Информационные технологии интеллектуальной поддержки принятия решений (на примере системы дистанционного голосования на выборах депутатов в Московскую городскую думу VII созыва)

Размещено на http://www.allbest.ru/

Информационные технологии интеллектуальной поддержки принятия решений (на примере системы дистанционного голосования на выборах депутатов в Московскую городскую думу VII созыва)

магистрант 2 курса, Высшая школа государственного администрирования, МГУ имени М.В. Ломоносова, г. Москва

В статье описываются информационные технологии интеллектуальной поддержки принятия решений на примере системы дистанционного голосования на выборах депутатов в Московскую Городскую думу седьмого созыва. Предмет исследования: информационные технологии интеллектуальной поддержки принятия решений. Цель работы: раскрыть важность информационных технологий интеллектуальной поддержки принятия решений в настоящее время. Приоритетными задачами определены рассмотрение информационных технологии интеллектуальной поддержки принятия решений на примере системы дистанционного голосования на выборах депутатов в московскую городскую думу седьмого созыва. Сделан вывод о том, что информационные технологии интеллектуальной поддержки принятия решений являются неотъемлемой частью поддержки принятия управленческий решений. информационный голосование дистанционный

Ключевые слова: информационные технологии, интеллектуальная поддержка, дистанционное голосование, выборы

Kulishova Kristina Vladimirovna,

postgraduate student (2ndyear), Graduate School of Public Administration, Lomonosov Moscow State University, Moscow,

INFORMATION TECHNOLOGY IN DECISION-MAKING INTELLECTUAL SUPPORT: A CASE STUDY OF REMOTE VOTING IN THE ELECTIONS TO THE MOSCOW CITY DUMA OF THE VII CONVOCATION

Abstract: the article describes information technologies of intellectual decision-making support providing a case study of a remote voting system in the elections of deputies to the Moscow city Duma of the seventh convocation. The research subject is information technologies of decision-making intellectual support. The work aims to reveal the importance of information technologies in intellectual decision-making support at the present time. The priority task is considering information technologies in intellectual decision-making support providing a case study of the remote voting system in the elections of deputies to the Moscow city Duma of the seventh convocation. It is concluded that information technologies of intellectual decision-making support are an integral part of management decision-making support.

Key words: information technology, intelligent support, remote voting, elections

На современном этапе информационные технологии являются неотлагательной поддержкой при принятии различного рода решений, в том числе и управленческих. Системы помогают проводить сбор, хранение и полную обработку информации в разы быстрее с учетом минимального вовлечения человека в работу. [4]

В цифровизированной системе управления вся ответственность за результат возлагается на человека, а именно на лицо принимающее решение несмотря на то, что его вовлеченность в сам процесс минимальна. Принятие решений в социально-экономической сфере нельзя полностью возлагать на ЭВМ, так как машина учитывает только статистические данные и работает исключительно с цифрами. Человек же способен брать

Информационные технологии позволяют осуществлять поддержку принятий многокритериальных решений и организуют взаимодействие человека с компьютером. Циклический процесс позволяет сформировать выведенное решение на основании анализа нескольких критериев.

В данном процессе участвует СППР - система в роли вычислительного звена и сам непосредственный объект управления, а также ЛПР, задающий информацию на входе и анализирующий ее на выходе.

Ее отличительные характеристики: ориентация на решение плохо структурированных задач; сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математического моделирования; направленность на непрофессионального пользователя; высокая адаптивность - приспосабливаемость к особенностям используемого технического и программного обеспечения, требованиям пользователя. [5]

В соответствие с назначением выделяются несколько типов информационных систем, позволяющих автоматизировать процесс принятия управленческих решений:

1. Система поддержки принятия решений (СППР)

2. Экспертные системы (ЭС)

3. Автоматизированные системы экспертного оценивания (АСЭО)

Система поддержки принятия решений (СППР) "Выбор" - система интеллектуального анализа, базирующаяся на методе анализа иерархий (МАИ), способна проанализировать проблемную ситуацию, сформулировать цели принятия решений, построить индивидуальную систему критериев оценки вариантов альтернатив, провести оценку альтернатив по отдельным критериям, выбрать наиболее предпочтительный и провести его анализ. [1]

Слабоструктурированные проблемы являются основной "площадкой" применения СППР-систем в действие. Система позволяет провести глубокий сравнительный анализ, который в результате покажет единственную объективную альтернативу решения.

К основным принципам формирования и использования СППР можно отнести: обеспечение ЛПР необходимой информацией в максимально возможном объеме; возможность оперативного поиска информации; генерирование альтернативных вариантов решений; предоставление прогнозных оценок результатов реализации возможных альтернатив; постоянная эволюция системы за счет наращивания ее возможностей.

Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. [3]

Наиболее широкой сферой практического применения СППР являются планирование и прогнозирование для различных видов управленческой деятельности.

Экспертная система - это прикладное программное решение, позволяющее преобразовывать рассуждения ЛПР в некой сфере деятельности посредством использования баз знаний, содержащих различного рода правила, связанные с рассматриваемой предметной областью, а также позволяет сконструировать имитационную модель данной области.

