Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Экспертное обеспечение транспортной логистики

Покупка
Основная коллекция
Артикул: 621938.01.99
Доступ онлайн
150 ₽
В корзину
В монографии проведен анализ технологий обработки экспертной информации для больших транспортных систем и разработаны показатели инновационного потенциала логистических транспортных систем.
Веселов, Н. В. Экспертное обеспечение транспортной логистики : монография / Н. В. Веселов, А. А. Рогов, И. С. Кравчук, О. А. Бортник. - Москва : Дашков и К, 2013. - 230 с. - ISBN 978-5-394-02386-6. - Текст : электронный. - URL: https://znanium.com/catalog/product/513913 (дата обращения: 22.05.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Н. В. Веселов, А. А. Рогов,  
И. С. Кравчук, О. А. Бортник 

 
 
 
ЭКСПЕРТНОЕ ОБЕСПЕЧЕНИЕ 
ТРАНСПОРТНОЙ ЛОГИСТИКИ 

 

 
 
 
Монография 
 

 
 
 
 
 
 
 
 

 

Москва 
Издательско-торговая корпорация «Дашков и К°» 
2013 

УДК 658.69 
ББК 65.37 
В38 
 

Рецензенты: 
А. В. Малашкин — к.ф.-м.н., доцент МИЭМ НИУ ВШЭ; 
И. В. Изотова — к.т.н., доцент МИИТ. 
 
 
 
 
 
 
 
 

Веселов Н. В. 
Экспертное обеспечение транспортной логистики: Монография / 
Н. В. Веселов, А. А. Рогов, И. С. Кравчук, О. А. Бортник. — М.: Издательско-торговая корпорация «Дашков и К°», 2013. — 230 с. 
 
ISBN 978-5-394-02386-6 
 
В монографии проведен анализ технологий обработки экспертной 
информации для больших транспортных систем и разработаны пока- 
затели инновационного потенциала логистических транспортных  
систем.  
Для научных работников, аспирантов и магистров. 
 
 
 
 
 
 
 
 
 
 
 
© Веселов Н. В., Рогов А. А.,  
    Кравчук И. С., Бортник О. А., 2013 

Оглавление 
 

Введение ....................................................................................................... 4 

Глава 1. Применение автоматизированной системы экспертного 

оценивания и обработки экспертной информации для анализа транспортных 

логистических систем .......................................................................................... 6 

1.1. Анализ технологий обработки экспертной информации для 

больших транспортных систем ........................................................................... 6 

1.2. Разработка математических и информационно-аналитических 

методов, процедур и алгоритмов систем экспертного оценивания. ................ 8 

1.3. Методика преобразования вербальных оценок транспортных 

логистических систем в условиях неопределённости в нечеткие числа ....... 19 

1.4. Архитектура автоматизированной системы экспертного 

оценивания, анализа и обработки экспертной информации .......................... 20 

Глава 2. Разработка показателей инновационного потенциала 

логистических транспортных систем ............................................................... 27 

Глава 3. Тестовая экспертная оценка инновационного потенциала 

логистических систем на железнодорожном транспорте ............................... 33 

Заключение ............................................................................................... 227 

Список литературы .................................................................................. 228 

 

 

Введение 
Под экспертными системами в логистике понимают специальные компьютерные программы, помогающие специалистам принимать решения, 
связанные с управлением материальными потоками. Экспертная система 
может аккумулировать знания и опыт нескольких специалистов-экспертов, 
работающих в разных областях. Труд высококвалифицированных экспертов 
стоит дорого, однако, как правило, требуется не повседневно. Возможность 
получить совет экспертов по разным вопросам посредством обращения к 
компьютеру позволяет квалифицированно решать сложные задачи, повышает производительность труда персонала и в то же время не требует затрат на 
содержание штата высокооплачиваемых специалистов. 
Применение экспертных систем позволяет: 
— принимать быстрые и качественные решения в области управления 
материальными потоками; 
— готовить опытных специалистов за относительно более короткий 
промежуток времени.  Обращение с экспертными программами за короткий 
промежуток времени формирует опытного специалиста. В то же время, задача повышения обучающих возможностей экспертных систем является сегодня актуальной, так как большинство программ не объясняют пользователю причины рекомендуемых решений. 
— сохранять «ноу–хау» компании, так как персонал, пользующийся 
системой, не может вынести за пределы компании опыт и знания, содержащиеся в экспертной системе; 
— использовать опыт и знания высококвалифицированных специалистов на  непрестижных, опасных, скучных и тому подобных рабочих местах. 
К недостаткам экспертных систем следует отнести ограниченную возможность использования «здравого смысла». Логистические процессы 
включают множество операций с разнообразными грузами. Учесть все особенности в экспертной программе невозможно. Поэтому, чтобы не поставить коробку весом в сто килограммов на коробку весом в пять килограммов здравым смыслом, дополняющим знания экспертной системы, должен 
обладать пользователь. 
Экспертные системы применяются на различных стадиях логистического процесса, облегчая решение проблем, требующих значительного опыта и затрат времени. Например, на складе при принятии решения о 
пополнении запасов, когда менеджеру необходимо оценить большой объем 

