Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management
The multi-tour expert evaluation procedure protocol for organizing of interaction between business-based viewpoints on the strategic management decisions is proposed an investigated. Under unsatisfied properties of the generalized evaluation obtained the next tour takes place with arising of the inf...
Збережено в:
| Дата: | 2026 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
PROBLEMS IN PROGRAMMING
2026
|
| Теми: | |
| Онлайн доступ: | https://pp.isofts.kiev.ua/index.php/ojs1/article/view/969 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Problems in programming |
| Завантажити файл: |  |
Репозитарії
Problems in programming| _version_ | 1866844995106897920 |
|---|---|
| author | Ilyina, O.P. |
| author_facet | Ilyina, O.P. |
| author_institution_txt_mv | [
{
"author": "O.P. Ilyina",
"institution": "Institute of Software Systems NAS of Ukraine"
}
] |
| author_sort | Ilyina, O.P. |
| baseUrl_str | https://pp.isofts.kiev.ua/index.php/ojs1/oai |
| collection | OJS |
| datestamp_date | 2026-06-01T21:28:34Z |
| description | The multi-tour expert evaluation procedure protocol for organizing of interaction between business-based viewpoints on the strategic management decisions is proposed an investigated. Under unsatisfied properties of the generalized evaluation obtained the next tour takes place with arising of the informing about another viewpoints positions, with evaluation of the risks of disagreements that were shown and with partly harmonizing of the positions. The formal analysis of the viewpoints ontologies and the retrospection of previous affined expert investigations used for choice of the method and information context for the next tour. The system of statistic hypothesis attaching to the conceptually based, retrospective and currently shown interrelations between expert opinions is considered. The results of such hypothesis testing define the choice of methods and information links for the next expert tour.Problems in programming 2010; 4: 33-42 |
| first_indexed | 2026-06-02T01:02:04Z |
| format | Article |
| fulltext |
Моделі та засоби систем баз даних і знань
УДК 519.76, 004.827
О.П. Ільїна
ВИКОРИСТАННЯ КОНЦЕПТУАЛЬНИХ ТА РЕТРОСПЕКТИВНИХ
ЗНАНЬ ДЛЯ ЗНИЖЕННЯ РИЗИКІВ У ДЕЛЬФІ-ПРОЦЕДУРАХ
СТРАТЕГІЧНОГОГО МЕНЕДЖМЕНТУ
Запропоновано та досліджено протокол багато-турової процедури експертного оцінювання, що дозво-
ляє організувати взаємодію різних відомчих та фахових точок зору на експертовані рішення стратегіч-
ного менеджменту. При незадовільних властивостях узагальненої оцінки здійснюється наступний тур
із збільшенням обізнаності з позиціями інших точок зору, оцінкою ризику наявних розбіжностей та ча-
стковою гармонізацією позицій. Для добору алгоритму наступного туру та формування інформаційно-
го контексту для дій експертів використовується формальний аналіз онтологій точок зору та ретроспе-
ктиви споріднених експертиз. Розглянуто систему статистичних гіпотез щодо концептуально зумовле-
них, ретроспективних та поточно виявлених співвідношень експертних суджень. Результати перевірки
гіпотез визначають добір методів та інформаційних зв’язків наступного експертного туру.
Вступ
Використання експертної методо-
логії у процесах сучасного стратегічного
менеджменту [1] надає змогу отримувати
обґрунтування рішень щодо програм та за-
ходів, знижуючи ризики їх прийняття [2].
Особливостями експертних процедур при
цьому стають:
- потреба в залученні представників
різних відомчих та фахових точок зору на
предметну область об’єкта керування;
- використання багатоаспектних та
складно структурованих систем часткових
параметрів, що слугують поданням інтег-
ральної характеристики рішення;
- бажаність вироблення компроміс-
ного погляду на об’єкт керування, прийня-
тного для представників усіх точок зору;
- розгляд рішення в контексті пе-
редісторії керування об’єктом, а також ін-
шими об’єктами, які пов’язані з ним щодо
поточного рішення.
Отримання узагальненої оцінки з
задовільними властивостями становить не-
тривіальну проблему [3]. Одним із шляхів
її розв’язання є використання багато-
турових експертних процедур, яке, в свою
чергу, дає надію на успіх тільки в тому ра-
зі, коли обернені зв’язки між отриманими
проміжними результатами й новими екс-
пертними оцінками є ефективними.
Оскільки процеси експертного оці-
нювання розгортаються в ситуації багато-
разового прийняття рішень [4], виникає
доцільність залучення до формування та-
ких обернених зв’язків як знань щодо он-
тологічних уявлень суб’єктів базових то-
чок зору, так і ретроспективних знань про
концептуальні та фактуальні судження
експертів у попередніх споріднених експе-
ртизах.
У попередній публікації [5] були
запропоновані принципові механізми
розв’язання цієї проблеми з використан-
ням формальної моделі Сімейства онтоло-
гій експертних точок зору [6] до побудови
обернених зв’язків у Дельфі-процедурах,
що відповідають найбільш розвиненій сис-
темі вимог до взаємодії точок зору [7] та
використовують ієрархічну модель ціннос-
ті експертованого об’єкта.
Робота, що презентується наразі,
присвячена проблемі керування ризиком у
Дельфі-процесі такого класу на грунті спе-
ціального протоколу добору методів та ін-
формації для кожного наступного експерт-
ного туру з використанням гіпотез щодо
причин поточних розбіжностей експертних
суджень.
