автореферат диссертации по философии, специальность ВАК РФ 09.00.07
диссертация на тему: Логико-методологические закономерности качественного анализа слабо структурированных проблем

Текст диссертации на тему "Логико-методологические закономерности качественного анализа слабо структурированных проблем"

/С

Санкт-Петербургский Государственный Университет

на правах рукописи

Климов Евгений Николаевич

Логико-методологические закономерности качественного анализа слабо структурированных проблем

Специальность 09.00.07 - Логика

Диссертация на соискание ученой степени кандидата философских наук

Научный руководитель -доктор философских наук, профессор Б.И.Федоров

Санкт-Петербург -1999

ОГЛАВЛЕНИЕ

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

ОЛ. Общая характеристика работы................................4

0.2. Схема рассуждений при анализе и решении проблем..............16

0.3. Типы проблем и типы поиска решения проблем..................27

Глава 1. Методы поиска решений для слабо структурированных проблем . ...............................................................37

1.1. Методы поиска решений для неструктурированных проблем......37

1.1.1. Общая характеристика методов интуитивного поиска......37

1.1.2. Метод мозгового штурма...............................40

1.1.3. Метод синектики..................................... 47

1.2. Методы поиска решений для частично структурированных проблем ... ...............................................................51

1.2.1. Общая характеристика методов систематического поиска----51

1.2.2. Метод переформулировки проблемы......................55

1.2.3. Метод построения «И/ИЛИ» деревьев....................61

Глава 2. Сбор и обработка экспертной информации...................81

2.1. Цели экспертной оценки.....................................81

2.2. Основные принципы теории качественных измерений.............82

2.2.1. Классификация.......................................86

2.2.2. Парные сравнения.....................................87

2.2.3. Ранжирование........................................89

2.3. Подбор экспертов и их оценивание............................94

2.4. Методы сбора экспертной информации ........................99

2.4.1. Метод конференций...................................100

2.4.2. Метод Делфи........................................102

2.5. Анализ результатов экспертиз...............................109

Глава 3. Вопросы выбора решения.................................116

3.1. Формирование списка критериев оценки...................... 116

3.1.1. Критерии-заместители................................118

3.1.2. Проблема зависимости критериев.......................121

3.1.3. Сокращение списка критериев..........................125

3.2. Методы выбора решения йа основе заданных критериев.........125

3.2.1. Метод введения ограничивающих критериев..............130

3.2.2. Метод построения доминантной структуры...............131

3.2.3. Метод парной компенсации............................136

3.3. Проблема несравнимости альтернатив и методы ее устранения----144

3.3.1. Устранение несравнимости методом расчленения критериев . 145

3.3.2. Устранение несравнимости методом соединения критериев .. 146

3.3.3. Устранение несравнимости методом введения дополнительного

критерия...................................................... 147

Заключение...................................................150

Список используемой литературы................................ 156

ВВЕДЕНИЕ

0.1. Общая характеристика работы

Актуальность темы исследования. Диссертация посвящена систематическому исследованию процесса качественных рассуждений при анализе сложных проблем и выборе решения для них. Точнее для проблем, которые мы называем неструктурированными и частично структурированными (для краткости далее и те и другие будем называть слабо структурированными). Понятие «качественный» используется нами как синоним понятий - содержательный, неколичественный. Под неструктурированными проблемами понимаются проблемы, в которых при наличии какого-либо неудобства или изъяна неизвестна природа существующего неудобства; неизвестны зависимости между объектами, которые рассматриваются в процессе анализа возникшей проблемы; проблема не вписывается, для решающих ее, ни в одну из известных им областей знания; те, кто обязан все же решить возникшую проблему, плохо представляют себе в каком направлении следовало бы начать двигаться. Под частично структурированными проблемами понимаются такие проблемы, когда направление решения задано, уже может быть выбрано решение и в целом ясно, что следует сделать для разрешения проблемы, но неизвестен механизм реализации требуемых действий или изменений. И тот и другой тип проблем объединяет то, что в силу своей новизны и/или слабой структуризации большинство исходной и получаемой при их анализе информации выражено в качественных формулировках. При этом структуризация исходной информации до уровня математических формализмов часто невозможна (или нецелесообразна), вследствие чего эти проблемы нельзя решить исключительно при помощи математических средств анализа. Анализ таких проблем протекает на естественном, разговорном языке в качественных суждениях и оценках, окончательный

вариант решения выбирается из альтернативных вариантов на основании качественных критериев, с опорой в большей степени на мнения экспертов и косвенную, а потому, неполную информацию, чем на статистически объективные данные.

По анализу и решению хорошо структурированных проблем существует обширнейшая литература. Следует отметить, что при наличии довольно большого числа работ, посвященных методам количественного анализа одного из видов слабо структурированных проблем - частично структурированных проблем (существует целый ряд разделов математики занимающихся методами математического анализа: теория игр, теория экспертных оценок, теория решений, исследование операций, теория вероятностей и теория математической статистики и другие), работы по неколичественному, содержательному анализу и решению частично структурированных и неструктурированных проблем крайне немногочисленны. А между тем, «Определенная увлеченность математическими моделями принятия решений оставила за сценой собственно логический анализ решений. А он особенно важен для слабо структурированных проблем, когда трудно или почти невозможно использовать чисто математические модели, и решение, и его качества определяются интуицией человека.»1 - эта цитата из работы Г.С.Поспелова 1981 года, на наш взгляд, актуальна и сегодня.

