Обработка и анализ экспертной информации для управления социально-экономическими системами

• Автор: Меликов, Алексей Владимирович
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Волгоград
• Количество страниц: 136 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1 СИСТЕМНЫЙ АНАЛИЗ ПРОЦЕССОВ СБОРА, ХРАНЕНИЯ, ОБРАБОТКИ И
ИНТЕРПРЕТАЦИИ ЭКСПЕРТНОЙ ИНФОРМАЦИИ
1.1 Анализ процедуры анкетирования с использованием информационных систем
1.2 Обзор применяемых в процедуре анкетирования измерительных шкал и их реализации
1.3 Обзор методов обработки и анализа экспертной информации
1.4 Анализ моделей представления данных в информационных системах анкетирования
1.5 Обзор существующих информационных систем обработки и анализа экспертной информации
Выводы
2 МНОГОМЕРНАЯ ЛОГИЧЕСКАЯ СХЕМА ДАННЫХ В
ИНФОРМАЦИОННОЙ СИСТЕМЕ
2.1 Концептуальная модель процесса анкетирования информационной системы в стандарте ШЕЕ
2.2 Алгоритм определения и построения иерархий в измерениях многомерной модели
2.3 Преобразование информации из исходной базы данных в агрегированные данные многомерного хранилища
2.4 Теоретическое обоснование многомерной модели данных и хранилища
2.5 Схема транзакционной базы данных и многомерной модели хранилища
Выводы
3 МЕТОДИКА ПОЛУЧЕНИЯ И АНАЛИЗА ДАННЫХ, СОБРАННЫХ В ХОДЕ
ЭКСПЕРТНОГО ОПРОСА
3.1 Получение интегральной оценки
3.2 Получение экспертной информации в нечёткой метрике

3.3 Определение степени компетентности экспертов
3.4 Получение обобщённого мнения экспертной группы
3.5 Получение однозначного количественного результата опроса
Выводы
4 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ РАЗРАБОТАННОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
4.1 Архитектура информационной системы анкетирования
4.2 Анализ данных анкетирования средствами информационной системы
4.3 Анализ прогнозной оценки реакций социально-экономических систем средствами программного обеспечения
4.4 Апробация информационной системы анкетирования
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
СЛОВАРЬ ТЕРМИНОВ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ПРИЛОЖЕНИЕ А. Листинг хранимых процедур
ПРИЛОЖЕНИЕ Б. Результаты моделирования процессов анализа данных
ПРИЛОЖЕНИЕ В. Листинги и результаты выполнения программных средств.. 130 ПРИЛОЖЕНИЕ Г. Акты внедрения результатов диссертационного
исследования

ВВЕДЕНИЕ
Актуальность темы исследования. Управление сложными социально-экономическими системами (СЭС) требует достоверных методов обработки и анализа исходных данных для оценки вариантов развития событий и принятия взвешенного, обоснованного и своевременного решения с целью повышения эффективности функционирования таких систем. Сложность управления СЭС обусловлена сильным влиянием случайных факторов на объект управления (ОУ), малой изученностью реакций ОУ на конкретные управляющие воздействия, наличием значительного синергетического эффекта, а также трудностями организации мониторинга поведения таких систем. Кроме того, в СЭС присутствует антропогенный фактор, носящий по своей природе нестатистический характер. Всё это не позволяет в должной мере изучать процессы, происходящие в СЭС, методами математической статистики, затрудняет оценку репрезентативности выборки и исследование поведения системы при изменении параметров прогнозируемого объекта, что в совокупности приводит к значительным погрешностям получаемых прогнозных оценок в задачах управления СЭС.
Степень разработанности темы. Значительный вклад в исследование СЭС внесли работы Д. А. Новикова «Структура теории управления социально-экономическими системами», «Введение в теорию управления организационными системами», «Введение в теорию управления образовательными системами», в которых предпринята попытка интеграции данной проблемы в общую теорию управления, систематизированы компоненты СЭС и рассмотрены основные виды связей между ними. Большое значение в предметной области имеют работы Т. Л. Саати «Принятие решений при зависимостях и обратных связях. Аналитические сети», «Аналитическое планирование. Организация систем», в которых была предложена теория, применение которой сводит исследование сложных систем к последовательности попарных сравнений соответствующим образом определённых компонентов. Результаты в области разработки корпоративных систем, методов и алгоритмов анализа данных широко представлены в работах А. А. Барсе-

2.2 Алгоритм определения и построения иерархий в измерениях многомерной модели
В измерениях ММ существуют различные варианты задания иерархий. Иерархии могут быть сбалансированными (balanced) - иерархии, основанные на данных типа «дата-время», и несбалансированными (unbalanced) - иерархия типа «начальник-подчиненный». Существуют также иерархии, занимающие промежуточное положение между сбалансированными и несбалансированными (они обозначаются термином ragged - «неровный»). Расположение одного из уровней иерархии выше другого интуитивно объясняется тем, что значения более высокого уровня логически содержат значения более низкого уровня [57]. Фактически определённые иерархии задаются разработчиком, вследствие чего формируются схемы ММД.
Объединение иерархий в исходной БД ИСА [58] происходит вокруг множества /?!= прохождение теста № (дата, № теста, № вопроса. № ответа, № группы), -так как в нём содержатся базовые данные - путём добавления информации к ключевым полям во множестве (рисунок 9).
Название теста № факультета

JS'o теста jN° кафедры

Jo вопроса группы

Текст вопроса Название группы
Рисунок 9 - Иерархии в исходной БД
Для реляционных БД, которые используются как исходные данные для гиперкубов, определены функциональные и многозначные зависимости. Данные зависимости можно использовать при создании иерархий в том случае, если в качестве уровней измерений ММ используются атрибуты исходной БД.
Допустим, что X, У], Zj являются множеством атрибутов из исходного реляционного отношения R (i = 1,2, ...,п). Обозначим через R* результирующее от-
ношение. Атрибуты X остаются неизменными в R*, значения атрибутов У] стано-