Протокол Дельфі-процедури екс-
пертизи рішень
Системно-аналітична та автомати-
зована підтримка узагальнення експертних
суджень у Дельфі-процедурах стратегічно-
го менеджменту потребують реалізації
угод між різними точками зору на експер-
33
© О.П. Ільїна, 2010
ISSN 1727-4907. Проблеми програмування. 2010. № 4
Моделі та засоби систем баз даних і знань
тований об'єкт та між окремими експерта-
ми, чиї судження суттєво розрізняються й
ґрунтуються на протирічній аргументації.
Організація таких Дельфі-процедур має
бути підпорядкована меті зниження базо-
вих ризиків рішень стратегічного менедж-
менту, підставами яких є результати екс-
пертизи. Базові ризики породжуються за-
грозами недосягнення властивостей рі-
шень, необхідних для ефективного страте-
гічного менеджменту. Можна встановити
парну відповідність між властивостями
рішень, що породжують ризики, та харак-
теристиками використовуваних Дельфі-
процедур, необхідними для зниження цих
ризиків. Відповідні пари мають склад:
- r1 = 〈Спільність розуміння цілей і
засобів всіма учасниками подальших дій;
репрезентативність множини залучуваних
точок зору і спільна застосовність для них
системи критеріїв та інформаційних дже-
рел〉;
- r2 = 〈Обґрунтованість в аспектах,
переконливих для зацікавлених сторін; ба-
зованість на зафіксованій багатокритеріа-
льній моделі переваг, повній у належному
сенсі〉;
- r3 = 〈Спадкоємність рішень; зіста-
вність результатів різних експертиз за ра-
хунок спільності моделі та домінування
цільового погляду на об'єкт〉;
- r4 = 〈Визначеність та оптимізова-
ність ступеню довіри до результатів рі-
шення і рівня ризику, внесеного процесом
його прийняття; показники узгодженості
експертних суджень, ступені обумовленос-
ті розбіжностей в оцінці концептуальними
незгодами, довірчий інтервал значень оці-
нки при концептуально обґрунтованій не-
узгодженості〉.
Дельфі-процедура стратегічного
менеджменту реалізує відображення:
P: 〈 O, CH, E(O), M(CH), CON, MG, G 〉 →
→ 〈 ρ(CH), Q, AK 〉, (1)
де O – об'єкт експертизи;
CH – його цільова характеристика
(ЦХ);
E(O) – етап життєвого циклу об'єк-
та, щодо якого здійснюється експертиза;
M(CH) – модель цінності;
CON – контекст оцінювання;
MG – модель експертної групи, що
визначає підмножину відомчих і фахових
точок зору, представники яких залучають-
ся до експертизи;
G – склад експертної групи;
ρ(CH) – область значень оцінок ці-
льової характеристики;
Q – показники якості оцінки;
AK – додаткове знання про вирішу-
вану проблему, формоване в результаті
здійснюваної процедури.
Модель цінності M(CH) пов’язує ін-
тегральну характеристику цінності експер-
тованого об’єкта, що є кореневою верши-
ною дерева, з частковими критеріями, які з
необхідністю є безпосередньо оцінювани-
ми, якщо належать до листків дерева, або
можуть суміщати свою безпосередню оці-
нку з оцінкою, обчисленою у спосіб ви-
східної згортки за ієрархією для критеріїв з
інших вузлів дерева. Формалізм моделі,
запропонований в [8], є розвитком моделі
класу Дерево цінності [9]. Кожен критерій
пов’язаний із певною метою, актуальною
для експертованого об’єкта, а також із ар-
гументацією деталізації цілі-попередника
(в частині цільового об’єкта, засобів та
умов досягнення або виконавців [5]), а та-
кож із аргументацією оцінки джерелами
інформації. Концепт, що відтворює таке
аргументоване дерево цінності, разом із
концептами, які можуть використовувати-
ся для аргументації, належать до Сімейст-
ва онтологій експертних точок зору, фор-
малізм якого описано в [10].
Множина показників якості експер-
тної оцінки Q може включати як статисти-
чні оцінки системи індивідуальних експер-
тних суджень, так і метризовані маркери
онтологічно породжених передумов про-
тиріччя та непорозуміння в поглядах пред-
ставників різних груп зі складу моделі MG
[11].
Ідентифікатори елементів додатко-
во отримуваного знання у складі AK нале-
жать структурним елементам моделі
M(CH), для яких встановлено специфічні
впливи на якість оцінки, та гіпотезам щодо
концептуальних впливів на співвідношен-
ня індивідуальних експертних оцінок, що є
підтвердженими статистично.
34
Моделі та засоби систем баз даних і знань
Протокол Дельфі-процедури стра-
тегічного менеджменту P (1) є процесом
вигляду
Pr(P) = 〈 PRE(G), PRE(M), PRE(CON),
{(INTi(P), Wi), i=1,…,4}〉, (2)
де PRE(G) – підпроцедура автоматич-
ного формування моделі експертної групи
на базі онтології експертних точок зору;
PRE(M) – підпроцедура автоматич-
ного формування концептуально компро-
місної версії моделі;
PRE(CON) – підпроцедура модуль
автоматичного формування концептуально
компромісного контексту;
INTi(P) – елементи каскаду інтер-
претуючих підпроцедур;
Wi: 〈Qi, AKi〉 → J – умова вибору на-
ступного кроку процесу, в якій J – множи-
на з елементами O (завершення процесу), а
також Nj ≤ 4 – і, що вказують наступну ін-
терпретуючу підпроцедуру, яка має вико-
нуватися при незадовільній якості рішен-
ня, отриманого за допомогою INTi(P).
