Метод експертного вибору цифрових компонентів систем промислової автоматики на основі марківської моделі
Анотація
Експертна оцінка та обґрунтований вибір цифрових компонентів на ринку мікроелектроніки є складною і відповідальною задачею. Для її вирішення відомі методи проведення експертиз підходять не повною мірою у зв'язку з трудомісткістю обробки результатів. Розробка методу експертного вибору цифрових компонентів, що дозволяє швидко отримувати узагальнену колективну експертну оцінку (КЕО), оцінювати узгодженість думок експертів і приймати обґрунтовані рішення, є достатньо актуальною.
Задача дослідження – розробка методу формування КЕО для вибору цифрових компонентів систем промислової автоматики на основі ланцюга Маркова і його перевірка в реальній практичній ситуації. Запропоновано метод формування КЕО складних компонентів систем автоматики на основі марківської моделі. При агрегуванні експертних переваг кожна альтернатива представляється як стан марківського ланцюга. Далі для вершин марківского графа розраховується число Коупленда, дорівнює різниці числа дуг, що входять в вершину і виходять з неї. У колективному ранжируванні альтернативи розташовуються по спадаючому значенню числа Коупленда.
Розроблений метод продемонстрував високу швидкодію в порівнянні з відомими аналогами. Правильність запропонованого методу, його працездатність і швидкодія підтверджені на реальній експертизі й в процесі комп'ютерного моделювання.
Проведені дослідження показали, що розроблений метод формування колективної експертної оцінки працює в 80-200 разів швидше, ніж метод КЕО на основі медіани Кемені. Практична вагомість запропонованого методу продемонстрована на реальній експертизі, проведеній на підприємстві «Кріопром» (м. Одеса, Україна) при закупівлі партії програмованих логічних мікроконтролерів в рамках масштабного проєкту по автоматизації блоків очищення повітророзподільних установок, що промислово випускаються.
Посилання
Piganov M.N., Podlipnov G.A. Ekspertnye otsenki v upravlenii kachestvom radioelektronnykh sredstv [Expert assessments in the management of the quality of radio electronic means]. Samara State Aerospace University, 2004, 122 p. (Rus)
Samohvalov Yu.Ya., Naumenko E.M. Ekspertnoe otsenivanie. Metodicheskii aspekt [Expert estimation. Methodical aspect]. Kiev, DUICT, 2007, 262 p. (Rus)
Bury H., Wagner D. Application of Kemeny’s median for group decision support. In: Yu X., Kacprzyk J. (eds) Applied Decision Support with Soft Computing. Studies in Fuzziness and Soft Computing, Springer, Berlin, Heidelberg, 2003, vol. 124, pp. 235-262. https://doi.org/10.1007/978-3-540-37008-6_10
Didehvar F., Eslahchi Ch. An Algorithm for rank aggregation problem./Applied Mathematics and Computation, 2007, vol. 189(2), pp. 1847-1858. http://dx.doi.org/10.1016/j.amc.2006.12.065
Davenport A., Kalagnanam J. A computational study of the Kemeny rule for preference aggregation proceeding. AAAI’04 Proceedings of the 19th National Conference on Artificial Intelligence. San Jose, California, 2004, pp. 697-702. 6. Boltenkov V.A., Kuvaieva V.I., Pozniak A.V. [Analysis of median methods for consensus rank preferences aggregation]. Informatics and Mathematical Methods in Simulation, 2017, vol. 7, no. 4, pp. 307-317. (Rus).
Gehman A.V., Iakunin Iu.Iu., Danichev A.A., Volodin A.A. [Processing of the results of examinations in the register of scientific and technical developments]. Vestnik Sibirskogo Gosudarstvennogo Ajerokosmicheskogo Universiteta Imeni Akademika M.F. Reshetneva [Bulletin of the Siberian State Aerospace University], 2010, iss. 6 (32), pp. 30-34. (Rus).
