Дипломная работа: Использование качественных методов теории принятия решений в процессе построения UFO-моделей

Дипломная работа: Использование качественных методов теории принятия решений в процессе построения UFO-моделей

Міністерство освіти і науки України

Харківський національний університет радіоелектроніки

Факультет прикладної математики та менеджменту

Кафедра соціальної інформатики

Магістерська атестаційна робота

Використання якісних методів теорії прийняття рішень у процесі побудови UFO-моделей

Магістрант: гр. КСмаг-05-1 Рінгіс А.В.

Науковий керівник: доц. Єльчанінов Д.Б.

Зав. кафедри Соловйова К.О.

2006

Реферат

Об’єкт дослідження – процес побудови UFO-моделей.

Мета роботи – дослідження можливості використання якісних методів прийняття рішень у процесі побудови UFO-моделей.

Методи дослідження – якісні методи теорії прийняття рішень та сучасні комп’ютерні технології обробки табличних даних.

Результати роботи:

– критерії оцінки UFO-моделі;

− класифікація UFO-моделей у Microsoft Excel;

− UFO-моделі систем телемеханіки

прийняття рішень, класифікація, UFO-аналіз, моделювання, табличний процесор

Реферат

Объект исследования – процесс построения UFO-моделей.

Цель работы – исследование возможности использования качественных методов принятия решений в процессе построения UFO-моделей.

Методы исследования – качественные методы теории принятия решений и современные компьютерные технологии обработки табличных данных.

Результаты работы:

– критерии оценки UFO-модели;

− классификация UFO-моделей в Microsoft Excel;

− UFO-модели систем телемеханики.

принятие решений, классификация, UFO-анализ, МОДЕЛИРОВАНИЕ, табличный процессор

Abstract

Research object – process of UFO-models construction.

Work purpose – researching of possibility of verbal decision-making methods using in process of UFO-models construction.

Research methods – verbal decision-making methods and modern computer technologies of tabular data processing.

Work results:

– UFO-model evaluation criteria;

− classification of UFO-models in Microsoft Excel;

− UFO-models of telemechanics systems.

decision-making, classification, UFO-analysis, modeling, tabular processor

Содержание

Введение

1. Обзор современного состояния проблемы

1.1 Автоматизация построения UFO-моделей

1.2 Методы решения задачи выбора

1.3 Качественные методы принятия решений

1.3.1 Метод запрос ранжирования многокритериальных альтернатив

1.3.2 Метод шнур выбора лучшей многокритериальной альтернативы

1.3.3 Метод оркласс порядковой классификации альтернатив

1.3.4 Метод цикл порядковой классификации альтернатив

1.3.5 Метод клара порядковой классификации альтернатив

1.4 Определение множества критериев

1.5 Постановка задачи

2. Многокритериальная оценка UFO-модели

2.1 Критерии оценки UFO-модели

2.2 UFO-модели с двумя лучшими значениями по критериям

2.3 UFO-модели с одним лучшим значением по некоторому критерию

2.4 UFO-модели с не лучшими значениями по всем критериям

2.5 Сравнение UFO-моделей

3. Классификация UFO-моделей в Microsoft Excel

3.1 Описание UFO-моделей в Microsoft Excel

3.2 Анализ классов UFO-моделей

4. Использование порядковой классификации в процессе UFO-моделирования систем телемеханики

4.1 Общие сведения о фирме «Технокон»

4.2 Стратегия работы с заказчиком

4.3 Порядковая классификация UFO-моделей системы телемеханики

Выводы

Перечень ссылок

Введение

Основой процесса построения моделей систем является библиотека готовых компонентов. Эффективным является подход, при котором задается контекстная диаграмма, определяющая внешние связи системы, а соединение входов и выходов осуществляется в автоматическом (полуавтоматическом) режиме.

В результате могут получиться несколько конфигураций, соответствующих заданной контекстной диаграмме. Поэтому естественно возникает проблема выбора наилучшей конфигурации.

Задача выбора наиболее предпочтительной модели системы из имеющегося перечня конфигураций относится к классу задач стратегического выбора.

Выбор того или иного принципа решения задачи является важным методологическим этапом. Известны различные подходы к решению задачи стратегического выбора наиболее предпочтительного варианта.

Для решения задачи выбора конфигурации системы можно использовать подход, который базируется на принципах, заложенных в методах вербального анализа решений.