Підпроцедура PRE(G) використовує
алгоритм аналізу Сімейства онтологій екс-
пертних точок зору для добору до MG всіх
таких бізнес-груп, погляд яких на предме-
тну область містить концепти, пов’язані з
об’єктом експертизи концептами-цілями
або елементами діяльності [10]. Наступний
алгоритм здійснює необхідне звуження
сформованої множини, якщо ретроспекти-
ва експертиз надає відомості про статисти-
чно значимі прояви не конструктивності
позицій представників окремих елементів
MG в експертизах об’єктів, споріднених із
поточним [3].
Підпроцедури PRE(M) та PRE(CON)
здійснюють побудову, відповідно, моделі
цінності та контексту оцінювання на грун-
ті використання методів компромісного
вибору та компромісного узагальнення,
запропонованих у [5]. При цьому здійсню-
ється максимізація функції цінності, яка
враховує концептуальний та інформацій-
ний виграш для кожної з точок зору за
умов відкидання елементів, протирічних
або незрозумілих для окремих з них.
Чотири підпроцедури INTi(P) реалі-
зують людино-машинні алгоритми, кожен
з яких формує значення CH, AK та Q з (1)
на грунті G, M(CH), CON та індивідуаль-
них оцінок часткових параметрів, отри-
мання яких здійснюється в ході виконання
цих алгоритмів.
Використовувана система підпро-
цедур INTi та умов Wi дозволяє реалізувати
раціональну стратегію управління ризика-
ми в конструйованому Дельфі-процесі за
рахунок таких властивостей:
- останній з елементів INTi(P) в ко-
жній реалізації процесу Pr мінімізує ризи-
ки типу r4 порівняно з попередніми;
- ризики типу r1 та r3 зростають при
зростанні і.
Розглянемо базові структурні та се-
мантичні особливості підпроцедур INTi,
акцентуючи статистичні гіпотези, вису-
нення та перевірка яких здійснюється в їх
алгоритмах.
Підпроцедура INT1. Елемент
M(CH) – прагматично компромісна модель
[5], побудована процедурою PRE(M) з (2).
Елемент CON становить результат
побудови компромісно об’єднаного кон-
тексту [6] при виконанні PRE(CON) з (2).
Оцінка Q складається зі статистич-
них індексів якості узагальненої оцінки
CH, які рекомендовані в [11].
Додатково отримане знання є трій-
кою
АК = 〈 ak1, ak2, ak3 〉,
де ak1 – індекси прийнятності співвід-
ношення точок зору [11];
ak2 ∈ (0,1) – результат перевірки гі-
потези HB1 про статистичну підтвер-
дженість концептуального підґрунтя не-
задовільності оцінки CH (при критичному
значенні Q);
ak3 – список критеріїв зі складу
M(CH), концептуальні подання яких у різ-
них точках зору гіпотетично спричинили
незадовільність оцінок.
Функція переходу W має вигляд:
(3)
⎪
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎪
⎨
⎧
=
=
=
.0та
значення ненезадовіль
маєколи,випадкуу4
;1та
значення нінезадовіль мають
абоякщо,2
ми;задовільниєта
значенняякщо,0
2
2
1
1
ak
Q
ak
akQ
ak
Q
W
35
Моделі та засоби систем баз даних і знань
Підпроцедура INT2. Модель
M(CH) = 〈 m1, m2, m3 〉 є трійкою версій мо-
делі, яка формується засобами наступного
триетапного алгоритму.
На першому етапі кожен з експер-
тів, отримавши результат MO автоматич-
ного об’єднання версій моделі, приналеж-
них до точок зору [5], відмічає критерії з її
складу, які мають бути видалені, та аргу-
ментацію такого видалення (внутрішні
протиріччя, несприйняття суб’єктами про-
цесу, відсутність інформації, відсутність
впливу на цільовий показник) – з посилан-
ням на елементи діяльності та джерела ін-
формації.
При цьому формуються структури
даних
DEL = {{ Deljk}k = 1,…,Nj} j= 1,…,M, (4)
де Del – ідентифікатор критерію, що про-
понується для видалення;
M – число експертів;
Nj – число видалень, запропонова-
них j-м експертом,
та
DMj = {Deljk}k=1,…,Nj, (5)
що містить корективи до визначення моде-
лі, запропоновані j-м експертом.
На другому етапі кожен експерт
знайомиться з усім обсягом пропозицій
DEL та надає свою оцінку ризику для аде-
кватності оцінки CH, спричиненого, на йо-
го погляд, кожною з пропозицій (в інтер-
валі (0,1)).
Таким чином, формується множина
суб’єктивних оцінок ризику
Ri = {Rji}j=1,…,m , (6)
де Rji – сумарний ризик, приписаний екс-
пертом j тій моделі, що утворюється при
прийнятті коректив DMi.
Третій етап здійснює автоматичне
узагальнення отриманих версій моделей на
основі функцій цінності, що використову-
ють надану аргументацію [8].
Як наслідок, формується трійка ве-
рсій моделі, серед яких:
- m1 – автоматично формована на
третьому етапі;
- m2 – та з експертних версій DMj
(5), для якої є мінімальною сума
Σi=1,…,M Rij;
- m3 – така DMj (5), для якої вищена-
ведена сума максимальна.
Елемент (1) CON включає індекси
прийнятності співвідношення точок зору
[11], а також, у випадку критичного зна-
чення Q, множину критеріїв зі складу ком-
промісної версії моделі, що гіпотетично
спричинили безуспішність використання
інтерпретуючої процедури INT1.
Решта елементів мають вигляд на-
ступних кортежів:
CH = 〈 CH(m1), CH(m2), CH(m3) 〉 –
трійка узагальнених оцінок інтегрального
показника, виконаних за відповідними мо-
делями.
