Книга: Прикладной системный анализ: сетевой анализ и календарное планирование проектов, метод прогнозного графа
Вычисление временных
характеристик производят по следующей формуле:

где t(Si) — время свершения
события S,
графа;
tj — время свершения события Si согласно варианту
эксперта j (j=l, 2, . . ., Ri);
Vj — вес эксперта j;
Ri — количество экспертов,
оценивающих событие Si в графе (i= 1, 2, . . . , т+п).
Временные характеристики
для каждого варианта (эксперта j) определяются так:
tj(Si)
=max t(Sir)+tij ,
где tj(Si) — время реализации проблемы
Si согласно варианту
эксперта j;
t (Sir) — время свершения
выдвинутых экспертом j условий SirÎj предпосылке;
tij — условное время, заданное
экспертом;
Sir — событие, входящее в
предпосылку i,j цели Si (r =l, 2,..., nj).
Аналогично (с
незначительными изменениями) вычисляются и стоимостные характеристики.
Вероятностные
характеристики рассчитывают следующим образом.
1. Вероятность свершения
условий, выдвинутых Эj экспертом при наличии значения абсолютных вероятностей
событий «заземленного уровня» (пустые ij — предпосылки):
Pэj (Sir)
=P(Si1 Λ Si2 Λ … Λ Sinj)=pi1
· pi2 ·… ·pinj ,
где pi1 , pi2 ,… ,pinj — абсолютные вероятности
свершения отдельных условий, выдвинутых экспертом j;
nij — количество условий,
выдвинутых j-м экспертом; Pэj (Sir) — вероятность выполнения
ij предпосылки.
2. Pэj (Sir) — вероятность свершения
события Si анализируемого экспертом j при предпосылке ij;
pij — условная вероятность,
выставленная Эj экспертом:
pэj (Si)= pэj (Sir) pij .
3. Для всех пар экспертов
определяются условные вероятности:

где p(Эp/Эl) вычисляется по общим
формулам теории вероятностей. Например:
Si=(Э1
(S2 , S3 , S4) , Э2 (S3
, S4, S5) ) ;
p (Э1
Λ Э2) =p ( (S2 Λ S3 Λ
S4) Λ (S3 Λ S4 Λ S5)
) = p(S2Λ S3 Λ S4Λ S5)
=
= p2
·p3 ·p4 ·p5;

Если для какой-либо пары
экспертов p(Эр / Эl) или р(Эl/Эр) ≥0,5,
то производится усреднение вероятностей по формуле:
V рÚ l = min(Vр,
Vl)

(p, l = 1, 2, … ,k).
После этого присваивается
p(Эp), если p(Эp/Эl)£ р(Эl/Эр) ;
p(Эр Ú Эl) =
p(Эl) в противном случае.
Заметим , что усреднение начинается
с тех пар экспертов , которые имеют максимальное значение условных взаимных
вероятностей (среди равнозначных порядок безразличен).
Значение p Э рVЭ l и Vp Vl рассматривается как
данные нового эксперта (вероятность и вес эксперта). Оценка p(Эр Ú Эl) служит для переноса ранее полученных значений
условных вероятностей на нового эксперта. Оба первичных эксперта из процедуры
исключаются. Если после проведения всех усреднений остается один эксперт, то
значение p Э рVЭ l , полученное после
усреднения последней пары, присваивается p(Si). Если остается более
одного эксперта, то оценка p(Si ) вычисляется по формуле
r
p(Si ) = 1-П (1- pρ ),
ρ=1
где r - число оставшихся
экспертов;
pρ - вероятности оставшихся
экспертов (ρ = 1, 2, . . . ,r), что в предыдущих обозначениях
соответствует рЭру Эl (не надо путать ее с
оценкой p(Эp v Эl);
p(Si )- вероятность свершения
события Si , анализируемого экспертами j (j=1, 2, . . . , ki ).
На практике при
проведении экспертизы по методу прогнозного графа оказалось, что экспертам
довольно трудно осуществить оценку вероятности, поэтому было признано
целесообразным перейти к одной оценке — по времени, сделав оценку производной
от него.
Для каждой цели Si(i=l,2,...,т+п) находится
экспериментальный закон распределения вероятности Pi(t) ее достижения не позже,
чем на время t (считая от настоящего момента).
С этой целью должна быть
решена система уравнений

где pi (t) — закон распределения
вероятности достижения цели S к времени t;
pijr(t) — закон распределения
вероятности времени достижения промежуточных целей Sir, входящих в ij предпосылки цели Si;
tij — относительная оценка
времени свершения целей при условии выполнения ij предпосылок;
i = 1, 2,..., (m + n) (m + n — количество событий в
графе);
j =1, 2, . . ., Ri (Ri — количество экспертов,
участвующих в оценке цели);
r=1, 2, . .., пj (пj — число промежуточных
целей, входящих в предпосылку ij);
δij = βij - γij — вес соответствующего
предсказания;
βij — оценка собственной компетентности
эксперта;
γij — степень уверенности в
прогнозе.
Суммы в числителе и
знаменателе распространены на всех экспертов, принимавших участие в
оценке цели Si. Граф соподчиненности
называется правильным, если из этой системы уравнений однозначным образом могут
быть найдены все функции pi (t).
Так, в частности, будет,
если все цели разбиваются на непересекающиеся классы k0, k1,..., ki таким образом, что
предпосылки ij для цели Si из некоторого класса kr (r=0,1,...,l) могут состоять лишь из
целей, принадлежащих kp<p<_r. Для класса k0 это означает, очевидно,
отсутствие каких-либо предпосылок. Зависимость pijr(t - tij) определяют исходя из
абсолютных оценок вероятности свершения, которые задаются для заземленных
событий (класса k0). Данное уравнение для событий этого класса
приобретает форму:

где Q(x) — функция, равная нулю при
отрицательных значениях аргумента и равная единице при нулевом или
положительном аргументе.
Член δijQ(t - tij) появляется в сумме всякий
раз, когда эксперт j дает оценку времени tij достижения цели Si, не сопровождая ее
никакими условиями (с пустой предпосылкой ij).
Оценки времени в
прогнозах обычно даются лишь целыми числами (дней, месяцев или лет). При этом
функцию распределения pi (t) удобно задавать векторами
pi (1), pi (2),..., pi (τ), где τ — первое значение tij , для которого pi (t) достигает максимального
значения (обычно это значение равно единице).
Для найденных
экспериментальных распределений находятся обычные статистические
характеристики: средние значения (или медианы), среднеквадратичные отклонения
(или квартили). Так как распределение несимметрично, в ряде случаев необходимо
рассматривать левые и правые среднеквадратичные отклонения.
Среднее значение для
распределения pi(t) вычисляется по формуле
∞
Ei = ∑ τ (pi (τ) - pi (τ - 1)),
τ =1
Для нахождения медианы Mi и расстояний от медианы
до квартилей pi ' и qi" предполагается, что между
указанными значениями в целочисленных точках функции распределения меняются по
линейному закону.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23 |