книги / Поддержка принятия решений при управлении инновационными проектами
..pdfкой и четкой формах). Причем следует отметить, что выполнение операций над нечеткими числами, например, в треугольной фор ме дает в результате число, отличное от «треугольного». Таким образом, определенная доля допущений может быть внесена только на этапе перехода к нечеткому виду.
Ряд арифметических операций имеет несколько способов реализации на нечетких множествах. Использование того или иного способа несет в себе некоторые преимущества и может определяться исходя из конкретной задачи (например, объедине ние по Заде дает наибольшую точность по сравнению с другими методами). Однако, несмотря на различия в способах реализации операций, их осуществление не вносит каких-либо допущений или искажений в исходные данные, чем обеспечивается истин ность получаемых в результате значений.
Некоторые методы предполагают выполнение шагов, осно ванных на различных зависимостях или условиях. Такая теория для нечетких множеств в настоящее время разработана и называется «Нечеткие системы логического вывода» [78].
Рассмотрим, как осуществляется работа с нечеткими перемен ными и учет нескольких мнений на классическом примере с выбо ром школы для ребенка с помощью метода анализа иерархий (МАИ). Например, родители выбирают для своего ребенка одну из трех школ. В первую очередь они должны четко определить крите рии, по которым будут их оценивать. Критерии должны охватывать, по возможности, все стороны решаемой проблемы. Далее, если по лученная декомпозиция недостаточна для сравнения важности кри териев, необходимо их декомпозировать более подробно. Предпо ложим, что они получили иерархию, представленную на рис. 23.
Декомпозицию таких критериев, как «друзья», «проф. обу чение» и «обучение музыке» для краткости опустим. После полу чения данной иерархии нужно провести парные оценки. В случае если родители имеют разные мнения, парные сравнения (важ91
ность критериев верхнего уровня по отношению к цели) могут быть составлены разными родителями.
Рис. 23. Иерархия для выбора школы методом МАИ
Например, один из родителей составил следующую матрицу:
|
|
|
Ш кольная |
Проф . |
П одготовка |
О буче |
|
В ы б о р ш колы |
У чеба |
Друзья |
обуче |
ние м у |
|||
жизнь |
к вузу |
||||||
|
|
|
ние |
зыке |
|||
|
|
|
|
|
|||
Учеба |
1 |
5:1 |
1 |
6:1 |
3:1 |
8:1 |
|
Д рузья |
1:5 |
1 |
1:5 |
1:5 |
1:3 |
3:1 |
|
Ш кольная жизнь |
1 |
5:1 |
1 |
4:1 |
2:1 |
6:1 |
|
П роф .обучение |
1:6 |
5:1 |
1:4 |
1 |
4:1 |
5:1 |
|
П одготовка к вузу |
1:3 |
3:1 |
1:2 |
1:4 |
1 |
4:1 |
|
Обучение музыке |
1:8 |
1:3 |
1:6 |
1:5 |
1:4 |
1 |
Другой из родителей составил матрицу:
|
|
|
Ш кольная |
Проф. |
Подго |
Обучение |
||
В ы б о р ш колы |
Учеба |
Друзья |
обуче |
товка |
||||
жизнь |
музыке |
|||||||
|
|
|
ние |
к вузу |
||||
|
|
|
|
|
|
|||
У чеба |
1 |
4:1 |
1 |
6:1 |
3:1 |
8 |
1 |
|
Друзья |
1:4 |
1 |
1:5 |
1:5 |
1:3 |
3 |
1 |
|
Ш кольная жизнь |
1 |
5:1 |
1 |
5:1 |
2:1 |
4 1 |
||
Проф . обучение |
1:6 |
5:1 |
1:5 |
1 |
6:1 |
5 |
1 |
|
П одготовка к вузу |
1:3 |
3:1 |
1:2 |
1:4 |
1 |
4 |
1 |
|
О бучение музыке |
1:8 |
1:3 |
1:4 |
1:5 |
1:4 |
|
1 |
Далее для критерия «учеба» родители составили
следующие матрицы:
Учеба
Урове нь препода вания Обеспечение обо рудованием
Отнош ение к
школьникам
У ровень препода |
вания |
Обеспечение обо |
рудованием |
О тнош ение к |
ш кольникам |
1 2:1 1:3
1:2 1 1:5
3:1 5:1 1
Учеба
Уровень препода вания Обеспечение обо рудованием Отнош ение к школьникам
У ровень препода |
вания |
Обеспечение обо |
рудованием |
О тнош ение к |
ш кольникам |
1 2:1 1:2
1:2 1 1:3
2:1 3:1 1
Подобные же матрицы были составлены родителями для всех остальных критериев второго уровня.