Целью данной магистерской аттестационной работы является исследование возможности использования качественных методов принятия решений в процессе построения UFO-моделей.

Полученные результаты можно использовать в процессе UFO-анализа, а также для внедрения в CASE-инструментарии, используемые в процессе моделирования систем.

1. Обзор современного состояния проблемы

1.1 Автоматизация построения UFO-моделей

При создании моделей организационных систем используют один из двух разных подходов (а часто и оба одновременно): «снизу-вверх» и «сверху-вниз». При использовании подхода «сверху-вниз» сначала строится контекстная диаграмма системы, которая затем подвергается декомпозиции на подсистемы.

Декомпозиция определяет разбиение системы на подсистемы и их взаимодействие между собой. Создание диаграммы декомпозиции является довольно сложным процессом, требующим большого практического опыта.

Основой процесса построения моделей организационных систем является библиотека готовых компонентов. Использование стандартных проверенных на практике библиотек делает процесс моделирования более простым и эффективным. Однако до сих пор этот процесс осуществляется вручную. В таких популярных и широко применяемых системах моделирования как BPwin и Rational Rose размещение компонента на диаграмме осуществляется с помощью «мыши» [1, 2].

Гораздо более эффективным, чем рисование большого количества компонентов вручную, является подход, при котором задается контекстная диаграмма, определяющая внешние связи организационной системы, а соединение входов и выходов осуществляется в автоматическом или хотя бы полуавтоматическом режиме.

Именно такой подход реализован в CASE-средстве UFO-toolkit, предназначенном для анализа и моделирования бизнес-систем. Этот подход основан на формальных математических результатах, обеспечивающих [3]:

–выбор компонентов, необходимых для построения модели системы;

–исключение компонентов, бесполезных для моделирования системы;

–описание всех возможных связей между подсистемами;

–построение простых одно-, двух- и трехуровневых моделей системы;

–построение сложных многоуровневых конфигураций системы.

В результате могут получиться несколько конфигураций, соответствующих заданной контекстной диаграмме. Поэтому естественно возникает проблема выбора наилучшей конфигурации UFO-модели.

1.2 Методы решения задачи выбора

организационный качественный решение моделирование

Задача выбора наиболее предпочтительной модели организационной системы из имеющегося перечня конфигураций относится к классу задач стратегического выбора, характеризующихся следующими особенностями [4]:

–имеется сравнительно немного (не более 10) вариантов, из которых нужно выбрать один, наилучший;

–варианты оцениваются по многим критериям, среди которых могут быть как количественные, так и качественные критерии, при этом последние преобладают;

–рассматриваемые варианты, как правило, являются несравнимыми по своим оценкам;

–существует большая неопределенность в оценках вариантов по критериям, неустранимая на момент принятия решений;

–принимаемое решение относится к будущему, и его последствия имеют долгосрочный характер;

–имеется ЛПР, несущее основную ответственность за результат принятия решений;

–задачей ЛПР является выбор наилучшего варианта, соответствующего его целям.

Выбор того или иного принципа решения задачи является важным методологическим этапом [5]. Известны различные подходы к решению задачи стратегического выбора наиболее предпочтительного варианта. Так, в литературе широко представлены методы, основанные на применении математического аппарата, который базируется на активном использовании понятия «взвешенных сумм». Такой подход более известен как теория многокритериальной полезности (Multi-Attribute Utility Theory – MAUT) [6].

Например, в статье [7] рассматривается процедура принятия решения по выбору сложной технической системы, в данном случае корпоративного сервера, которая базируется на активном использовании «взвешенных сумм». Методология выбора серверов для решения прикладных задач является ключевым моментом статьи. Помимо инженерно-технических аспектов, в этой статье в процессе выбора учитывается множество эксплуатационных, экономических, политических и психологических факторов. Отметим, что задачи выбора корпоративного сервера и модели организационной системы достаточно близки, так как основаны на анализе конфигурации, собранной из некоторого набора элементов.

