Математическое моделирование оценки качества коллективного решения
DOI:
https://doi.org/10.18413/2687-0932-2020-43-3-573-582Ключевые слова:
эксперт, фактор, выборка, относительная ошибка оценивания, разброс, плотность распределения, доверительный интервалАннотация
Проблема принятия коллективного решения группой экспертов является одной из важнейших в системном анализе информационных процессов. Для ее решения необходимо оценить качество коллективного решения (точность, достоверность, надежность, количество экспертов и их характеристики). В статье рассматриваются вопросы надежности и достоверности оценок, выставляемых группой экспертов. Определена оценка оптимального количества экспертов в зависимости от точности и надежности оценки. Показан новый подход к определению числовых характеристик ошибок оценивания. Разработан метод вычисления относительной ошибки оценивания фактора, рассмотрен вопрос качества оценки нескольких факторов. Для реализации методов определения оптимальной численности экспертов разработаны детальные алгоритмы. Полученные результаты могут использоваться для решения задач планирования деятельности, прогнозирования результатов, выбора перспективных технологий и т. д.
Скачивания
Библиографические ссылки
Вентцель Е.С. 2018. Теория вероятностей. М., ЮСТИЦИЯ, 658.
Ганичева А.В. 2017. Математика для юристов. СПб., «Лань», 204.
Данелян Т.Я. 2015. Формальные методы экспертных оценок. Экономика, статистика и информатика. 1, 183–187.
Кошевой О.С., Голосова Е.С., Сеидов Ш.Г. 2012. Организация экспертного опроса с привлечением специалистов органов государственного и муниципального управления. Известия высших учебных заведений. Поволжский регион. Общественные науки. 1 (21): 98–107.
Крянев А.В., Семенов С.С. 2013. К вопросу о качестве и надежности экспертных оценок при определении технического уровня сложных систем. Надежность. (4): 90–109.
Михалева О.А., Подвесовский А.Г. 2019. Модели и алгоритмы обработки результатов групповой экспертизы в распределенной среде. Информационные системы и технологии. 6 (116): 30–38.
Михин М.Н. 2016. Математическая статистика. М., МИРЭА, 60.
Орлов А.И. 2011. Организационно-экономическое моделирование: учебник: в 3 ч. Ч. 2: Экспертные оценки. М. Изд-во МГТУ им. Н.Э. Баумана, 486.
Попов Г.А., Попова Е.А., Попова М.Г. 2016. Альтернативный вариант оценки значимости результатов экспертного оценивания в методе строгого ранжирования. Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. (4): 109–117.
Рупосов В.Л. 2015. Методы определения количества экспертов. Вестник ИрГТУ. 3 (98): 286–292.
Слепцова М.В. 2015. Определение оптимального числа экспертов для проведения экспертизы в области непрерывного технологического образования. Известия ВГПУ. Педагогические науки. 4 (269): 21–23.
Халафян А.А., Темердашев З.А., Якуба Ю.Ф., Гугучкина Т.И. 2016. Использование многомерного анализа для итоговой оценки результатов экспертных оценок. Заводская лаборатория. Диагностика материалов. 82 (10): 71–77.
Халикова К.С., Рыжкова С.К. 2016. Оценка влияния факторов на основе когнитивного моделирования и экспертной оценки. Гуманитарные научные исследования. 2 (54): 300–303.
Chakraborty D. 2001. Structural quantization of vagueness in linguistic expert opinions in an evaluation programme. Fuzzy Sets and Systems. 119 (1): 171–186.
Cojocariu A., Munteanu A., Sofran O. 2005. Verification, Validation and Evaluation of Expert Systems in Order to Develop a Safe in the Processo f Decison Making, Computational Economics 0510002, EconWPA: 98–106.
Kirichek A., Morozova A. 2018. Review as a procedure of expert evaluation of the quality of scientific articles Article (PDF Available) in Ergodesign: 3–7.
Turban E., Aronson J.E. 2000. Decision Support and Intelligent Systems, 6th edn. Prentice Hall, New Jersey, 960.
Velychko O.M., Gordiyenko T.B., Kolomiets L.V. 2014. Methodology of expert estimation taking into account the expert's competence. Metallurgical and Mining Industry. 5 (290): 106 111.
Yang C., Kose S., Phan S., Kuo P. 2000. A Simulation-based Procedure for Expert System Evaluation. In: Proceedings of the IEA/AIE 13th International Conference, New Orleans (June 19-22): 149–160.
Yu D., Park W.S. 2000. Combination and evaluation of expert opinions characterized in terms of fuzzy probabilities Annals of Nuclear Energy. 27 (8): 713–726.
Просмотров аннотации: 782
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2020 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
