Зауваження щодо визначення групових оцінок
Усі розглянуті методи отримання групових оцінок дозволяють отримати достовірні результати у разі добре підібраної групи експертів та узгодженості їхньої думки. Якщо це не так, то постає завдання визначення кількісної оцінки ступеня узгодженості експертів. Отримання кількісної міри дозволяє більш обґрунтовано інтерпретувати причини розбіжності думок.
Для оцінки міри узгодженості думок групи експертів використовують, зокрема, дисперсійний та ентропійний коефіцієнти конкордації [5]. Крім цього, під час обробки результатів ранжирування можуть виникати завдання:
визначення залежності між ранжуванням двох експертів;
зв'язки між досягненням двох різних цілей при вирішенні однієї й тієї самої сукупності проблем;
взаємозв'язку між ознаками (об'єктами)
У цих випадках мірою взаємозв'язку може бутикоефіцієнт рангової кореляції. Характеристикою взаємозв'язку безлічі ранжувань буде матриця коефіцієнтів рангової кореляції. Відомі коефіцієнти рангової кореляції Спірмена [5] та Кендала [5].
2.4 Експертні системи з невизначеними знаннями.
2.4.1 Невизначеності в ес і проблеми, які вони породжують.
У житті часто доводиться оцінювати гіпотези для яких є неповна або недостатня інформація. Іноді важко зробити точні оцінки, але, незважаючи на невизначеність, ми приймаємо розумні рішення. Щоб ЄС були корисними, вони теж повинні вміти це робити. Класичним прикладом цього завдання є медична діагностика. Завжди існують деякі сумніви щодо чіткості прояву симптомів того чи іншого захворювання. Сумніви у наявності у пацієнта конкретного захворювання зберігаються навіть у тому випадку, колиусі його симптоми чітко виражені.
Як же проявляється та враховується невизначеність у експертних системах? Розглянемо найпростішу ситуацію. Нехай використовується правило
і припустимо ніякі інші правила та посилки не мають відношення до аналізованої ситуацій. Де виникає невизначеність? У ЕС вона може бути двох типів:
невизначеність уістинності самої посилки(наприклад, якщо ступінь упевненості в тому, щоАістинно становить 90%, то які значення набудеВ)
невизначеністьсамого правила(наприклад, ми можемо сказати, що в більшості випадків, але завжди, якщо єА, тобто також іВ)
Ще складніша ситуація виникає у разі, якщо правило має вигляд:
якщо (А і В), то С
де ми можемо з певною мірою бути впевнені як у істинності кожної з посилок (А,В) , а тим більше їх спільного прояву, так і в істинності самого висновку. Існують чотири важливі проблеми, які виникають під час проектування та створення ЕС з невизначеними знаннями:
Як кількісно виразити ступінь визначеності при встановленні істинності (чи хибності) деякої частини даних?
Як висловити ступінь підтримки укладання конкретною посилкою?
Як використовувати разом дві (або більше) посилки, які незалежно впливають на висновок ?
Як бути в ситуації, коли потрібно обговорити ланцюжок висновку для підтвердження ув'язнення в умовах невизначеності?
Насамперед розглянемо можливості використання теорії ймовірності при введенні в умовах невизначеності.