|
87 иерархического уровня к комплексу моделей, полученных для низшего уровня общности. Иначе говоря, модели экспертного знания будут различаться для идуального, группового, регионального и федерального уровней. Общим для всех уровней будет, тем не менее, подход к решению экспертом задачи классификации отнесения объектов к определенным классам решений. С формальной точки зрения задачу классификации можно представить так. Имеются объекты, описываемые многими признаками. Необходимо отнести эти объекты к определенным классам решений. Наиболее важная характеристика таких задач их повторяемость: люди решают эти задачи многократно, I вырабатывая навыки наиболее успешного, эффективного решения. Эксперт человек, способный не только «увидеть через заданную совокупность значений отдельных признаков целостный образ объекта», но и выполнить его отнесение к одному или нескольким классам решении, или, другими словами, дать прогноз поведения объекта. Как и ранее, здесь может оказаться полезным использование компьютерной метафоры, которая тем более продуктивна ввиду актуальности задачи создания компьютерных экспертных систем, а, в более широком плане, интеллектуальных систем, теория разработки и внедрения которых интенсивно * разрабатывается в самых различных отраслях науки и практики [52, с. 118]. Приведем основные идеи метода экспертной классификации: 1. Структуризация проблемы. Чтобы передать знания компьютеру, нужен общий язык, характеризующий конкретную предметную область. Удобен язык признаков (или характеристик), описывающий объект исследования. Результатом этого этапа является совокупность признаков, необходимых для полной классификации объектов определенного типа, все возможные значения этих признаков, а также перечень классов решении. 2. Предъявление эксперту описаний объекта в привычном виде. Представленные выше характерные особенности экспертных знаний позволяют считать адекватным способом получения информации от эксперта тот, при котором эксперт решает привычную для себя задачу. Описание проблемы |
недостатки которой менее существенны по сравнению с недостатками других. В соответствии с этой теорией, в процессе сравнения выбирается потенциально доминирующая альтернатива, с которой уже затем сравнивается другие. Теория конструирования стратегий Д. Пейна [251] исходит из того, что в процессе выбора используется не одна, а несколько «стратегий и эвристик» [104, с.131]. Сравнивая альтернативы, люди могут сначала пренебречь различиями в оценках по некоторым критериям, затем использовать стратегию аддитивных разностей, далее — стратегию извлечения и т.д. Для поведения ЛПР характерна совокупность стратегий. В то же время люди, особенно неподготовленные, могут совершить ошибочный выбор стратегии под влиянием тех или иных (часто малозначимых) характеристик альтернатив. С точки зрения теории принятия решений, эксперт — это человек, в совершенстве владеющий умением решать повторяющиеся задачи. Знания эксперта имеют в основном подсознательный характер и не могут быть вербализованы. Процесс их накопления и достижения экспертом высокого профессионального мастерства занимает не менее 10 лет. За это время в долговременной памяти эксперта возникают структуры хранения специально организованной в иерархическом виде информации [104]. Важным в теории принятия решений является то, что модели, описывающие системы на каком-либо уровне общности, мало зависят от моделей, описывающих ту же систему на другом уровне [254]. Отсюда следует принцип несводимости модели высшего иерархического уровня к комплексу моделей, полученных для низшего уровня общности. Общим для всех уровней будет, тем не менее, подход крешению экспертом задачи классификации —•отнесения объектов копределенным классам решений. С формальной точки зрения задачу классификации можно представить так. Имеются объекты, описываемые многими признаками. Необходимо отнести эти объекты к определенным классам решений. Наиболее важная характеристика таких задач — их повторяемость: люди решают эти задачи многократно, вырабатывая навыки наиболее успешного, эффективного решения. Эксперт — человек, способный не только «увидеть через заданную совокупность значений отдельных признаков целостный образ объекта» [104, с. 158], но и выполнить его отнесение к одному или нескольким классам решений, или, другими словами, дать прогноз поведения объекта. Как и ранее, здесь может оказаться полезным использование компьютерной метафоры, которая тем более продуктивна ввиду актуальности задачи создания компьютерных экспертных систем, а, в более широком плане, интеллектуальных систем, теория разработки и внедрения которых интенсивно разрабатывается в самых различных отраслях науки и практики [83; 151; 211]. Приведем основные идеи метода экспертной классификации: 1. Структуризация проблемы. Чтобы передать знания компьютеру, нужен общий язык, характеризующий конкретную предметную область. Удобен язык признаков (или характеристик), описывающий объект исследования. Результатом этого этапа является совокупность признаков, необходимых для полной классификации объектов определенного типа, все возможные значения этих признаков, а также перечень классов решений. 2. Предъявление эксперту описаний объекта в привычном виде. Представленные выше характерные особенности экспертных знаний позволяют считать адекватным способом получения информации от эксперта тот, при котором эксперт решает привычную для себя задачу. Описание проблемы вводится в компьютер. Комбинируя признаки, компьютер «предлагает» эксперту выполнить их сравнения; кроме того, эксперту представляется перечень классов решений, из которых он выбирает свой ответ. 3. Проверка информации эксперта на непротиворечивость. Не ошибающихся экспертов не бывает [104]. Информацию эксперта следует подвергать проверке, основанной на той или иной концепции. У О.И. Ларичева это — гипотеза о характерности, предполагающая независимость оценок эксперта по отдельным признакам. Альтернативной концепцией может быть гипотеза транзитивности или согласованности оценок [159] и др. Алгоритм проверки должен |