В системах принятия решений, широко используемых в различных областях, в том числе в автоматизированных системах управления на транспорте, особое место занимают инструментарии, использующие комбинированные количественные и качественные методы анализа и оценки исследуемых в статье процессов. При этом количественные методы используются преимущественно в системах операционного менеджмента, когда известна вся или почти вся информация о внешней и внутренней среде объекта исследования, в то время как методы качественного анализа преимущественно относятся к процессам стратегического уровня, либо к сфере операционного уровня с неформализуемой и количественно неизмеримой информацией. Особое место занимает анализ сложных систем, число элементов и связей между ними измеряется десятками и сотнями тысяч, а также объекты и процессы, имеющие большую волатильность внешних и внутренних параметров.
Анализ применимости экспертных оценок в производственно-транспортных процессах
Производственно-транспортные процессы имеют сильные прямые и обратные связи на всех уровнях управления объектами, для которых количественные методы анализа не могут дать адекватные результаты для целей управления. В зависимости от полноты и достоверности информации руководители разных уровней принимают решения, зачастую опираясь на собственную интуицию. Вследствие этого использование экспертных методов в исследованиях производственно-транспортных систем объективно обусловлено.
Сложность и многоаспектность использования экспертных оценок требует рассмотрения: подходов формализации задач, подбора экспертов и процедур формирования их оптимального состава, разработки алгоритма проведения экспертных оценок, выбора методов анализа, отвечающих целям исследования, решения других задач.
Цель методов, связанных с экспертными оценками, заключается в получении аутентичной действительности данных об объекте и процессе с использованием информации, полученной от экспертов. Обобщенный вид проблем, связанных с экспертными оценками, определяется кортежами из множеств <E, W, S, A>, где E – множество экспертов; W – предметные области (задачи), требующие использования методов качественного анализа, S – множество методов анализа экспертной информации, А – методы и модели исследования социально-экономических и технологических систем, методы моделирования (рис. 1).
Определение множества Е для конкретного производственно-транспортного процесса может представлять самостоятельную задачу, включающую выявление компетенций экспертов в исследуемой предметной области, от постановки ключевых вопросов перед ними, до «отсеивания» тех, которые могут привести к заведомо ложной цели в силу их несостоятельности как экспертов. При этом кортеж, определяющий связь эксперта и предметной области, направлен на количественную оценку состоятельности эксперта в исследуемой области знаний.
Рис. 1. Отношение множеств в кортеже, определяющем методы экспертных оценок
Например, для решения проблем оценки качества транспортных услуг выделяются представители поставщика транспортных услуг [1], хотя больший интерес, на наш взгляд, должны представлять потребители услуг. В этой связи оценки, в которых отсутствуют потребители услуг в качестве экспертов, могут ограничить проблему в узко корпоративных или отраслевых рамках. Поэтому предлагаемый в [1] алгоритм преследует целью развитие внутрикорпоративной политики по обеспечению качества транспортных услуг, т.е. цель определяет задачи, а задачи – множество экспертов и их компетенции. Другими словами, одна и та же предметная область (качество транспортных услуг) может определить разные множества экспертов для решения поставленных задач.
Другой важной особенностью использования экспертных оценок является соотношение количественного и качественного методов анализа. Относительная простота экспертных методов анализа приводит к уходу от количественных методов анализа в пользу качественных. Примером могут послужить решения в области выбора стратегии развития предприятия, которые принимаются экспертными методами. Одним из основных аргументов в этом случае являются неполнота информации внешней среды (рынка, спроса). Утверждение, что экспертные оценки могут «быть применены для разработки любого элемента грузовых железнодорожных тарифов» [2], с аргументацией сложности расчета тарифа (а лучше сказать себестоимости) в изменяющихся условиях, есть не что иное, как стремление заменить количественные методы анализа и принятия решения качественными. Мера неопределенности получаемого решения при использовании экспертных оценок должна быть меньше, чем при использовании количественных методов. Например, стратегические решения в условиях стационарности (стабильности) эффективнее принимать на базе количественных методов оценки трендов и динамики процессов, нежели использовать мнения экспертов. В силу этого кортежи <E, S>, определяющие множество экспертов и их оценки для принятия решения, обеспечивают снижение энтропии в управлении производственно-транспортными процессами, которые могут относиться к разным отраслям экономики.
Практические аспекты применения экспертных оценок для моделирования и управления транспортными процессами
Эффективность экспертных оценок зависит от методов анализа экспертных оценок, от процедур организации работы с экспертами. В большинстве практических применений экспертных оценок рекомендуется использовать многоэтапные алгоритмы согласования мнений экспертов, их обучение и отсеивание с учетом выбросов в ответах. Использование двух и более этапов, «поскольку результаты первого этапа… неудовлетворительные и вариабельность большая» [5], имеет большое распространение. В последнем случае может быть изменен состав экспертов на базе анализа кортежей вида: <E, W, S> – соответствие экспертов предметной области и задачам исследования на основе анализа результатов опроса (анкетирования).
Большую сложность представляет оценка экспертов в стратегическом планировании и прогнозировании, использующие инновационные технологии [3, 4], поскольку эффективные решения могут подать в область несогласуемых с мнением большинства. То есть «в оценивании альтернатив могут участвовать несколько экспертов, расхождения в их мнении интерпретируются как случайные ошибки» и «экспертные оценки интерпретируются как реализации некоторых случайных, нормально распределенных величин» [6]. Другими словами, большие вариации в оценках экспертов рассматриваются как недостаток выбранной группы экспертов из E. Высокую степень неопределенности в целях и функционале инновационных программных продуктов (ИПП) требуют рассмотрения в таких экспертных системах баз знаний об аналогичных системах (депозитарий ИПП), используемый экспертами для их «обучения» и их оценки в системах поддержки принятия решений (СППР). В результате формируется экспертная система, генерирующая и поддерживающая некий «эталон» ИПП [9].