Hannu Nurmi. Voting Systems for Social Choice. In: Handbook of Group Decision. Part of the Advances in Group Decision and Negotiation book series (AGDN, vol. 4). Springer, 2010, pp. 167-182. doi http://dx.doi.org/10.1007/978-90-481-9097-3
Petrovskiy A.B. Teoriyа prinyаtiyа reshenii [The theory of decision-making]. Moscow, Academy, 2009, 400 p. (Rus).
Saaty T. L., Vargas L. G. Decision Making with the Analytic Network Process Economic, Political, Social and Technological Applications with Benefits, Opportunities, Costs and Risks, N.-Y., Springer Science+Business Media, 2013, 363 р.
Saaty T. L. Prinyаtie reshenii pri zavisimostyаkh i obratnykh svyаzyаkh: Analiticheskie seti [Decision making with dependence and feedback: The analytic network process], Moscow, LKI Ed., 2008, 360 p. (Rus)
Podinovsky V.V., Podinovskaya O.V. [On the incorrectness of the analytic hierarchy process]. Control Sciences, 2011, no. 1, pp. 8-13. (Rus)
Podinovsky V.V., Podinovskaya O.V. [Once again about the incorrectness of the analytic hierarchy process]. Control Sciences, 2012, no. 2, pp. 75-78. (Rus).
Langville A. N., Meyer C. D. Who’s #1? The Science of Rating and Ranking, Princeton and Oxford, Princeton University Press, 2013, 247 р.
Dwork C., Kumar R., Noar M., Sivakumar D. Rank aggregation methods for the Web. In book: Int. Conf. on the World Wide Web, ACM Press and Addison Wesley, 2001, pp. 613-622. http://dx.doi.org/10.1145/371920.372165.
Patchmuthu, R.K., Goh, K.L.A., Singh, A.K. 2011. Application of Markov chain in the PageRank algorithm. In: Proc. of the 3rd CUTSE International Conference, Miri, Sarawak, Malaysia: Curtin University, 2011, pp. 116-121.
Prerna Rai, Arvind Lal. Google PageRank algorithm: Markov chain model and hidden Markov model. Int. Journal of Computer Applications, 2016, vol. 138, no. 9, pp. 9-13. http://dx.doi.org/10.5120/ijca2016908942
Polyak B. T., Timonina A. V. PageRank: New regularizations and simulation models. IFAC Proceedings Volumes, 2011, vol. 44, iss. 1, pp.11202-11207. https://doi.org/10.3182/20110828-6-IT-1002.01870
Nesterov Y., Nemirovski A. Finding the stationary states of Markov chains by iterative methods. Applied Mathematics and Computation, no. 255, pp. 58-65. https://doi.org/10.1016/j.amc.2014.04.053
Turchin V.N., Turchin E.V. Markovskie tsepi. Osnovnye ponyаtiyа, primery, zadachi [Markov Chains. Basic Concepts, Examples, Tasks]. Dnepropetrovsk, Lizun off Press, 2016, 196 p. (Rus).
Volskiy V. I. Protsedury golosovaniyа v malykh gruppakh s drevneishikh vremen do nachala XX veka [Voting Procedures in Small Groups from Ancient Times to the Beginning of the 20th Century]. Preprint WP7 / 2014/02, Moscow, Publ. House of Higher School of Economics, 2014, 76 p. (Rus).
Dixit A. K., Skeath S., Reiley D. H. Jr. Games of Strategy, N.-Y., London, W. W. Norton & Company, 2014, 768 p.
Chervonenko P. P., Boltenkov V. A. Increasing the level of automation of the air purification device in the air separation unit. Automation of Technological and Business Processes, 2016, vol. 8, no. 1, pp. 28-32. (Ukr)
Compute the median ranking according to the Kemeny axiomatic approach [Electronic resource]. URL: https://www.mathworks.com/matlabcentral/fileexchange/52235-compute-the-median-ranking-according-to-the-kemeny-axiomatic-approach (date of the application: 30.03.2018).
Авторське право (c) 2018 Болтьонков В. О., Куваєва В. І., Червоненко П. П.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