Q = 〈IQ(m1), IQ(m2), IQ(m3), IQ(m1, m2, m3)〉,
де IQ(mi) – стандартні індекси якості
оцінки mi (у тому ж складі, що використо-
вуються в INT1), а IQ(m1, m2, m3) – показ-
ники максимальної відстані між оцінками
CH, розмаху величин середніх
суб’єктивних ризиків (6) та значень функ-
ції прагматичної цінності [5] – серед ре-
зультатів використання кожної з трьох ве-
рсій моделі M(CH).
AK = 〈 ak1, ak2, ak3, ak4, ak5 〉,
де ak1 – вектор середніх суб’єктивних
ризиків;
ak2 – вектор значень функції цінно-
сті;
ak3 – результат перевірки базової
статистичної гіпотези HB2 щодо зумовле-
ності різниці в оцінках різних експертів за
фіксованою моделлю суб’єктивними ризи-
ками такої моделі;
ak4 – результат перевірки базової
статистичної гіпотези HB3 про наявність
крайніх точок зору серед експертних су-
джень;
ak5 – пропозиції експертів щодо до-
дання нових критеріїв та суб’єктивні оцін-
ки їх ваги.
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎨
⎧
−
=
==
.випадкахіншихв4
;1та
0ні,незадовіль
)(всіякщо,3
);(задовільне
існуєякщо,0
4
3
ak
ak
mIQ
mIQ
W i
i
36
Моделі та засоби систем баз даних і знань
Підпроцедура INT3. Елементи з (1)
та (2) мають такий вигляд:
M = 〈 M1, M2 〉,
де компоненти є моделями, кожна з яких
побудована в межах виконання даної під-
процедури однією з груп із крайніми по-
глядами;
CON = 〈 con1, con2, con3〉,
де сon1 – містить ak1 ∈ AK зі складу під-
процедури INT1;
con2 – задає компромісно об’єднану
модель [5];
con3 = 〈 M(CH), ak5 〉, де M(CH) взя-
то зі складу INT2, ak5 – відповідний еле-
мент AK зі складу INT2.
Q = 〈 IQ1, IQ2, IQ3 〉,
де IQ1, IQ2 – стандартні показники якості
оцінок у кожній з груп із доданням значень
розмаху та медіани;
IQ3 – відстань між оцінками груп та
достовірність різниці між оцінкою в гру-
пах.
Елемент AK визначає характеристи-
ки перетину між множиною елементів DMj
(5) та множиною елементів моделі M, сфо-
рмованої тією з двох груп, до якої ввійшов
експерт j. Такими характеристиками є
об’єм перетину, середній для всіх експер-
тів у цілому та середній у кожній з двох
груп.
⎪
⎩
⎪
⎨
⎧
−
=
.випадкахіншихв4
;задовільні,
значенняякщо,3
21 IQIQW
Підпроцедура INT4. Елементи ви-
значення підпроцедури в форматі (1) ма-
ють такий зміст.
M(CH) – множина індивідуальних
версій моделі, наданих кожним із експер-
тів.
CON включає до свого складу ком-
промісно об’єднану модель [8], а також
модель M(CH) та ak1 ∈ AK зі складу INT2.
CH = 〈 VCH, CHG 〉;
VCH – оцінки експертів, виконані за
їх власними версіями моделі;
CHG – оцінки, отримувані автома-
тичним узагальненням або в узгоджуваль-
ному процесі, який реалізується у випадку
незадовільності властивостей узагальнених
оцінок і розгортається навколо аргумента-
ції та контраргументації оцінок (онтологі-
чно ідентифікованими елементами фахової
діяльності та джерелами інформації).
Q включає статистичні характерис-
тики узагальнення та показники узгоджу-
вального процесу.
AK містить результат перевірки ба-
зової статистичної гіпотези HB4 щодо
впливу приналежності експертів до точок
зору на близькість їх оцінок та моделей
Базові статистичні гіпотези
та методи їх перевірки
Для перевірки базових статистич-
них гіпотез HB1 – HB4, ролі яких у Дельфі-
процедурі вищерозглянуті , можуть бути
використані дані трьох наступних класів.
Дані, що безпосередньо описують
положення об’єкта в онтологічній моделі.
Цей клас становить індексація відомчої
точки зору, до якої належить експерт за
формальними параметрами. Структура да-
них має вигляд
VPI = { VPi }i=1,…,M,
де елементами множини є ідентифікатори
точок зору, а їх упорядкованість за індек-
сом відповідає впорядкуванню множини
членів експертної групи, яким належать
досліджувані оцінки.
Дані про співвідношення концепту-
альних поглядів носіїв різних точок зору,
проявів яких можна очікувати за умов, що
формальна приналежність експерта точ-
ці зору збігається з його реальними погля-
дами та поточний стан опису відповідної
онтології є актуальним.