разнообразной информации: ожидаемые цены в разрезе закупаемых товаров, тарифы на доставку, необходимость одновременного пополнения запасов по разным позициям ассортимента и т.д. Использование здесь экспертных систем позволяет принимать не только правильные, но и быстрые 
решения, что зачастую не менее важно. 
В качестве примера использования экспертных систем в складском хозяйстве приведем систему Inventory Management Assistant, IMA («помощник 
в складском менеджменте»), разработанную для логистического отдела Военно-воздушных сил США. Отдел обслуживает свыше 19000 самолетов по 
всему миру. Складская система отдела содержит 916000 наименований запасных частей для самолетов. Цель создания IMA – помощь персоналу 
складов при решении задач, связанных с управлением запасами. Использование названной экспертной системы позволило на 10-20% повысить эффективность решения проблем. 
На основе выполненного авторами междисциплинарного факторного 
анализа транспортных логистических систем и сформированных пулов параметров оценки предлагается автоматизированная система экспертного 
оценивания. 
 

Глава 1. Применение автоматизированной системы экспертного 
оценивания и обработки экспертной информации для анализа транспортных логистических систем 
Задачи оценки качества и эксплуатационной надёжности транспортной 
системы, ранжирование по уровню качества объектов оценки часто сводятся 
к задаче выбора наиболее предпочтительной альтернативы из набора 
имеющихся или возможных. 
Использование экспертных методов и технологий, а также методов 
теории нечетких множеств, позволяют придать численный характер вербальным оценкам параметров оценки качества искомого технического решения для системы, а также придать методам оценки степень формализации, необходимую для автоматизации базовых процессов предложенных в 
работе моделей взаимодействия транспортной системы и внешней среды, с 
учётом факторов, отражающих трансформации объекта в процессе эксплуатации. 

1.1. Анализ технологий обработки экспертной информации для 
больших транспортных систем 
В настоящее время разработан ряд автоматизированных систем, в которых реализованы различные частные аспекты оценочной деятельности и 
реализации многокритериального выбора, где критерии зачастую обладают 
взаимным антагонизмом и нечётким характером. Все автоматизированные 
системы поддержки принятия решений при проведении многокритериальных оценок содержат ряд общих сторон, включая набор методов получения 
результирующей оценки. Одновременно, анализ их функционирования позволяет сделать вывод об отсутствии единой методологии создания таких 
систем. В исследовании систематизируются и анализируются основные этапы, характерные для реализации систем оценки качества и приоритета слабо 
формализуемых многокритериальных объектов, на основе системного анализа выдвигается ряд положений по совершенствованию процесса их синтеза и методов представления и обработки исходной и экспертной информации. 
Анализ существующих информационных технологий оценки многокритериальных объектов позволяет выделить общие для них принципы построения оценочной системы. Оценочная система, позволяющая осуществить оценку многопараметрического объекта, как уже указывалось выше, 
является одним из основных модулей, используемых в экспертных техноло
гиях оценки. От качества построения оценочной системы и корректного ее 
использования во многом зависит надежность оценивания. Большое значение имеет также качество информации, характеризующей деятельность объекта оценки, и профессиональный уровень экспертов, на основании заключений которых принимается решение. 
В основе любой оценки лежит набор критериев (показателей), на основании которых определяется оценка исследуемого объекта. Выбор адекватного набора критериев, проведённый в предыдущих главах диссертационного исследования, в котором представлены наиболее важные свойства исследуемого объекта удовлетворяющего, с одной стороны, требованию полноты, с другой – не избыточности, требует проведения специальной экспертизы по его формированию. Кроме того, при формировании оценочной системы приходится иметь дело с критериями различных иерархических уровней. 
Сложная иерархическая структура критериев оценки, не является раз и 
навсегда заданной, а непрерывно развивается в зависимости от целей и объектов оценки. 
Оценочная система строится в виде иерархически организованной системы критериев, обладающей возможностями изменения и настройки. 
При формировании оценочной системы должны учитываться как опыт 
создания и функционирования существующих систем комплексной оценки 
транспортных систем, так и опыт высококвалифицированных специалистов. 
Поэтому в оценочных системах предусмотрены процедуры формирования 
различных иерархически организованных структур-деревьев или графов 
критериев, отражающих различные цели в интерпретации разных экспертов. 
После определения структуры критериев возникает задача сопоставления сравнительной весомости критериев, определения степени их влияния 
на эффективность функционирования объектов оценки. Эта задача также 
решается с использованием экспертных методов. В настоящее время известны различные подходы к оценке весомости критериев. Применение их с 
последующей обработкой полученных результатов на ПК позволяет определить значения коэффициентов весомости критериев, входящих в состав 
оценочной системы. 
Конкретный вид объекта оценивания требует "настройки" оценочной 
системы. Это значит, что в автоматизированной системе экспертного оценивания должны храниться различные варианты структуры оценочной сис
темы, рассчитанные на различные объекты оценки. 

