104682 (615916), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

1 1 0.4 0.33 0.25

0.33

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.

Таблица 3

Коэффициенты Фишера по вариантам определения мнений экспертов

Данные этой матрицы сравним с критическим значением, F (табл. приложение I). В нашем случае степени свободы к1 и к₂ равны семи (степени свободы определяются как п-1, где n - число параметров), значения пограничных показателей достоверности F (критерий Фишера) берем при вероятности Р' =0,8, Fкр = 1,945. Сравнивая коэффициенты Фишера из матрицы с его критическим значением видим, что эти показатели меньше, следовательно, отличия в мнениях экспертов несущественными при классификации их можно объединить в один таксон. Чтобы выработать далее единую точку зрения на вопрос можно использовать метод "мозговой атаки" или метод Дельфи и прийти к единому мнению.

Ознакомившись с проектной документацией по представленной проблеме эксперты предложили свои варианты расчетов основываясь на благоприятном (K^min) и неблагоприятном (К^max) прогнозах. Результаты их прогнозов представлены в табл. 4.

Проведем анализ полученных данных, определим меры близости мнений экспертов.

В случае, когда ответы экспертов имеют числовое значение, для нахождения коэффициентов близости используется евклидово расстояние.

Таблица 4

Варианты прогнозов дополнительных затрат для обеспеченbz выхода из кризиса

Результаты расчетов представлены в матрице коэффициентов близости мнений экспертов (табл. 5).

Таблица 5

Коэффициенты близости мнений экспертов

Каждая строка матрицы рассчитывается следующим образом, от значения K^min (I эксперт) вычитается значение K^min (II эксперт), разность возводится в квадрат, затем от значения К^max(I эксперт) вычитается значение Кmax (II эксперт), разность возводится в квадрат. Из суммы полученных величин извлекается квадратный корень. Таким же образом находится величина коэффициентов близости между показателями первого и третьего экспертов, первого и четвертого и т. д. Вторая строка матрицы определяется подобными операциями для второго и последующих экспертов.

Обработка матрицы проводится аналогично обработке матрицы (табл. 2). Получается граф (рис. 3), с помощью которого строятся таксоны, изображенные на графике (рис. 4). По оси ординат указываются значения дополнительных капиталовложений на расширение системы водоснабжения, а по оси абсцисс - коэффициенты близости мнений экспертов (величину, диаметр таксона задает исследователь).

Таксоны формировались по коэффициентам близости, получилось два таксона. Это говорит о наличии двух групп мнений. Для их "примирения" возможно дальнейшее применение методики системной) анализа, в частности, методов, направленных на активизацию использования интуиции и опыта специалистов, метода Дельфи, когда постепенно, накапливая информацию, конкретизируя рассматриваемые факты, можно находить пути решения отдельных задач и прийти к общему мнению в целом по проблеме.

0.61

1.66 1.66 1.25 1.17 0.78 0,42

Характеристики

Список файлов курсовой работы