До таких даних належать:
а) виборка розрахованих значень
відстані між моделлю цільової характерис-
тики, яка відповідає фіксованій точці зору,
та компромісною моделлю:
- для моделі, отриманої у формі
концептуального компромісу [5]:
DKK = { XDKKi}i=1,…,N,
XDKKi = Σj=1,…,N, j≠ i A(i) = A(j, i, i ) +
+ A(j, i, j ) – A(KK),
де A(i) – функція цінності для версії
моделі, що відповідає i-й точці зору;
A(j, i, i) – ціна для i-ї точки зору ак-
ту заміни власної версії моделі на j-ту;
37
Моделі та засоби систем баз даних і знань
A(j, i, j) – ціна того ж акту для j-ї то-
чки зору (згідно [5]);
KK – точка зору, до якої належить
концептуально компромісна модель;
- для моделі, отриманої як прагма-
тичний компроміс [5]:
DPK = { XDPKi}i=1,…,N,
XDPKi = Σj=1,…,N, j≠ i AP(i) = ((L(j, i ) +
+ F(j, i) + 2)/4 – AD(j, i) + 1)/2 – AP(PK),
де L(j, i ) – оцінка розширення цільового
погляду;
F(j,i) – оцінка повноти використан-
ня інформації;
AD(j,i) – критерій відмінності отри-
маної моделі від вихідної;
PK – точка зору, якій належить пра-
гматично компромісна модель;
б) виборка індексів середньої несу-
місності інших моделей з моделлю i-ї точ-
ки зору:
NС = { INСi}i=1,…,N,
INСi = (Σj=1,…,N, j≠ i K(j, i)) / NEj) / NEi,
де NEi, NEj – кількість елементів моделі
зі складу i-ї та j-ї точок зору;
K(j, i) – кількість елементів j-ї мо-
делі, що протирічать i-й моделі або не мо-
жуть бути подані в i-й точці зору.
Дані про поточні оцінки критеріїв
зі складу використаної моделі:
- Y = {yi}i = 1,…,M – вибірка оцінок ці-
льової характеристики, виконаних M екс-
пертами;
- Xkl = { xkli }i =1,…,M – вибірка оцінок
k-го критерію l-го рівня використовуваної
моделі.
Дані про оцінки в експертизах, які
мали місце раніше та є спорідненими до
поточної (за об’єктом експертизи та ці-
льовою характеристикою):
- YRs = { YRis}i = 1,…,Ms– вибірка рет-
роспективних оцінок цільової характерис-
тики в s-й експертизі;
- Xkls = { xklis }i = 1,…,Ms – вибірка рет-
роспективних оцінок критерію xkl в s-й екс-
пертизі, де використовувалася та сама мо-
дель, що і в поточній.
Дані про додатково виявлені в ході
експертизи експертні знання щодо елеме-
нтів постановки експертної проблеми:
- вибірка індивідуальних версій мо-
делі MV = { MEi }i=1,…, M;
- вибірка пропозицій стосовно ре-
дукції моделі DEL (4);
- вибірка непрямих визначень за-
пропонованих моделей DMj (5);
- вибірка суб’єктивних ризиків ви-
користання пропонованих моделей Ri (6).
У межах опису чотирьох інтерпре-
туючих підпроцедур Дельфі-процедури
було розглянуто чотири базові статистичні
гіпотези, що підлягають перевірці:
- HB1 – статистична підтвердже-
ність концептуального підґрунтя незадові-
льності оцінки CH;
- HB2 – зумовленість різниці в оцін-
ках різних експертів за фіксованою модел-
лю суб’єктивними ризиками моделі;
- HB3 – наявність крайніх точок зору
серед експертів;
- HB4 – вплив приналежності експе-
ртів до точок зору на близькість їх оцінок
та моделей.
Серед гіпотез HB1–HB4 можуть бути
виділені окремі групи й підгрупи, які роз-
різняють їх з позицій підходу до їх переві-
рки.
Перш за все, виокремлюється група
гіпотез, кожна з яких стосується наявності
залежності між двома або кількома вели-
чинами. Це гіпотези HB1, HB2, HB4.
Гіпотеза HB1 має найбільш компле-
ксний характер, маючи варіанти (або скла-
дові) своєї деталізації – елементарні гіпо-
тези щодо комплектів вибірок значень різ-
них характеристик, виконання умови наяв-
ності залежності між якими становить її
підтвердження. Оскільки HB1 визначає ви-
бір подальшого шляху на множині {INTi},
спосіб зіставлення результатів перевірки
таких елементарних гіпотез залежить від
тих переваг, які апріорно приймаються при
організації процесу експертного оціню-
вання. Такі переваги стосуються вагового
співвідношення прийнятних ризиків у парі
аспектів: ризику втрати властивості порів-
нюваності результатів поточної експертизи
з іншими та ризику збільшення ресурсних
витрат на проведення експертизи. Можна
розглядати це співвідношення в межах
розгляду двох стратегій, що здійснюють
композування результатів перевірки еле-
ментарних гіпотез до результату перевірки
базової.
38
Моделі та засоби систем баз даних і знань
Слід відмітити, що HB4 є гіпотезою,
що використовується не в формуванні
процесу Дельфі-процедури, а для подання
обґрунтування результатів та висунення
гіпотез щодо перегляду концептуальної
моделі сімейства онтологій.
Це стратегія максимального конце-
птуального обґрунтування, при якій будь-
який шанс на покрашення концептуальних
передумов рішення має бути використа-
ним, та стратегія мінімізації трудовитрат
експертів, згідно з якою обернені зв’язки
ініціюються тільки за найбільш вагомих
передумов ефективності їх використання.
Базова гіпотеза HB3 стосується
структури системи експертних суджень.
Найбільш очевидною формалізацією її
твердження є система умов щодо підмно-
жин O1, O2 множини E експертів, що при-
ймають участь в експертизі, яка дозволяє
вважати O1, O2 крайніми точками зору на
експертований об’єкт:
Елементарні гіпотези, використову-
вані для перевірки HB1, складають множи-
ну, описану в таблиці. Опис здійснюється з
використанням вищевведених позначень
вхідних даних та зіставляючи гіпотезам
методи їх перевірки.