В конце шестидесятых годов, признанные сегодня классиками по решению проблем с помощью искусственного интеллекта Дж. фон Нейман и Моргенштерн предложили, при выборе альтернатив, для их оценок, измерять их полезность и вероятность. Хотя они указывали на то, что «непосредственное ощущение предпочтения одного объекта или совокупности объектов по отношению к другим дает необходимую основу для сравнения», Нейман и Моргенштерн попытались провести аналогию

1 Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. - М.: Радио и связь, 1981. - С.542

из области измерения физических величин (где долгое время измерения теплоты, времени, длины и других показателей производились в качественных оценках, а затем были заменены на количественные) на все другие области человеческого знания. Вначале, при сравнениях физических величин, не существовало надежных количественных измерений, однако, впоследствии они появились. На основании этого было сделано допущение о том, что «если полезности сегодня выглядят весьма неколичественно, то история и опыт теории теплоты могут повториться, притом с непредсказуемыми последствиями»2. Однако, можно говорить о том, что пока их надежды не вполне оправдались. Безусловно, математические дисциплины в области анализа и принятия решений далеко продвинулись за эти годы, но они распространяются в основном лишь на область тех проблем, которые можно назвать хорошо структурированными. Сошлемся на мнение признанного специалиста по анализу многофакторных проблем и принятия решений средствами математики в условиях неопределенности О.И.Ларичева. По его мнению при анализе проблем указанных типов «... как ранее так и сейчас мы не имеем надежных способов количественного измерения вероятностей и полезностей. ... Более того, мы имеем сейчас немало доказательств ненадежности имеющихся способов количественных измерений полезностей и вероятностей»3. Речь идет, конечно, не о статистической (достаточно достоверной, хорошо структурированной информации), а о субъективной вероятности. Однако в нашем случае трудность состоит в том, что многие факторы, например такие, как престиж профессии, оригинальность дизайна, популярность той или иной организации, марки товара, враждебность группы каких-либо лиц по отношению к другой

2 Нейман Фон Дж., Моргенштерн О. Теория игр и экономическое поведение. - М.: Наука, 1970. - С.53

3 Ларичев О.И., Мошкович Е,М. Качественные методы принятия решений (вербальный анализ решений). - М.: Наука, 1996. - С.36

группе и тому подобная информация носит крайне субъективный, трудно формализуемый характер. Тем не менее, она часто оказывает весьма существенное влияние на процесс принятия решения. Несмотря на различные достаточно трудоемкие методы перевода качественной информации в количественную, трудно представить объективные количественные измерители для такого рода оценок. Для многих слабо структурированных проблем не существует надежных количественных данных. Например, качественно-количественные методы типа размытых множеств часто приводят к искажениям. Вначале измерения проводятся в качественных величинах, затем при помощи заданной функции принадлежности (ставящей в соответствие любым словам числа) они преобразуются в количественные показатели, Ларичев О.И. справедливо указывает на то, что «произвол в при подобных преобразованиях очевиден и неустраним ... и полагаться на таким образом полученные числа больших оснований нет»4.

На примере программ машинного перевода с одного естественного языка на другой проиллюстрируем проблемы выбора решения в плохо структурированных ситуациях. Для того, чтобы вычислительной машине переводить с одного языка на другой, «требуется нечто большее, чем только машинный словарь (каким бы полным он ни был) и правила грамматики (сколь совершенными они не оказались бы)»5. В программировании при решении указанных задач перевода отчетливо проявилась необходимость обработки информации, не рассматриваемой в явном виде, но и не исключаемой из рассмотрения, то есть информации находящейся на периферии сознания. Еще в семидесятые годы Дрейфус указал на ограниченность вычислительных средств в вопросе

4 Ларичев О.И., Мошкович Е,М. Качественные методы принятия решений (вербальный анализ решений). - М.: Наука, 1996.

5 Дрейфус X. Чего не могут вычислительные машины. Критика искусственного разума. - М.: Прогресс, 1978. - С.52

распознавания упомянутой периферийной информации. Если говорить о машинном переводе, то здесь движение происходит как раз в попытке учета периферийной, контекстовой информации. Именно благодаря тому, что машина учитывает контексты на употребление каждого слова из пяти тысяч статей введенных в программу (пример - программа-переводчик STYLUS 3.0) успех достигнут лишь в переводе простых технических текстов. При этом, машина осуществляет только черновой перевод технических текстов, перевод более сложных текстов требует активного участия человека, а во многих случаях только человека, то есть при работе с теми текстами, контекст которых в некотором смысле уникален. Следует учесть и то, что процедура перевода сама по себе достаточно хорошо изучена и не является новой проблемой для человека. Человек же, в отличие от машины, обладает способностью «учитывать нечеткие ситуации, не прибегая к замене их точными (алгоритмизированными, примечание мое) описаниями»6, что позволяет ему средствами отличными от алгоритмизированных машинных процедур решать слабо структурированные проблемы. Не всегда этот контекст, эти нечеткие описания поддаются однозначному формальному выражению. Алгоритмизировать и просчитать возможно лишь повторяющиеся, стандартные, но не уникальные ситуации, выраженные в качественных терминах.