Следующий шаг - это уже парное сравнение альтернатив. Мы оцениваем превосходство одной альтернативы над другой по отношению к критериям третьего уровня. Это гораздо проще, чем сделать такую же оценку по отношению к проблеме в целом. Например, для критерия «уровень преподавания» были составле ны следующие матрицы:
Уровень пре
подавания
Шко ла А
Шко ла Б
Шко ла В
Ш ко ла А |
Ш ко ла Б |
Ш ко ла В |
1 |
3:1 |
5:1 |
1:3 |
1 |
1:2 |
1:5 |
2:1 |
1 |
У ровень пре
подавания
Шко ла А
Шко ла Б
Шко ла В
Ш ко ла А |
Ш ко ла Б |
Ш ко ла В |
1 |
2:1 |
2:1 |
1:2 |
1 |
1:2 |
1:2 |
2:1 |
1 |
Построим матрицы парных сравнений. Для того чтобы применить МАИ, необходимо объединить матрицы сравнений. Объединить их можно, преобразовав числовые оценки (парные сравнения в матрицах) в нечеткий вид и просуммировав. Объ единение парных оценок, предварительно переведенных в не четкую форму, можно рассматривать как функцию принадлеж ности нечеткого множества. Специфика полученной суммирова нием кривой принадлежности будет заключается в том, что в за висимости от величины разброса экспертных оценок она будет иметь несколько пиков в разных местах. Оценки, для которых величина разброса очень велика (например, вопросы, по кото рым мнения экспертов сильно отличаются), должны иметь меньший вес. Для этого необходимо провести проверку уровня истинности оценок экспертов и преобразовать с учетом этого функции принадлежности. Операция проверки истинности определена для двух нечетких множеств, поэтому, основываясь на правиле транзитивности в случае если оценок в нашей задаче больше двух, можно последовательно выполнять операции на парах нечетких переменных с последующей агрегацией полу ченных результатов [4] (рис. 24).
Теперь необходимо вычислить собственные векторы (векто ры приоритетов) для полученных матриц оценок приоритетов. Вычисление может осуществляться несколькими способами, но все они ограничиваются операциями, определенными на нечет
ких множествах и перечисленных выше. В итоге мы получим ко личество векторов, соответствующих количеству уровней иерар хий в задаче.
Рис. 24. Проверка уровня истинности и агрегация оценок,
представленных в виде нечетких переменных
В результате каждому критерию будет соответствовать век тор (приоритетов), назовем его V#, где / - это номер слоя иерар хии, j - номер критерия в слое. Каждый вектор имеет размерность, равную количеству подчиненных данному критерию элементов, т.е. если элементов следующего уровня, связанных с ним, - 3, то и вектор будет иметь размерность, равную 3. Кроме элементов, свя занных с данным, на следующем уровне существуют те, которые с ним не связаны. Можно считать, что все подобные элементы име ют приоритет по отношению к данному векторы, равный 0. Таким образом можно расширить векторы приоритетов для всех крите
риев, добавив туда 0, для элементов, не связанных с ним. Напри мер, вектор приоритетов Уц=(я, £?), после расширения он будет выглядеть так: Vn=(0 , а , Ь, 0 )- Мы получим, что все векторы приоритетов элементов одного уровня будут иметь одинаковую размерность. На следующем шаге требуется составить матрицу приоритетов для каждого уровня иерархии, назовем ее Р(. Она со ставляется из расширенных векторов приоритетов, располагаемых по столбцам, т.е.
fl= 0 '- 0 |V „|...|V l>|...). |
(6 ) |
После построения матриц приоритетов можно вычислить вектор приоритетов для альтернатив. Если количество слоев
иерархии равно N , то вектор вычисляется по формуле (6):
Р = P N-\ *P N - 2 ’•••’Но
гтоеде вычисления приоритетов на примере четких чисел (для большей наглядности) для первой матрицы из полученных результатов можно сделать вывод, что наиболее значимыми кри териями в отборе школы стали: учеба, школьная жизнь и проф.