Реалізація стратегії максимального
концептуального обґрунтування для базо-
вої гіпотези HB1 ґрунтується на правилі
Умова 1. Підмножина A ⊂ E є точ-
кою зору в експертизі з моделлю M цільо-
вої характеристики CH, якщо й тільки як-
що (∃ H ∈ MH) → (HB1 = 1),
∀ (a,a’∈A, g∈E | g ∉A) де H – елементарна гіпотеза з множини
MH, заданої в табл. 1. | z(a)–z(a’) | < | z(a) –z(g) |,
Стратегію мінімізації працевтрат
експертів доцільно формувати за правилом де z(e) – оцінка цільової характеристики,
отримана на основі безпосередніх оцінок
критеріїв, наданих експертом e. (H1
1, 0 = 1 ∨ H1
2, 0 = 1) ∧ (( ∃ k | H1
2, k = 1 ∧
∧ H1
5, k = 1 ) ∨ ( H1
6, 0 = 1 ∨ H1
7, 0 = 1 )) → Умова 2. Якщо O1, O2 – точки зору,
то вони є крайніми, якщо й тільки якщо
→ HB1 = 1. Перейдемо до розгляду базових гі-
потез HB2–HB4. ¬∃ O3 ⊂ E | |(Σo1 ∈ O1 z(o1)) / |O1| –
Базова гіпотеза HB2 перевіряється
за допомогою кореляційного аналізу між
виборками { |yi – yj| } або { |xki – ykj| }, з од-
ного боку, та вибіркою RS={(Rji + Rij)/2},
де i,j = 1,…,M, M – кількість експертів
(див. (6)).
– (Σo2 ∈ O2 z(o2)) / |O2| | <
< min{|(Σo1∈O1 z(o1))/|O1| –
– (Σo3∈O3 z(o3))/|O3||, |(Σo2 ∈ O2 z(o2)) / |O2| –
– (Σo3 ∈ O3 z(o3)) / |O3|| },
де O3 – точка зору. Елементарними гіпотезами кореля-
ційного аналізу є гіпотеза про наявність
лінійної залежності, що перевіряється че-
рез значимість коефіцієнту кореляції [12–
15], та про довільну залежність, яка репре-
зентується аналізом кореляційного відно-
шення [12, 15].
Умова 3. Крайні точки зору O1, O2 є
M-значимо крайніми, якщо середні зна-
чення оцінки в кожній із них відрізняються
більше, ніж на задану величину M.
Крім евристичної процедури пере-
вірки розглянутих умов, алгоритм якої є
очевидним, для перевірки HB3 можна ви-
користовувати методи кластерного
аналізу.
Базова гіпотеза HB4 використовує
перевірку елементарних гіпотез кореля-
ційного аналізу [12, 15] щодо пар вибірок:
Зокрема, конструктивною є проце-
дура k еталонів [17] для оцінок z при k=2,
якщо інтерес становить перевірка гіпотези
про наявність компактних груп експертних
суджень навколо двох крайніх значень
zmin та zmax.
〈 YE, VRI 〉 та 〈 VM, VPI 〉; YE =
= { Yi(MEi) }i=1,…,M, VM = { A(MEi) }i=1,…,M,
де A – функція цінності моделі MEi, розра-
хована в системі точок зору, що відпові-
дають VPI, за формалізмом прагматичного
компромісу [5].
39
Моделі та засоби систем баз даних і знань
Таблиця. Елементарні гіпотези для перевірки базової гіпотези HB1
Позначення Вхідні дані Зміст Методи перевірки
H1
1, 0 Оцінки ЦХ Y, індексація
точок зору VPI
Оцінки Y залежать від
приналежності експертів
точкам зору
Дисперсійний аналіз для оцінки пояс-
нення дисперсії Y якісним параметром
VPI [12, 13, 16]
H1
2, 0 Підвиборки {Y’⊂Y}, від-
повідні окремим точкам
зору
Оцінки при різних точ-
ках зору неоднорідні між
собою
Критерії Вілкоксона [13], Манн–Уїтні
[16], Краскела–Уолліса [13, 16] на {Y’}
{ H1
1,k } Виборка Xk оцінок k-го
параметру, оцінка якого
визнана незадовільною;
індексація VPI
Аналогічно H1
1,0 Аналогічно H1
1,0 для критерію Xk
{ H1
2,k } Підвиборки {Xk
’ ⊂ Xk} Аналогічно H1
2,0 Аналогічно H1
2,0 для критерію Xk
H1
3, 0 Ретроспективні оцінки
YХ { YRs},VPI
Аналогічно H1
1,0 Аналогічно H1
1,0 для даних ретроспекти-
ви тієї самої ЦХ і того ж складу точок
зору
H1
4, 0 Підвибoрки {YR*
s
’⊂
YRs
’}
Аналогічно H1
2,0 Аналогічно H1
2,0 для ретроспективи УХ
{H1
4,k} XRks, VPI Аналогічно H1
1,0 Аналогічно H1
1,0 для ретроспективи Xk
{H1
5,k} {XRks
’ ⊂ XRks} Аналогічно H1
2,0 Аналогічно H1
2,0 для ретроспективи Xk
H1
6, 0 Y, DPK, DKK Оцінки цільової харак-
теристики залежать від
рівня відмінності у по-
глядах фіксованої точки
зору на модель від оп-
тимального складу мо-
делі
Метод аналізу значущості коефіцієнту
множинної та парної кореляції [12], а
також кореляційного відношення [12,
14]
{H1
6,k} Xk – виборка значень не-
задовільно оціненого
критерію, DPK, DKK
Оцінки незадовільно
оціненого критерію за-
лежать від концептуаль-
них розбіжностей погля-
дів на модель
Аналогічно H1
6, 0
H1
7, 0 Y, NC – індекси несуміс-
ності інших моделей із
моделлю зафіксованої
точки зору, синхронізо-
вані за точками зору з
оцінками Y
Оцінки цільової ха-
рактеристики залежать
від долі неприйнятних та
незрозумілих для експе-
рта критеріїв, актуаль-
них для носіїв інших то-
чок зору
Коефіцієнт парної кореляції [12–15] та
кореляційне відношення [12, 15]
{H1
7,k} Xk, NC Оцінки неприйнятно
оціненого критерію ко-
релюють із індексом не-
сумісності моделей
Те ж саме
40
Моделі та засоби систем баз даних і знань
Корисним може бути також метод ди-
намічних згущень [17, 18] у варіанті, зорієнто-
ваному на спробу розбиття сукупності експер-
тних суджень на пару однорідних класів із
урахуванням оцінок усіх критеріїв моделі
M(CH).
