Разработка стратегии оптимального принятия решения на Сургутской ГРЭС

Вопросы анкет могут быть как альтернативного (да, нет; 1,0), так и оценочного(от 0 до 1) характера. В первом случае удобно использовать элементы дисперсионного анализа, во втором - таксономии. При использовании дисперсионного анализа положительный ответ эксперта оценивается 1, отрицательный -О.

Основными характеристиками являются значения P,g, σ.

Р = M/N,

где М - число единиц

(положительные ответы); N - общее число параметров.

G=L/N,

где L - число нулей (отрицательные ответы)

p+g = 1

Средняя величина, характеризующая число положительных ответов х=Р Дисперсия, характеризующая отклонение от средней величины определяется:

σ 2= P*g

Проведем классификацию ответов экспертов, используя приемы таксономии, Для этого определяем коэффициент близости между ответами. Существует несколько формул при определении этих значений. Воспользуемся формулой Роджерса и Танимото

- число совпадающих единиц между сравниваемыми рядами;

- число всех единиц в i-том сравниваемом ряду;

- число единиц в j-том сравниваемом ряду.

Сравнивается первый ряд последовательно со всеми остальными, заполняется первая строка матрицы, затем вторая строка со всеми остальными и т. д. В результате получим матрицу (табл. 2).

Таблица 2

Определение коэффициентов близости между ответами экспертов

 

I

II

III

IV

V

VI

VII

VIII

I

-

0,4

0,17

0,33

0,33

0,4

0,4

0,6

II

0,4

-

0,33

0,25

0

0

0

0,25

III

0,17

0,33

-

0,25

0,25

0

0

0,25

IV

0,33

0,25

0,25

-

0,5

0

0

0,5

V

0,33

0

0,25

0,5

-

0,25

0,25

0,5

VI

0,4

0

0

0

0,25

-

1

0,25

VII

0,4

0

0

0

0,25

1

-

0,25

VIII

0,6

0,25

0,25

0,5

0,5

0,25

0,25

-

Для ее обработки существуют разные алгоритмы, возьмем простейший. Выделим произвольно какое-либо число в матрице (лучше одно из наибольших), например 1 (VIIстрока, VI столбец), Теперь по VI столбцу ищем наибольшие числа - это 0,4 на пересечении с перовой строкой. Затем ищем наибольшие числа по I строке (использованные числа не применяются) берем значение 0,33 по V, IV столбцу и т. д. Если встречаются одинаковые числа, то получаемый граф разделяется и каждая ветвь рассматривается отдельно. В нашем случае получается следующий граф (рис. 1).

Овал: IIОвал: IV1 1 0.4 0.33 0.25

Овал: VIIII0.33

Рис. 1 0.25 0.25

Итак, мнение экспертов можно представить следующим образом,

S (коэффициент близости) Р

1 – VI, VII

0,4- I I - 0,83

0,33 – V,IV II - 0,33

0,25-III,II,VIII Ш-0,33

IV -0,50

V – 0.50

VI – 0.33

VII – 0.33

VIII – 0.50

Чтобы определить, насколько существенные различия между мнениями экспертов и сгруппировать эти мнение в таксоны составим матрицу коэффициентов Фишера (табл. 3).

Коэффициент Фишера определяется через отношение дисперсий,

т. е. F = σ2/σ2

(большее значение дисперсии всегда берется в числителе).

Матрица коэффициентов Фишера получена следующим образом: берется отношение дисперсий ответов на вопросы анкет первого эксперта последовательно к дисперсиям ответов всех остальных (заполняется первая строка матрицы), затем дисперсии мнений второго ко всем остальным и т. д.

Страница:  1  2  3  4  5  6 


Другие рефераты на тему «Менеджмент и трудовые отношения»:

Поиск рефератов

Последние рефераты раздела

Copyright © 2010-2024 - www.refsru.com - рефераты, курсовые и дипломные работы