Существенная роль в алгоритмах отыскания медианы Кемени принадлежит оценкам величины суммарного расстояния от медианы Кемени Р* до ранжирований всех экспертов .
Нижней границей величины является величина .
Верхней границей величины будет служить любая величина , где Р – произвольное ранжирование. Чем меньше значение , тем ближе она к , поскольку по определению медиана Кемени: .
Комбинаторный алгоритм основан на методе ветвей и границ с односторонней схемой ветвления.
При построении алгоритма следует максимально учесть специфику задачи. Для этой цели в матрице потерь ранжирований Р1,….Рm подсчитаем , , равное числу столбцов матрицы потерь (числу альтернатив), для которых rij > rji, и , , равна числу столбцов, для которых rij < rji. Если в матрице потерь нашлась строка с . Это означает, что хi1 – альтернатива Кондорсе и в медиане Кемени она должна занимать первое место. Если после отбрасывания альтернативы Кондорсе хi1, что соответствует отбрасыванию в матрице строки и столбца с номером i1 обнаружится новая строка с , то и место альтернативы хi2 в медиане Кемени определено: хi2 расположена непосредственно за хi1. Аналогично можно выделить и другие лучшие альтернативы, расположение которых в медиане становится известным.
VI.4 Показатели согласованности общественного мнения группы экспертов
Статистическая обработка информации, полученной от экспертов, должна включать в себя оценку степени согласованности мнений экспертов и выявление причин неоднородности.
В общем случае статистический анализ материалов ответов, полученных от группы экспертов, предполагает:
оценку степени согласованности экспертов по каждому признаку в отдельности и по всему набору признаков в целом;
выделение подгрупп экспертов с “близким” мнением в случае существенных расхождений в ответах;
выявление причин разброса мнений, определяющих влияние характеристик экспертов на содержание ответов, и осуществления мероприятий, позволяющих повысить достоверность оценок экспертов.