ЭС - это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области. Знания, имеющиеся в базах хорошо структурированы и закодированы, а также сопровождены системой правил логического вывода и готовы для использования в условиях конкретной ситуации, представляющей интерес для пользователя.

При обращении к ЭС выпадает решение, которое содержит в себе полный анализ ситуации с предложенными вариантами дальнейшей работы. По качеству выдаваемого результата выходящую информацию экспертных систем можно вполне сравнить с аналитическим решением выданным квалифицированным специалистом.

Особенность экспертной системы заключается в том, что любая рекомендация, выработанная системой, а также любое суждение могут быть объяснены при запросе пользователя. К тому же успешность применения любой системы во многом зависит от степени доверия к полученным результатам её работы.

Так, экспертная система в любой момент должна быть готова объяснить, почему сделано то или иное заключение, тот или иной вывод, и представить логическую цепочку рассуждений и фактов, приводящих к нему.

Структура ЭС содержит также подсистему накопления и обновления всех знаний. Таким образом, можно сделать вывод о том, что экспертная система - эффективный инструмент повышения обоснованности и качества решений менеджера за счет обращения к знаниям и опыту высококвалифицированных экспертов.

Автоматизированные системы экспертного оценивания в основном сориентирована на цифровизации сложных экспертных процедур, которые позволяют повысить эффективность использования высококлассных специалистов в качестве экспертов при принятии управленческих решений.

Табл. 1

Показатели и метрики, существенные для ЛПР

Главная цель АСЭО - преобразование полученной информации в результат решения сложной аналитической проблемы, влияющей на принятие немаловажного управленческого решения. К основным свойствам автоматизированной системе экспертного оценивания можно отнести следующее:

а) сложная иерархическая система, позволяющая организовать весь цикл проведения экспертизы от формирования целей исследуемого объекта до анализа полученного результата, при этом в АСЭО предусмотрено взаимодействие экспертов, аналитической группы и операторов;

б) предусмотрена оценка качеств каждого эксперта, в том числе оценка степени его профессионального знакомства с объектами экспертизы;

в) обязательным элементом является развитая оценочная система с возможностью ее настройки на конкретный объект экспертизы. В АСЭО предусматривается возможность коллективной оценки сравниваемых альтернатив при использовании различных методов организации и проведения экспертиз.

г) предусматривает анализ результатов экспертизы, в частности, возможность определения результирующей экспертной оценки, а также степени согласованности мнений экспертов. [2]

Информационные системы поддержки принятия решений используются в любой сфере деятельности и на любом уровне управления, а том числе и государственном, так как они расширяют аналитические возможности в процессах выбора, приводящих к решению проблем организации в комплексе с методами разработки и анализа альтернатив.

К настоящему времени сформирован относительно расширенный спектр альтернатив, представленных для осуществления интеллектуальной поддержки принятия решений при выборе оптимальной системы проведения выборов в Государственную Думу. В числе альтернатив значатся:

1. Votum - система интерактивного мониторинга проведения массовых голосований.

2. ГАС "Выборы" - территориально-распределенная, телекоммуникационная, автоматизированная система общегосударственного уровня для реализации информационных процессов в ходе подготовки и проведения выборов и референдумов, а также для решения в установленном порядке задач, не связанных с проведением выборов и референдумов.

3. Election Systems & Software - предложения одноименной компании включает в себя табуляторы для голосования, электронные машины прямой записи (DRE), системы регистрации избирателей и управления выборами, устройства для голосования, электронные книги опросов, услуги печати бюллетеней по требованию и услуги заочного голосования по почте.

4. Блокчейн система электронного голосования - технология обеспечивающая безопасность при электронном голосовании за счёт свойств самой технологии. Голоса избирателей хранятся в зашифрованном виде, и их нельзя будет удалить или изменить.

Блокчейн-сеть децентрализована, то есть не имеет единого сервера, который контролирует работу сети и отвечает за хранение данных.

Критериями, существенными для ЛПР, по которым производится сравнение и выбор альтернатив являются (таблица 1):

1. Адаптивность системы и возможность ее конфигурирования.

2. Организация единого информационного пространства.

3. Г лобальность системы.

4. Экономическая целесообразность внедрения системы (тыс).

5. Наличие квалифицированных специалистов и опыта в реализации внедрения.

6. Возможность поэтапного внедрения.

7. Срок окупаемости системы (в месяцах).

8. Техническая поддержка проекта на всем протяжении и после внедрения.

Результаты составления таблицы критериев и их значений после проведения сбора данных свидетельствуют о вариативности значений (Таблица 2).

В табл. 2 представлена детальная информация по каждой из выбранной альтернатив, на основание которой возможно решение многокритериальной задачи.

Табл. 2

Критерии и значения по выбранным альтернативам

1. Принцип "Идеальной точки"

Перейдем к определению оптимальных альтернатив методом идеальной точки. Поскольку соответствующие шкалы существенно отличаются друг от друга, для осуществления сравнения и выбора альтернатив различные критерии удобно представлять в совпадающих шкалах. Именно для этого и осуществляется нормализация альтернатив.