обучение:
Учеба |
0,36 |
Друзья |
0,05 |
Школьная жизнь |
0,29 |
Проф. обучение |
0,16 |
Подготовка к колледжу |
0,1 |
Обучение музыке |
0,03 |
В матрице второго уровня для родителей наиболее важную роль играет отношение к школьникам, далее - уровень препода вания, а на последнем месте - обеспечение оборудованием:
Уровень преподавания |
0,23 |
Обеспечение оборудованием |
0,12 |
Матрица третьего уровня показывает, что школа А по кри терию «учеба» значительно превосходит остальные школы:
Школа А |
0,66 |
Школа Б |
0,15 |
Школа В |
0,2 |
В некоторых случаях, когда нет однозначного вхождения одного нечеткого множества в другое или их равенства, интер претировать полученные результаты не так просто, как в скаляр ном виде. Сложность заключается в том, что сравнивать прихо диться полученные в результате вычислений функции принад лежности для каждой из альтернатив, которые могут иметь слож ную конфигурацию. В скалярной форме такие сравнения выпол няются элементарно. Поэтому для сравнения эти числа можно перевести в привычную скалярную форму методами, основанны ми на вычисления центра тяжести, центра максимумов и т.п.
ГЛАВА 3.
ИССЛЕДОВАНИЕ ИННОВАЦИОННЫХ
ПРОЕКТОВ МЕТОДАМИ МОДЕЛИРОВАНИЯ
3.1. Управление жизненным циклом инновационного
продукта
Используя прогнозирование развития параметров иннова ционного проекта, часто удается определить время, которым мы располагаем для принятия решения (время до потерн проектом рентабельности в случае если не вносить изменений в процесс реализации инновационного проекта), поэтому необходимо про вести анализ возникшей ситуации [111], приведшей к спаду прибыли. Анализ состоит прежде всего в рассмотрении критери ев. которые выдвигались при создании продукта. Для этого все критерии можно разбить на несколько видов:
1.Функциональные ((показывают насколько хорошо выполняется функция):
—производительность (скорость обработки. физикохимические параметры интенсивности обработки);
—точность (измерения, попадания, обработки); —надежность (безотказность, долговечность, сохраняемость)).
2.Технологические (экономия живого труда): —трудоемкость изготовления; -технологические возможности; —использование материалов; —способность расчленения изделия на элементы.
3.Экономические: расход материалов; расход энергии;
затраты на информационное обеспечение.
4.Антропологические:
эргономичность (полнота использования возможностей чело века); красота; безопасность; экологичность.
Использование этих критериев приводит, как правило, к мо дернизации существующего продукта, в результате чего мы по лучим новое изделие, которое будет иметь свою собственную ин новационную кривую и выступать по отношению к инновацион ной кривой базового продукта соинновацией, при этом развивая основную идею, заложенную в базовый продукт. При этом необ ходимо знать величину «окна времени», необходимую для запус ка модернизированного продукта (рис. 25) [11]. Параметры инно вационной кривой соинновации будут иметь отличия от базового продукта и подчинятся правилам, описанным в работе [33], а именно - иметь максимальный доход от внедрения этой инно вации меньше базовой инновации на величину вложенных в ее внедрение средств (см. рис. 12).
Из этого становится понятно, что наиболее выгодным для внедрения является разработка новой инновации. Однако, несмот ря на это, модернизация продукта может продлить жизнь уже существующей разработки и принести дополнительную прибыль. Очевидно, что время, затраченное на внедрение нового продукта
t (до момента получения прибыли от него), должно быть мень
ше времени, которое у нас осталось до момента когда выпуск ос новного продукта перестанет быть выгодным t4 - tc, а также объ ем средств затрачиваемых на запуск новой продукции Д€, должен быть меньше объема средств, которые компания получила в виде прибыли от реализации базовой инновации. Более того, как сле дует из [33], величина Д€ - это значение, на которое инновацион ная кривая пройдет ниже базовой, и таким образом с ее помощью можно вычислить прибыль, которая будет получена от реализа ции нового продукта. Величины Д€ и A t могут быть вычислены исходя из выбранного способа модернизации. Поскольку каждый вариант модернизации оценивается по ряду критериев, всегда можно ответить на вопрос о стоимости нового продукта и ценах его внедрения в производство, а также вопрос о необходимом времени для выхода на рынок и запуска производства, если эти критерии заложить в тот набор критериев, на основе которых бу дет приниматься решение.
Рис. 25. Вехи развития инновационного продукта