Кроме затронутых сторон, тема недостаточно разработана для того, чтобы представлять собой цельную дисциплину. Мы беремся утверждать, что на данный момент, не существует такой работы, которая аккумулирует в себе опыт по неколичественным методам анализа слабо структурированных проблем: качественному поиску решений, сбору качественной информации и содержательным методам выбора решения для проблем указанного типа. Существует ряд работ, так или иначе

6 Дрейфус X. Чего не могут вычислительные машины. Критика искусственного разума. - М.: Прогресс, 1978. - С.51

связанных с темой нашего исследования, но все они освещают какой-либо из частных этапов процедуры анализа и решения слабо структурированных проблем, а потому полученные в них результаты не имеют общей методологической основы. Так, работы по теории экспертных оценок, посвящены вопросу сбора и обработки информации -промежуточному этапу анализа. Работы по методам поддержки принятия решений (область лишь в последние пятнадцать лет начала оформляться в отдельную дисциплину) - посвящены заключительному этапу анализа, методам выбора решения из ранее сформированных альтернатив. Поиску и выдвижению идей - одному из начальных этапов анализа проблем -посвящено большое количество работ по методологии, психологии, педагогике и организации интеллектуального творчества. В свою очередь, многие из этих работ рассматривают начальный этап анализа в слишком узких областях, например, при проектировании и изобретательской деятельности в технике. Тогда как очевидно, что для практической реализации только упомянутых результатов необходимо обобщение, что-то вроде мета-метода, который бы охватывал весь процесс от постановки цели, до выбора решения проблемы и позволял бы ориентироваться в большом количестве частных методов.

Таким образом, достаточно актуальным представляется: во-первых, обращение к качественным методам оценки и анализа переменных при решении практических слабо структурированных проблем, когда использование сложного математического аппарата по различным причинам или нецелесообразно или невозможно, как более надежным, чем наша, ничем не подкрепленная, интуиция и более гибким и естественным для человека, чем количественные средства анализа; во-вторых, представляется необходимым построение цепочки шагов, состоящих из качественных методов анализа и решения неструктурированных и частично структурированных проблем от постановки цели до принятия решения; в-третьих, выявление собственно логико-методологических

составляющих в структуре методов, применяемых для анализа и решения слабо структурированных проблем.

Степень разработанности темы. Литература по качественному анализу слабо структурированных проблем, как было уже указано, разбросана по различным областям знания и представлена относительно немногочисленным перечнем работ. Коллективная монография «Анализ сложных систем. Методология анализа при подготовке военных решений» под редакцией Э. Квейда явилась отправным пунктом выбранной темы. Авторы монографии впервые четко поставили вопрос о комплексном решении проблем, которые в силу своей сложности и слабой структурированности, помимо использования чисто математических методов анализа, могут быть эффективно решены только с помощью привлечения средств качественного анализа и оценки. Кроме того, в этой же работе был поставлен вопрос о комплексной дисциплине для решения сложных проблем, которая бы охватывала все стадии анализа и решения проблемы. Однако, в работе, в основном, ставилась задача, и далее не было дано ее конкретного развития в смысле поднятой нами темы.

Малочисленность исследований, посвященных непосредственно неколичественному анализу слабо структурированных проблем, побудила нас обратиться к исследованию работ в смежных областях. Во многих из них частные вопросы исследуемой темы развиваются достаточно глубоко и детально, но в отрыве от всего процесса анализа. Наряду с этим, внутреннее строение отдельных процедур, входящих в процесс анализа и выбора решения для слабо структурированных проблем, чаще рассматривается непосредственно с позиций той области знания, в которой они получены: психологии, педагогики, применения к искусственному интеллекту, практического применения в сфере технического творчества, обороны, политики и бизнеса, но не с точки зрения их логической структуры.

В частности работы С.Д.Бешелева, Ф.Г.Гурвича, Б.Н.Оныкого, С.Ф.Остапюка, Б.Г.Литвака, О.И.Ларичева, Е.М.Мошкович,

A.И.Мечитова, С.Б.Ребрика, Е.М.Фуремса посвящены этапу сбора экспертной информации и ее обработки для последующего принятия на ее основе решения, с использованием аппарата теории вероятностей. Из работ посвященных прикладным методам поиска решений в сфере науки, производства и обороны нами были активно использованы результаты

B.В.Титова, а также работы А.В.Кудрявцева, Ю.Н.Шеломка

B.В.Чавчанидзе, Т.Гордона, А.Ф.Осборна, Р.Д.Шпехта, Р.Н.Маккина, Ч.Дж.Хитча, О.Хелмера, Р.Акоффа, Ф.Эмери, Ф.Цвикки. Из методов решения технических проблем или работ по промышленному проектированию и изобретател