Использование подхода MAUT для решения задачи выбора конфигурации сложной технической или организационной системы не всегда целесообразно по следующим причинам. Метод MAUT рекомендуется применять для решения задач с большим числом альтернатив, оцененным по небольшому числу критериев. Однако, и в случае выбора серверов, и в случае выбора конфигурации организационной системы, как правило, сравниваемых вариантов не много (не более 10), и они характеризуются большим числом признаков. Кроме того, обычно все варианты несравнимы друг с другом по своим характеристикам. Построение многомерной функции полезности требует больших временных затрат. В частности, в работе [8] описана подобная процедура, которая потребовала восьми часов работы ЛПР. Когда альтернатив много и возможна ситуация, при которой к имеющимся альтернативам добавятся в будущем еще и дополнительные, то такие временные затраты оправданы. В противном случае имеет смысл применить другую методологию.

Количественная оценка некоторых критериев, используемых для сравнения конфигураций сложной технической или организационной системы, носит искусственный характер. В качестве примера приведем критерий «функциональная эффективность». Оценки по упомянутым критериям в большинстве случаев дают эксперты, и они плохо поддаются расчету [9]. Использование балльной шкалы оценок по критериям не учитывает особенности системы переработки информации человека (особенно, если выбирается градация из 7 и более оценок).

Поэтому при оценке объектов по критериям и назначении весов критериев могут возникнуть различные ошибки. Есть ряд работ, посвященных этому вопросу [10, 11], которые показывают, что методы MAUT чувствительны к ошибкам в числовых измерениях. И, наконец, строго доказано [6], что использование взвешенной суммы критериальных оценок корректно только в том случае, когда критерии попарно независимы по предпочтению.

Для решения задачи выбора конфигурации организационной системы можно использовать подход, который базируется на принципах, заложенных в методах вербального анализа решений [4]. Вербальный анализ решений ориентирован на так называемые слабо структурированные задачи, где качественные и субъективные факторы доминируют. Методы вербального анализа решений имеют психологическое обоснование. В них используются такие операции получения информации от ЛПР и экспертов, которые по результатам проведенных психологических экспериментов считаются надежными [12]. Кроме того, информация, получаемая от ЛПР, проверяется на непротиворечивость, а выявленные противоречия предъявляются ЛПР для анализа и разъяснения. В методах этой группы используются лишь вербальные оценки альтернатив по критериям, к которым не применяются количественные преобразования. Оценка и сравнение могут проводиться как для всех гипотетически возможных, так и для конкретных альтернатив.

Особенность рассматриваемых объектов выбора (конфигурации сложных организационных систем) состоит в том, что они характеризуются большим числом показателей.

Поскольку вариантов немного, то обычно все варианты несравнимы друг с другом по своим характеристикам. И предлагаемые методы решения задачи выбора лучшего объекта применять неэффективно. Поэтому для использования одного из методов вербального анализа решений необходимо решить еще одну вспомогательную, но крайне важную задачу: построить процедуру, которая позволяет агрегировать большое число базовых характеристик в небольшое число критериев, имеющих порядковые шкалы оценок (количественные и качественные). Можно ожидать, что сокращенное описание объектов позволит упростить процедуру решения исходной задачи выбора.

1.3 Качественные методы принятия решений

1.3.1 Метод запрос ранжирования многокритериальных

альтернатив

Задачи ранжирования альтернатив, имеющих оценки по многим критериям, широко распространены на практике и характеризуются следующими особенностями:

–имеется достаточно большое количество альтернатив и критериев;

–используются порядковые шкалы критериев с вербальными оценками;

–оценки альтернатив могут быть получены только от людей, играющих роль «измерительных устройств»;

–правило принятия решения должно быть выработано до появления реально сравниваемых объектов.

Для решения подобных задач ранжирования альтернатив ранее был разработан метод запрос (замкнутые процедуры у опорных ситуаций) – первый из методов вербального анализа решений. Метод запрос I был опубликован в 1978 г. [13]. Вторая версия этого метода – запрос II (ЛМ) [14, 15] содержала дальнейшее развитие идей работы [13]. Обе версии были основаны на похожих процедурах получения информации от ЛПР, и предназначены для построения квазипорядка на множестве альтернатив.

Метод запрос III [16] является новым этапом развития предложенного ранее подхода. В отличие от предыдущих версий в методе запрос III:

–реализована улучшенная процедура построения единой порядковой шкалы изменений качества для всех критериев;

–существенно уменьшено количество несравнимых альтернатив по сравнению с методом запрос II;

–впервые дана оценка «разрешающей силы» метода.

