Принципы формализации эвристической информации

Классификация и общая характеристика методов экспертных оценок

Все методы экспертных оценок целесообразно разбить на 2 класса:

1. Методы формирования индивидуальных экспертных оценок, причем отдельный эксперт может использоваться: для получения информации типа интервью; свободная беседа, беседа по принципу вопрос-ответ; перекрестный допрос и др. Для сбора исходных данных в методе парных сравнений и других. Для консультаций ЛПР и системных аналитиков.

2. Методы формирования коллективных экспертных оценок, причем группа экспертов может использоваться:

o для коллективной работы за круглым столом (метод комиссий — совещание для решения некоего вопроса; метод мозговой атаки; метод суда и др.);

o для сбора исходных данных в методе Delfi и др.;

o для проведения деловой игры;

o для разработки сценария;

o для построения дерева целей

К числу перспективных методов экспертных оценок относится метод Delfi. Он основан на тщательно разработанной процедуре последовательных индивидуальных спросов экспертов с помощью анкет. Опросы сопровождаются постоянным информированием экспертов о результатах обработки ранее полученных ответов. Экспертиза проводится в несколько туров до тех пор, пока не получают приемлимую сходимость в суждении экспертов. В качестве коллективной экспертной оценки принимается медиана окончательных ответов экспертов.

Метод Delfi непрерывно совершенствуется благодаря применению ЭВМ и использованию его в сочетании с другими методами. Новые модификации метода обеспечивают повышенную универсальность, быстроту и точность получения коллективных экспертных оценок (метод Delfi — конференция и др.).

Полученную от экспертов эвристическую информацию необходимо представить в качественной форме, которая удобна для обработки и анализа. При этом для формализации эвристической информации служат следующие типы шкал:

1. шкала классификаций, позволяющая изучать исследуемые объекты с помощью тех или иных чисел;

2. шкала порядка, позволяющая упорядочить исследуемые объекты по какому-либо признаку;

3. шкала интервалов, позволяющая приписать исследуемым объектам относительные числовые значения;

4. шкала отношений, позволяющая приписать исследуемым объектам абсолютные числовые значения;

Приведем пример шкал для формализации эвристической информации:

Шкала Харрингтона имеет аналитической описание в виде функции полезности:

y = exp[-exp(-x)], 0≤y≤1,

где х — исследуемая величина в диапазоне [-6;6]

С помощью шкалы Харрингтона можно привести векторные оценки с различной размерностью к безразмерному виду.