Степень разработанности проблемы

Вопросы формализации и разработки критериев моделей описания и оценки эффективности методами системного анализа широко освещены в трудах Д. Клиланда, Э. Квейда, Я. Такахары, Дж. Касти, Б. А. Резникова, Н. П. Бусленко, А. И. Яблонского, Б. С. Флейшмана, Б. Г. Волика, М. Месаровича и других. В меньшей степени это коснулось решения задач прогнозирования и оценки эффективности ИС как технических систем и средств анализа, обработки информации и управления другими сложными объектами.

Отдельные аспекты прогнозирования и оценки эффективности ИС по параметрам надежности, качества, помехоустойчивости, массогабаритным и другим объективно измеряемым характеристикам рассмотрены в работах А. Авижениса, Ж.-К. Лапри, А. П. Ершова, А. Г. Мамиконова, Р. Б. Мазепы, Б. А. Мандзия, В. В. Липаева, В. И. Матова, В. И. Сагунова, М. Б. Игнатьева и других. Известные результаты в этой области трудно считать исчерпывающими из-за недостаточного глубокого отношения в них к ИС как к сложным системам, которые должны исследоваться методом имитационного моделирования с одновременным охватом всех уровней архитектуры с целью достижения большей точности и объективности результатов.

Проблемы учета влияния человеческого фактора в задачах прогнозирования и оценки сложных систем нашли глубокое отражение в трудах по теории нечетких множеств, игр, организационных систем, в области рыночных отношений и квалиметрии таких авторов, как Л. Заде, Э. А. Трахтенгерц, Ю. Б. Гермейер, А. И. Орлов, Д. А. Поспелов, В. Н. Бурков, Д. А. Новиков, П. Самуэльсон, У. Барнетт, Жак Дрез, Томас Сарджент, Роберт Ауманн, Г. Г. Азгольдов и других. Однако методологические и математические основы моделирования человеческого фактора, получившие широкую известность, не затрагивают вопросы интерпретации и селекции в задачах комплексной оценки сложных систем с учетом индивидуальных и коллективных предпочтений экспертов, в том числе лиц принимающих решения, и обоснования требований к разрабатываемым управленческим решениям, адекватным вариантам интерпретации и селекции. Известные методы моделирования предпочтений (в том числе на основе деревьев критериев и матриц свертки) характеризуются ограниченными функциональными возможностями, недостаточно развитым научно-методическим аппаратом обоснования вариантов агрегирования (матриц свертки) и моделирования коллективных предпочтений. Это обстоятельство сдерживает развитие систем прогнозирования и оценки эффективности ИС с учетом человеческого фактора и делает востребованным создание более эффективных методов моделирования предпочтений экспертов.

Основы моделирования изложены в трудах Дж. Кейслера, Э. Ханта, Н. П. Бусленко, Б. Я. Советова, С. А. Яковлева, И. М. Яглома и других. Однако результаты, опубликованные в известных работах, посвященных имитационному моделированию системных связей и мотивационных аспектов деятельности экспертов, не в полной мере обеспечивают необходимый уровень достоверности, адекватности, многообразия и технологичности процессов моделирования предпочтений, что требует разработки новых подходов.

Не смотря на наличие значительного количества работ по отдельным аспектам проблемы прогнозирования и оценки эффективности ИС, необходимо отметить несоответствие известных моделей и методов, технологий и инструментальных средств современным требованиям, которое может быть преодолено только на новом методологическом базисе. В связи с этим возникла научная и практическая необходимость проведения настоящего исследования.