Инверсионный метод оценки меры согласованности мнений экспертов
https://doi.org/10.21683/1729-2646-2023-23-4-15-24
Аннотация
Цель. Проблема коллективного выбора – это проблема сведения нескольких индивидуальных мнений экспертов о порядке предпочтения сравниваемых объектов (альтернатив) в единое «групповое» предпочтение. Сложность коллективного выбора заключается в необходимости обработки рейтингов сравниваемых альтернатив, заданных разными экспертами в частных собственных шкалах. В статье представлен оригинальный авторский алгоритм обработки экспертных предпочтений в задаче коллективного выбора, основанный на понятии суммарной «ошибки» экспертов и измерения их вклада в коллективную меру их согласованности. Изложение материала включает необходимую теоретическую часть, состоящую из базовых определений и правил, постановку задачи и сам метод, основанный на правиле большинства, но в групповом порядке объектов.
Ключевые слова
коллективный выбор,
перестановка,
группа,
несогласованность,
инверсия,
граф,
рейтинг,
метод Шульце,
метод скейтинга,
Парето-оптимальные решения
Об авторах
Н. Н. Жигирев
KALABI IT
Россия
Россия
Жигирев Николай Николаевич – кандидат технических наук, главный научный сотрудник.
Москва, тел. +7 (985) 782-47-16
А. В. Бочков
«НИИАС»
Россия
Россия
Бочков Александр Владимирович – доктор технических наук, Ученый секретарь НТС АО «НИИАС».
Ул. Нижегородская, д. 27, стр. 1, Москва, 109029
А. В. Кузьминова
Институт интеллектуальных кибернетических систем НИЯУ МИФИ
Россия
Россия
Кузьминова Алла Владимировна – кандидат технических наук, доцент кафедры компьютерных систем и технологий (№12).
Каширское ш., 31, Москва, 115409, тел. +7 (916) 494-08-77
Список литературы
1. Кемени Дж., Снелл Дж. Кибернетическое моделирование. Некоторые приложения. М.: Советское радио, 1972. 192 с.
2. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: 2-е издание, переработанное и дополненное. М.: Логос, 2002. 382 с.
3. Каплинский А.И., Руссман И.Б., Умывакин В.М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. Воронеж: Изд-во ВГУ, 1991. 168 с.
4. Schulze M. The Schulze Method of Voting. Computer Science and Game Theory. Cornell University, 2018. URL: https://arxiv.org/ftp/arxiv/papers/1804/1804.02973.pdf (дата обращения 29.09.2023).
5. Williams M. «The Skating System Study Guide». 2018. URL: https://dancesport.org.au/scrutineering-tutorial-bookdraft-12.3.pdf (дата обращения: 02.10.2023).
6. Кондратенков В. Парадоксы, мифы и ошибки системы Скейтинг. Официальный сайт Московской Федерации Спортивного Танца. URL: http://old.russianmaster.ru/html/skating/skatingparadox.html (дата обращения: 02.10.2023).
7. Xavier Mora, The Skating System. 2nd edition. July 2001. URL: https://mat.uab.cat/~xmora/escrutini/skating2en.pdf (дата обращения 29.09.2023).
8. Лисицин Д.В. Методы построения регрессионных моделей. Новосибирск: НГТУ, 2011. 77 с.
9. Ким О. Дж., Мьюллер Ч.У., Клекка У.Р., и др. Факторный, дискриминантный и кластерный анализ / Под ред. И. С. Енюкова. М.: Финансы и статистика, 1989. 215 с.
10. Arrow K.J. Social Choice and Individual Values: 2nd ed. New York: Wiley, 1963.
11. Кондорсе Ж. Эскиз исторической картины прогресса человеческого разума. М.: Либроком, 2011. 280 с.
12. Саати Т. Принятие решений. Метод анализа иерархий. М. Радио и связь. 1993. 278 с.
13. Ногин В.Д. Множество и принцип Парето: 2-е изд., исправл. и доп. СПб: Издательско-полиграфическая ассоциация высших учебных заведений, 2022. 111 с.
14. Парето В. Учебник политической экономии. РИОР, 2018. 592 с.
15. Кох Р. Принцип 80/20. Эксмо, 2012. 443 с.
16. Miller R.M, Plott C.R., Smith V.L. Intertemporal Competitive Equilibrium: An Empirical Study of Speculation. Economics // Quarterly Journal of Economics. Vol. 91. Issue 4. 1977. Pp. 599-624. DOI: 10.2307/1885884
17. Bochkov A.V., Lesnykh V.V., Zhigirev N.N., Lavrukhin Yu.N. Some methodical aspects of critical infrastructure protection // Safety Science. 2015. Vol. 79. Pp. 229-242. DOI: 10.1016/j.ssci.2015.06.008
18. Zhigirev N., Bochkov A., Kuzmina N. et al. Introducing a Novel Method for Smart Expansive Systems’ Operation Risk Synthesis // Mathematics. 2022. Vol. 10. P. 427. DOI: 10.3390/math10030427
19. Кнут Д.Э. Искусство программирования. Том 3. Сортировка и поиск. The Art of Computer Programming. Volume 3. Sorting and Searching / под ред. В.Т. Тертышного (гл. 5) и И.В. Красикова (гл. 6): 2-е изд. М.: Вильямс, 2007. Т. 3. 832 с.
20. Левитин А.В. Метод грубой силы: Пузырьковая сортировка / В кн.: Алгоритмы. Введение в разработку и анализ. М.: Вильямс, 2006. С. 144-146.
21. Кофман А., Анри-Лабордер А. Методы и модели исследования операций. Целочисленное программирование: Учебник. М.: Мир, 1977. 432 с.
22. Схрейвер А. Теория линейного и целочисленного программирования: Монография в 2-х томах: Пер. с англ. М.: Мир, 1991. Т 1. 360 с.
Рецензия
Для цитирования:
Жигирев Н.Н., Бочков А.В., Кузьминова А.В. Инверсионный метод оценки меры согласованности мнений экспертов. Надежность. 2023;23(4):15-24. https://doi.org/10.21683/1729-2646-2023-23-4-15-24
For citation:
Zhigirev N.N., Bochkov A.V., Kuzminova A.V. Inversion method of consistency measure estimation expert opinions. Dependability. 2023;23(4):15-24. (In Russ.) https://doi.org/10.21683/1729-2646-2023-23-4-15-24
Просмотров:
240
ISSN 1729-2646 (Print)
ISSN 2500-3909 (Online)
ISSN 2500-3909 (Online)
Послать статью по эл. почте 