Рассмотрим одну из личных проблем принятия решения, весьма актуальную для аспирантов и студентов: выбора снимаемой квартиры или комнаты на время учебы.

Предположим, что ЛПР определил как наиболее важные для него следующие критерии оценки квартир с порядковыми вербальными шкалами, упорядоченными от лучшей оценки к худшей:

–цена квартиры:

1)  ниже типичной для района;

2)  близка к типичной для района;

3)  выше типичной для района;

–близость квартиры к метро:

1)  можно добраться до метро за 10 минут;

2)  можно добраться до метро в пределах получаса;

3)  можно добраться до метро в течение почти часа или более;

–близость квартиры к месту учебы:

1)  учеба находится в 3-4 остановках метро от квартиры;

2)  учеба и квартира находятся на одной линии метро;

3)  чтобы добраться до учебы нужны пересадки в метро;

–тип района:

1)  безопасный район, охраняемая зона, хорошая экология;

2)  средний по криминогенности район, типичная городская экология;

3)  опасный, криминогенный район или промышленная зона;

–наличие мебели:

1)  квартира полностью обставлена;

2)  в квартире имеется минимум мебели;

3)  квартира без мебели.

Политика выбора квартиры уже частично определена в приведенных выше формулировках критериев и их шкал. Кроме этого, необходимо выработать правило, позволяющее сравнивать многочисленные варианты, поступающие к ЛПР из различных источников. Можно предположить заранее, что квартиры могут иметь достаточно разнообразные оценки. Поэтому возникает задача ранжирования всех возможных сочетаний по приведенным выше критериям.

1.3.2 Метод шнур выбора лучшей многокритериальной

альтернативы

Задачи ранжирования альтернатив по качеству и выбора лучшей из них являются близкими в том смысле, что последовательное выделение лучших альтернатив из заданного множества позволяет осуществить их ранжирование.

В рамках подхода вербального анализа решений ранее [14] был предложен метод парк (парная компенсация), ориентированный на выбор лучшей альтернативы из группы заданных многокритериальных альтернатив на основе их парного сравнения, который позволил решить важные практические задачи [17]. Однако метод парк имеет существенные ограничения:

–метод не предназначен для выбора не более чем 3-5 альтернатив;

–в методе используются парные сравнения всех, в том числе не существующих вариантов решений;

–шкалы критериев имеют только вербальные оценки;

–предположения о возможных процедурах получения информации от ЛПР не подкреплены психологическими исследованиями.

Для преодоления указанных недостатков был предложен человеко-машинный метод шнур (шкала нормализованных упорядоченных различий) для выбора лучшей из группы альтернатив [18-20], который имеет следующие особенности. Прежде всего, в нем активно используются возможности компьютера, который без участия ЛПР попарно сравнивает все альтернативы по определенным правилам, анализируя их сходства и различия. При этом компьютер подготавливает наиболее эффективный процесс опроса ЛПР, что создает возможности для анализа большой группы альтернатив. Во-вторых, некоторые количественные критерии (например, стоимость) также могут рассматриваться как естественный и удобный язык выражения предпочтений ЛПР. Метод позволяет работать как с качественными, так и с количественными оценками альтернатив по критериям. Тем самым, метод шнур расширяет и дополняет возможности других методов вербального анализа решений.

Весьма актуальными в рыночной экономике являются проблемы выбора лучшего объекта для инвестиций. Приведем пример одной из таких задач.

Фирма ищет место для постройки крупного универсального магазина [18]. Предварительный анализ показал, что имеются четыре возможных места его постройки. Решая задачу выбора места для магазина, правление фирмы решило руководствоваться следующими критериями:

–количество мест для парковки автомашин (К1);

–наличие поблизости конкурентов (К2);

–плотность населения в радиусе километра (К3);

–стоимость участка (К4);

–поток общественного транспорта (К5);

–видимость магазина с главной улицы (К6);

–существующая инфраструктура (К7).

Заранее намеченные варианты места постройки магазина были оценены экспертами, причем использовались критерии, имевшие шкалы оценок либо в натуральных единицах, либо вербальные. Варианты размещения магазина с оценками представлены в таблице 1.1.

Таблица 1.1 – Варианты места постройки магазина

Обозначения max и min указывают на желательное направление изменения оценки по соответствующему критерию.

Страницы: 1, 2, 3, 4