1.2. Разработка математических и информационно-аналитических 
методов, процедур и алгоритмов систем экспертного оценивания. 
Математическая формулировка задачи 
За основу в данной работе принята модель оценочной деятельности, 
разработанная для решения задач квалиметрии сложных объектов, которая в 
формальной постановке есть задача оценивания и классификации многокритериальных объектов, и ее структурных составляющих.  
Обобщенная постановка оценочной задачи включает: 
1) разбиение исследуемых объектов на классы (качества) – в нашем 
случае этим может быть эксплуатационная надёжность, вибрационная, дефектная и коррозионная надёжности, удельная по производительности 
стоимость эксплуатации, материалоёмкость, эффективность по энергозатратам, валовая производительность, экологическая безопасность, и другие 
экономические, технологические и социальные показатели, характеризующие производство; 
2) разбиение каждого класса на подклассы – “уровни иерархической 
значимости и качества”. 

Разработка методов формирования оценочной системы 
Построение оценочной системы осуществляется в два этапа. На первом, как уже отмечалось выше, проводится формирование предварительного списка показателей оценки и их экспертное ранжирование. На втором, 
после корректировки списка, проводится "взвешивание" показателей оценки. Оценка весов показателей, по которым оценивается многокритериальный объект, является важным этапом построения оценочной системы, т.к. 
значимость, а значит и воздействие на конечный результат, различных показателей может быть существенно разным. Этот этап носит, как правило, 
экспертный характер и, чем большее число параметров оценки имеет при 
этом вербальный характер, тем более расплывчаты представления экспертов 
о сравнительной важности показателей или критериев оценки. В этих условиях для решения указанной задачи целесообразно использовать, наряду с 
экспертными методами, методы теории нечетких множеств и нечеткие алгоритмы, например эталонный метод. В настоящем исследовании для оценки предлагается использовать методы получения, анализа и обработки экспертной информации, изложенные в работах [1; 3]. Следуя принятому в указанных работах подходу, дерево критериев является основным элементом 

оценочной системы. 
На всех этапах формирования оценочной системы целесообразно привлечение не одного эксперта, а экспертных групп. При этом возникает задача агрегирования мнений отдельных экспертов в коллективное решение 
экспертной группы. 
На основе анализа опыта поведения экспертных оценок, ниже приведены основные процедуры формирования оценочной системы, обладающей 
достаточно сложной структурой критериев, а также методов агрегирования 
экспертных оценок по частным показателям оценки. 
В зависимости от характера оцениваемой с помощью критерия информации, эксперт предполагает количественную либо качественную формы 
оценки. В ряде случаев, выставление численной оценки вызывает затруднение у эксперта и результаты можно представить лишь используя интервальные оценки, или, в более общем варианте, оценки в виде нечетких чисел. 
Непременным условием формирования адекватной оценочной системы 
является, с одной стороны, полнота набора критериев, а с другой стороны, 
их неизбыточность. 
Решающие правила оценки по отдельным показателям должны формироваться с учетом перечисляемых выше возможных особенностей набора 
критериев, характеризующих объект оценки. 
Как уже указывалось, в работе принята двухуровневая схема построения оценочной системы. 
На первой стадии формируется список показателей оценки объектов 
экономической деятельности, они разбиваются на классы так, что к одному 
классу относятся попарно сравнимые критерии. 
Критерии, принадлежащие к одному классу сравнимости, могут быть 
также неоднородны. Они могут находиться в отношении сильного предпочтения. В этом случае критерии разбиваются на подклассы лексикографически однородных критериев. Дальнейшее уточнение сравнительной важности 
критериев происходит уже внутри подкласса лексикографически однородных критериев. Сравнительная весомость таких критериев определяется по 
описанной ниже методике, заключающейся в последовательном применении метода уровневых множеств, для оценки весов показателей из эталонного множества и эталонного метода построения отношения предпочтения 
на множестве показателей оценки технической и эксплуатационной надёжности транспортных систем. 