Висновки
1. Запропонований протокол багато ту-
рового експертного процесу дозволяє підви-
щувати, в межах Дельфі-парадигми, шанси на
отримання узагальненої експертної оцінки з
прийнятним рівнем узгодженості при збере-
женні контролю за такими важливими для рі-
шень стратегічного менеджменту аспектами
ризику як спільне розуміння перспективності
рішення, а також обґрунтованість та спадко-
ємність рішень в разі їх багаторазового
прийняття.
2. Протокол ґрунтується на послідовно-
му переході від тих методів, що використову-
ють спільну для всіх експертів модель ціннос-
ті, до тих, які дозволяють зберігати часткову
розбіжність поглядів із забезпеченням оцінки
границь інтервалу крайніх суджень та перехре-
сних оцінок ризику розбіжностей.
3. Формальним підґрунтям пропонова-
них людино-машинних процедур є результати
автоматизованого аналізу онтологічних знань
щодо відомчих та фахових уявлень про об’єкт
експертизи та знань щодо попередньо викона-
них експертиз об’єктів, онтологічно спорідне-
них із поточно оцінюваними.
4. Правила добору процедури проведен-
ня чергового туру експертного оцінювання та
формування постановки задачі й контексту її
розв’язання ґрунтуються на виділених видах
базових статистичних гіпотез.
5. Гіпотези сформульовано в термінах
вибірок значень характеристик співвідношення
онтологічних, ретроспективних та поточно
отриманих експертних знань.
6. Розроблено алгоритми висування та
перевірки базових гіпотез при реалізації Дель-
фі-процедури експертної оцінки рішень.
1. Ансофф И. Стратегическое управление. – М.:
Экономика, 1989. – 720 c.
2. Ильина Е.П. Модели экспертного анализа каче-
ства решений, принимаемых при управлении
целевыми программами // Проблеми
програмування. – 2008. – № 4. –
C. 60–72.
3. Ильина Е.П., Слабоспицкая О.А. Фор-
мы, метрики и свойства отношения
сходства между концептами в онтоло-
гиях экспертных точек зрения // Про-
блеми програмування. – 2005. – № 4. –
C. 39– 49.
4. Ларичев О.И. Вербальный анализ ре-
шений / РАН; Институт системного
анализа. – М.: Наука, 2006. – 181с.
5. Ильина Е.П. Функции и методы под-
держки современных парадигм метода
Дельфи // Проблеми програмування. –
2009. – № 1. – С. 36–52.
6. Ильина Е.П. Семиотическая модель
развивающихся экспертных точек зре-
ния для поддержки принятия решений.
// Проблеми програмування – 2006. –
№ 4. – C. 49–58.
7. Turoff M., Linstone H. The Delphi
Method: Techniques and Applications. –
Addison-Wesley, 2002. – 608 р. –
http://www.is.njit.edu/pubs/delphibook/.
8. Ильина Е.П. Представление и исполь-
зование модели “Дерево ценности” в
онтологиях партисипативного приня-
тия решений // Сб. тр. СНУЯЭиП. –
2008. – № 1 (25). – С. 110–121.
9. von Winterfeldt, D., Edwards W. Deci-
sion Analysis and Behavioral Research. –
Cambridge University Press, Interna-
tional edition. – 1986.
10. Ильина Е.П. Задачи и методы анали-
тического сопровождения экспертиз в
партисипативных процессах стратеги-
ческого управления // Проблеми про-
грамування. – 2006. – № 2–3. –
C. 421–430.
11. Ильина Е.П. Оценка и использование
показателей качества экспертного ре-
шения проблемы // Проблеми програ-
мування. – 2006. – № 1. – С. 38–45.
12. Айвазян С.А., Бухштабер В.М., Еню-
ков И.С., Мешалкин Л.Д. Прикладная
статистика. Классификация и сниже-
ние размерности. – М.: Финансы и
статистика, 1989. – 607 с.
13. Холлендер М., Вулф Д. Непараметри-
ческие методы статистики. – М.: Фи-
нансы и статистика, 1983. – 518 с.
14. Большаков А.А., Каримов Р.Н. Методы
обработки многомерных данных и
временных рядов. – М.: Горячая линия
– Телеком, 2007 – 522 с.
41
Моделі та засоби систем баз даних і знань
15. Венсель В.В. Интегральная регрессия и корре-
ляция: статистическое моделирование рядов
динамики. – М.: Финансы и статистика, 1983. –
245 с.
16. Сидоренко Е.В. Методы математической обра-
ботки в психологии. – СПб.:OOO ”Речь”, 2000.
– 350 с.
17. Дорофеюк А.А. Алгоритмы автоматической
классификации (обзор) // Автоматика и телеме-
ханика. – 1966. – № 10. – С. 78–87.
18. Айвазян С.А. Методы анализа данных: подход,
основанный на методе динамических сгуще-
ний. – М.: Финансы и статистика, 1985. – 357 с.