Формирование стратегических программ развития производственно-транспортных систем требуют генерации системы целевых экономических, технологических и социальных индикаторов, обеспечивающих устойчивое развитие отрасли. При этом к сфере экспертного оценивания относятся определение величин индикаторов, в то время как их достижение и достижимость является расчетной задачей [3]. Таким образом, к факторам, влияющим на качество экспертных оценок, относятся внешние факторы (уровень принятия решений, измеримость процессов, устойчивость внешней среды, наличие экспертов, способных элиминировать неопределенность внешней среды) и внутренние факторы (соответствие экспертов поставленной цели и задачам исследования, наличие процедур оценки компетентности экспертов, алгоритмы самоорганизации экспертных оценок). Так, экспертная система, базирующаяся на анализе внутренних факторов, должна включать не только технологические и экономические параметры, но и психологические [10], позволяющие повысить адекватность принимаемых решений.
Рис. 2. Общая схема формирования экспертной группы
В общем виде процесс формирования экспертных оценок имеет вид, представленный на рис. 2, причем получение экспертной группы может носить итерационный процесс, связанный анализом, оценкой, обучением и элиминацией неэффективных экспертов.
Методы оценки экспертов носят количественный характер, использующие их абсолютные, балльные (рейтинговые) и релейные («есть/нет», «да/нет») показатели, определяемые целями исследования. «Классическим» примером показателей для формирования экспертов в сфере научно-технического развития отраслей являются количественные показатели (стаж работы, образования, работы - труды по направлениям исследований), рейтинговые (индексы цитирования работ, эффективность проектов, в которых участвовал эксперт), релейные (наличие сертификатов признания эксперта, опыт работы в данной области).
Учет многообразия признаков для формирования экспертной группы является ключевым фактором эффективности решений на данном уровне. В [11] предлагается выделить три последовательных уровня в процессе реализации экспертных оценок: проблемная область, задачи (решения) и объект оценки. Реализация каждого уровня имеет иерархическую структуру диссипации целей в процессе принятия решения. Реализация иерархической структуры принятия решений в экспертных оценках может иметь гибридную реализацию, использование знаний экспертов и статистической базы и базы знаний для формирования иерархической структуры причинно-следственных связей в СППР [12].
Информационное и математическое обеспечение реализации экспертных оценок
Информационное и математическое обеспечение реализации экспертных оценок базируется на методах корреляционного, кластерного, регрессионного и факторного анализа, теории нечетких множеств и распознавания образов, методов сравнительного и когнитивного анализа, имитационного и статистического моделирования, анализа временных рядов и другие.
Методы статистического и корреляционного анализа используются, как правило, для получения экспертной группы, или решения на базе анализа соответствия выбора цели исследования, например, «Эксперты - Задачи», «Задачи - Решения». В общем виде, проблема относится к области многокритериального выбора: дано множество элементов vi ∈ V, множество признаков-характеристик pj ∈ P, множество критериев kl ∈ K. Целью выбора является получение
где P(v) – вектор-функция характеристик выбранного подмножества; K(v, p) – вектор-функция обобщенных оценок критериев выбора для выбранного подмножества v ∈ V и p ∈ P.
F(v, P(v), K(v, p)) – функционал, определяющий рациональный выбор v ∈ V на основе парного сравнения элементов.
В качестве P(v) на практике определяют измеримые показатели-индикаторы объекта, рейтинговые (балльные) оценки объекта, в качестве K(v, p) принимают взвешенные «рейтинговые оценки элемента выбора». F(v, P(v), K(v, p)) представляется «сверткой критериев» оценки значимости объекта выбора для достижения поставленной цели.
Например, в [5] за P(v) приняты причинные факторы для построения диаграммы Исикавы, за K(v, p) – количественная (балльная) оценка первичных и вторичных факторов в диаграмме Исикавы, а также оценки причин в диаграмме Парето. F(v, P(v), K(v, p)) представляется выбором ключевых факторов по принципу Парето.
В [7] приводится методика количественной меры влияния сложноформализуемого «человеческого фактора» в СППР, на примере отказов технических устройств. При узком подходе к рассмотрению вопроса отказа технических устройств следует исходить из их технологических и технических особенностей. В то же время, как указывается в [7, с. 35], человеческий фактор занимает существенную долю в отказах, что приводит к его учету в системе управления (рисками) предприятия.
Выводы
В стратегическом планировании деятельности транспорта экспертные оценки могут эффективно применяться в балансировании инвестиций в разные направления его развития (инфраструктура, подвижной состав, организационная структура управления и социальное обеспечение). Причем на разных этапах развития транспорта приоритетными могут стать разные направления. Например, в условиях кризиса, на наш взгляд, приоритетом являются вопросы сохранения кадрового потенциала и системы управления, в условиях роста оптимизации инвестиций в развитие инфраструктуры и подвижного состава. В [8] авторы приводят вариант ранжирования приоритетов в методологии развития транспортного пространства для железнодорожного транспорта, выделение ключевых индикаторов развития, включая его пространственное развитие.
Таким образом, экспертные системы в производственно-транспортных процессах имеют громадное значение, эффективность которых зависит от выбора адекватного инструментального и методического аппарата исследования.