Авторами разработан алгоритм, позволяющий на этапе определить весовые коэффициенты каждого из параметров оценки. 

Шаг 1.  
Каждый эксперт делает ранжировку показателей оценки, путем присвоения каждому показателю определенного ранга. 

Обозначим 
]
;0
[
max
r
rij 
 –ранг i-го критерия, определенный j-м 

экспертом. Таким образом, необходимо задать матрицу 
 
ijr
R 
. 

Шаг 2. 
Построим матрицу  

 






n

i
ij

ij
ij
ij
r

r
a
a
A

1

;

. 

Тогда 
ija можно трактовать как веса i-го критерия, определенные j-м 
экспертом. 

Шаг 3. 
Итоговый весовой коэффициент показателя рассчитывается исходя из 
весов, определенных экспертами, по методу медианы Кемени. Медианой 
Кемени является такая ранжировка, суммарное расстояние от которой до 
всех заданных экспертных ранжировок минимально: 

 


min
)
,
(
;

1





m

j
j
j
i
W
A
d
w
W
. 

где 
j
A – ранжировка j-го эксперта; W – медиана Кемени; 
)
,
(
W
A
d
j
j
 – 

расстояние между ранжировкой j-го эксперта 
j
A  и медианой Кемени W ; 
m – количество экспертов; j – номер текущего эксперта. 
При этом накладываются следующие ограничения: 
























n

i
i
i

n

i
ij
ij

w
w

a
a

1

1

0
,1

0
,1

 

где 
ija  – вес i-го показателя, определенный j-м экспертом; 
iw  – вес iго показателя в медиане Кемени; n – количество показателей; i – номер те
кущего показателя; j – номер текущего эксперта. 
При использовании данного метода необходимо определить метрику в 
пространстве ранжировок. В качестве метрики принято расстояние Евклида: 









n

i
ij
i
j
j
a
w
R
d

1

2)
(
, 

где 
j
R  – расстояние Евклида от медианы Кемени до ранжировки j-го 

эксперта; 
iw  – вес i-го показателя в медиане Кемени; 
ija  – вес i-го показателя, определенный j-м экспертом; n – количество показателей; i – номер 
текущего показателя; j – номер текущего эксперта. 
При таких условиях, нахождение оптимальной ранжировки (набора весовых коэффициентов не представляет особых сложностей). 

Анализ математических методов свертки показателей 
Рекомендации по выбору методов агрегирования оценок. 
Методы агрегирования экспертных оценок, описанные выше, можно 
разделить на три группы: 
1) 
методы, использующие значения критериальной оценки как количественную характеристику объекта; 
2) 
методы, использующие только отношение "больше-меньше" 
между критериальными оценками; 
3) 
методы, использующие отношение "больше-меньше" между 
критериальными оценками для построения новых числовых характеристик, 
отражающих число "побед" одного объекта над другим по всем экспертам. 
Выбор адекватного метода обработки экспертной информации обычно 
опирается на следующие соображения: во-первых, организатор экспертизы 
может в большей или меньшей степени доверять абсолютным значениям 
критериальных оценок (интенсивности предпочтений), во-вторых, мнения 
экспертов могут в большей или меньшей степени противоречить друг другу.  

Свертки 
Оценки составных критериев, как указывалось выше, являются функциями значений подчиненных им критериев и весов дуг, исходящих из этих 
критериев.  
Такие функции выше названы функциями свертки или просто свертками. 
Отметим здесь, что конкретный вид функций зависит от вида решаемой 

Доступ онлайн
150 ₽
В корзину