Отримано 13.03.2010
Про авторa:
Ільїна Олена Павлівна,
кандидат фізико-математичних наук,
старший науковий співробітник,
провідний науковий співробітник.
Місце роботи автора:
Інститут програмних систем
НАН України,
03187, Київ-187,
Проспект Академіка Глушкова, 40.
Тел.: (044) 526 4579
e-mail: ilyina07@mail.ru
42
|
| id | pp_isofts_kiev_ua-article-969 |
| institution | Problems in programming |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-06-02T01:02:04Z |
| publishDate | 2026 |
| publisher | PROBLEMS IN PROGRAMMING |
| record_format | ojs |
| resource_txt_mv | ppisoftskievua/cb/7369868538c2207a34b3a4030abcdfcb.pdf |
| spelling | pp_isofts_kiev_ua-article-9692026-06-01T21:28:34Z Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management Использование концептуальных и ретроспективных знаний для снижения рисков в Дельфи-процедурах стратегического менеджмента Використання концептуальних та ретроспективних знань для зниження ризиків у дельфі-процедурах стратегічного менеджменту Ilyina, O.P. UDC 519.76, 004.827 УДК 519.76, 004.827 УДК 519.76, 004.827 The multi-tour expert evaluation procedure protocol for organizing of interaction between business-based viewpoints on the strategic management decisions is proposed an investigated. Under unsatisfied properties of the generalized evaluation obtained the next tour takes place with arising of the informing about another viewpoints positions, with evaluation of the risks of disagreements that were shown and with partly harmonizing of the positions. The formal analysis of the viewpoints ontologies and the retrospection of previous affined expert investigations used for choice of the method and information context for the next tour. The system of statistic hypothesis attaching to the conceptually based, retrospective and currently shown interrelations between expert opinions is considered. The results of such hypothesis testing define the choice of methods and information links for the next expert tour.Problems in programming 2010; 4: 33-42 Предложен и исследован протокол много-туровой процедуры экспертного оценивания, что позволяет организовать взаимодействие различных ведомственных и профессиональных точек зрения на экспертируемые решения стратегического менеджмента. При неудовлетворительных свойствах обобщенной оценки осуществляется следующий тур с повышением осведомленности о позициях других точек зрения, оценкой риска имеющихся разногласий и частичной гармонизацией позиций. Для выбора алгоритма следующего тура и формирования информационного контекста для действий экспертов используется формальный анализ онтологии точек зрения и ретроспективы родственных экспертиз. Рассмотрена система статистических гипотез относительно концептуально обусловленных, ретроспективных и непосредственно выявленных соотношений экспертных мнений. Результаты проверки гипотез определяют выбор методов и информационных связей следующего экспертного тура.Problems in programming 2010; 4: 33-42 Запропоновано та досліджено протокол багато-турової процедури експертного оцінювання, що дозво ляє організувати взаємодію різних відомчих та фахових точок зору на експертовані рішення стратегіч ного менеджменту. При незадовільних властивостях узагальненої оцінки здійснюється наступний тур із збільшенням обізнаності з позиціями інших точок зору, оцінкою ризику наявних розбіжностей та ча стковою гармонізацією позицій. Для добору алгоритму наступного туру та формування інформаційно го контексту для дій експертів використовується формальний аналіз онтологій точок зору та ретроспе ктиви споріднених експертиз. Розглянуто систему статистичних гіпотез щодо концептуально зумовле них, ретроспективних та поточно виявлених співвідношень експертних суджень. Результати перевірки гіпотез визначають добір методів та інформаційних зв’язків наступного експертного туру.Problems in programming 2010; 4: 33-42 PROBLEMS IN PROGRAMMING ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ ПРОБЛЕМИ ПРОГРАМУВАННЯ 2026-06-01 Article Article application/pdf https://pp.isofts.kiev.ua/index.php/ojs1/article/view/969 PROBLEMS IN PROGRAMMING; No 4 (2010); 33-42 ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ; No 4 (2010); 33-42 ПРОБЛЕМИ ПРОГРАМУВАННЯ; No 4 (2010); 33-42 1727-4907 uk https://pp.isofts.kiev.ua/index.php/ojs1/article/view/969/1037 Copyright (c) 2026 PROBLEMS IN PROGRAMMING |
| spellingShingle | UDC 519.76 004.827 Ilyina, O.P. Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title | Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title_alt | Использование концептуальных и ретроспективных знаний для снижения рисков в Дельфи-процедурах стратегического менеджмента Використання концептуальних та ретроспективних знань для зниження ризиків у дельфі-процедурах стратегічного менеджменту |
| title_full | Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title_fullStr | Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title_full_unstemmed | Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title_short | Using of the Conceptual and Retrospective Knowledge for Risk Mitigation in the Delphi Procedures for the Strategic Management |
| title_sort | using of the conceptual and retrospective knowledge for risk mitigation in the delphi procedures for the strategic management |
| topic | UDC 519.76 004.827 |
| topic_facet | UDC 519.76 004.827 УДК 519.76 004.827 УДК 519.76 004.827 |
| url | https://pp.isofts.kiev.ua/index.php/ojs1/article/view/969 |
| work_keys_str_mv | AT ilyinaop usingoftheconceptualandretrospectiveknowledgeforriskmitigationinthedelphiproceduresforthestrategicmanagement AT ilyinaop ispolʹzovaniekonceptualʹnyhiretrospektivnyhznanijdlâsniženiâriskovvdelʹfiprocedurahstrategičeskogomenedžmenta AT ilyinaop vikoristannâkonceptualʹnihtaretrospektivnihznanʹdlâznižennârizikívudelʹfíprocedurahstrategíčnogomenedžmentu |