Метод решающих матриц

Этот метод, предложенный академиком Г.С. Поспеловым, применяется с целью повышения достоверности экспертных оценок путем разделения проблемы с высоким уровнем неопределенности на проблемы и пошаговое получение оценок.

Предположим, решается проблема создания сложных производственных комплексов (автоматизированных систем управления). При этом необходим большой объем научно-исследовательских работ. Маловероятно, что эксперты смогут дать достоверный прогноз в отношении сложных НИР. Чтобы решить эту задачу, перед экспертами вначале необходимо поставить более общие и простые задачи: определить направление исследования, затем дать им весовую характеристику (a₁,......,a_{n a}), затем составить план ОКР для получения необходимых результатов по направлениям и оценить их вклад b₁,......., b_nb. Далее определить программу прикладных научных исследований и относительные веса прикладных НИР g₁,........., g_ng.. И, наконец, оценить влияние фундаментальных НИР d₁,........., d_nd.

Таким образом, область работы экспертов можно представить в виде нескольких уровней:

Определение направлений исследования.

Определение способов реализации ОКР.

Определение способов выполнения прикладных НИР.

Определение способов выполнения фундаментальных НИР.

В матричном виде

a₁ a_2........ a_j....... a_{n a}

а₁₁ а_ij

b₁ b_2........b_i....... b_{n b}

g₁ g_2.......g_к.......g_{n g}

d₁ d_2.......d_r.......d_{n d}

Относительные веса по всем направлениям и уровням должны быть нормированы. Для удобства опроса экспертов относительные веса определяются не в долях единицы, а в процентах; они нормируются вначале по отношению к 100:

n_a

S a_j = 100.

j=1

Вклад направлений (подцелей) в реализации общей цели проекта оценивается экспертами непосредственно, относительные веса (ОКР, прикладных НИР) вычисляется. Каждая строка решающей матрицы ║a_ij║ характеризует относительный вклад i-ой ОКР в реализацию каждого из направлений (подцелей). Оценив предварительно a₁... a_na и используя решающую матрицу ║a_ij║ можно получить относительные веса ОКР

n_a

b₁= S а _ia_j

j=1

Аналогично, зная b_i и оценив ║b_ij║, можно относительные веса прикладных НИР, а затем - и фундаментальных исследований