов, Е.М. Баранова, С.Ю. Борзенкова // Известия Тульского государственного университета. Технические науки. – 2020. – № 5. – С. 11–18.

9. Совертков П.И. Формирование умений по определению меры согласованности оценок экспертов на конкурсе // Северный регион: наука, образование, культура. – 2008. – № 1 (17). – С. 55–64.

10. Судаков В.А., Осипов В.П., Куренных А.Е. Повышение согласованности суждений эксперта в матрице парных сравнений // Управление развитием крупномасштабных систем MLSD'2018: труды Одиннадцатой Международной конференции (1–3 октября 2018 г., Москва, Россия). – М., 2018. – С. 346–352.

11. Саати Т. Принятие решений: метод анализа иерархий / пер. с англ. Р.Г. Вачнадзе. – М.: Радио и связь, 1993. – 278 с.

12. Букачев Д.С. Способ оценки согласованности экспертных данных в экономических информационных системах // Наука и бизнес: пути развития. – 2018. – № 11 (89). – С. 47–50.

13. Totsenko V.G., Tsyganok V.V. Method of paired comparisons using feedback with expert // Journal of Automation and Information Sciences. – 1999. – Vol. 31, N 7–9. – P. 86–96. – DOI: 10.1615/JAutomatInfScien.v31.i7-9.480.

14. Consistency and trust relationship-driven social network group decision-making method with probabilistic linguistic information / F. Jin, M. Cao, J. Liu, L. Martínez, H. Chen // Applied Soft Computing. – 2021. – Vol. 103. – P. 107170. – DOI: 10.1016/j.asoc.2021.107170.

15. A model of control of expert estimates consistency in distributed group expertise / A. Podvesovskii, O. Mikhaleva, V. Averchenkov, A. Reutov, L. Potapov // Communications in Computer and Information Science. – 2017. – Vol. 754 (5). – P. 361–374. – DOI: 10.1007/978-3-319-65551-2_26.

16. Kuzmina N.M., Ridley A.N. Incomplete pairwise comparisons method for estimating the impact criteria for hub airports network optimization // Smart Innovation, Systems and Technologies. – 2021. – Vol. 217. – P. 259–270. – DOI: 10.1007/978-981-33-4826-4_18.

17. Кобзарь А.И. Прикладная математическая статистика: для инженеров и научных работников. – М.: Физматлит, 2006. – 816 с.

18. Симушкин С.В. Многомерный статистический анализ. Ч. 2. – Казань: Казан. гос. ун-т, 2009. – 114 с.

19. Попов А.В. Сравнение методов оценки процессов эрготехнических систем органов внутренних дел // Автоматизация процессов управления. – 2022. – № 3 (69). – С. 67–76. – DOI: 10.35752/1991-2927_2022_3_69_67.