Метод идеальной точки сводится к решению задачи минимизации на множестве А числовой функции р(х, х). Поскольку расстояние р(а,Ь) = 7УГ=1(^ - Ь 1)2, то данная задача эквивалентна задаче минимизации квадрата расстояние р 2(х, х), которая не требует извлечения квадратного корня.

Для каждой точки хеА требуется найти квадрат расстояния между точкой х и идеальной точкой х = (1, 1, 1) и затем выбрать точку, для которой эта величина минимальна. Для произвольной точки х имеем

р 2(х, х) = (Х 1 - 1)2 + (Х 2 - 1)2 + (Хз - 1)2+ (Х 4 - 1)2 (1)

Подставляя в это выражение (3) каждую из 5 точек из множества А, получаем

р 2(х\ х) = (0,516-1)2 + (0-1)2 + (0-1)2 + (0,24-1)2 + (0-1)2 + (0-1)2 + (0,417-

1) 2 * 5,152;

р 2(х 2, х) = (0,72 -1)2+(1-1)2+(0-1)2+(1-1)2+(0-1)2+(1)2+(1-1)2 * 3,078; р 2(х 3 х) = (0-1)2 + (0-1)2 + (1-1)2 + (0-1)2 + (1-1)2 + (0,5-1)2 + (0-1)2 * 4,25; р 2(х 4, х) =(1-1)2 + (1-1)2 + (0-1)2 + (0,014-1)2 + (1-1)2 + (0,5-1)2 + (0,23-1)2 * 2,82.

Ближайшей к идеальной точке является точка x4 - Блокчейн система электронного голосования. Именно эта точка и определяется как решение в методе идеальной точки. Соответствующая исходная точка (до нормализации) равна (54; 1; 0,5; 405 800; 1; 4; 23).

2 Решение задачи методом анализа иерархий (МАИ)

Рассмотрение критериев более комплексно позволяет найти оптимальную альтернативу с помощью метода анализа иерархий (МАИ).

Во-первых, на начальном этапе выполняется попарное сравнение элементов каждого уровня, используя шкалу качественных описаний уровней важности, ставя определенное число в соответствие каждому уровню. [3] Результаты сравнений альтернатив по каждому из критериев представлены в Таблице 3.

Табл. 3.

Ранжированный список критериев

Для расчета нам понадобиться найти собственный и весовой вектор: Собственный вектор строки находится по формуле:

где n - количество критериев; i - строка матрицы; Zi1 - сравнительный уровень важности критерия Z1 по Zi.

Весовой вектор строки находится по формуле:

где i - строка матрицы; S - сумма значений собственных векторов.

Матрицы сравнений, рассчитанные на основание формул (2) и (3) представлены ниже.

Табл. 4

Матрица сравнений уровня важности критериев и их весовые коэффициенты

Табл. 5

Матрица сравнений уровня важности альтернатив по критерию "Адаптивность системы и возможность ее конфигурирования"

Табл. 6

Матрица сравнений уровня важности альтернатив по критерию "Организация единого информационного пространства"

Табл. 7

Матрица сравнений уровня важности альтернатив по критерию "Глобальность системы"

Табл. 8

Матрица сравнений уровня важности альтернатив по критерию "Экономическая целесообразность внедрения системы"

Табл. 9

Матрица сравнений уровня важности альтернатив по критерию "Наличие квалифицированных специалистов и опыта в реализации внедрения"

Табл. 10

Матрица сравнений уровня важности альтернатив по критерию "Возможность поэтапного внедрения"

Табл. 11

Матрица сравнений уровня важности альтернатив по критерию "Срок окупаемости системы (в месяцах)"

Перейдем к количественной оценки качества каждой из альтернатив, рассчитаем ее по следующей формуле:

уі(хк) - значения весовых векторов, которые соответствуют исследуемой альтернативе и выбранному критерию.

и(хх) = 0,0583*0,1803+ 0,1604*0,2350+0,0235*0,0917+0,1296*0,4582 +0,4567* 0,2452+0,1394*0,1736+0,0321*0,1363 = 0,2503

и(х 2) = 0,0583*0,3771+ 0,1604*0,0921+0,0235*0,5473+ 0,1296*0,0924 +0,4567* 0,29412+0,1394*0,3991+0,0321*0,0670 = 0,2537

и(х 3) = 0,0583*0,0733+ 0,1604*0,1026+0,0235*0,0922+0,1296*0,3302 +0,4567* 0,0982+0,1394*0,0669+0,0321*0,3972 = 0,1326

и(х 4) = 0,0583*0,3692+ 0,1604*0,5702+0,0235*0,2688+0,1296*0,1192 +0,4567* 0,5606+0,1394*0,3604+0,0321*0,3995 = 0,4538

Для наглядности представим результаты в виде Таблицы 12:

Количественная оценка качества альтернатив

Табл. 12

Таким образом, ЛПР решает, что Х 4 является решением многокритериальной задачи. Следует сказать, что при выборе информационной системы по оптимизации процесса проведения выборов в Государственную Думу следует выбрать Блокчейн систему электронного голосования, для достижения поставленной цели, так как ее максимальная оценка качества равна 0,4538. Также данная система оказалась самым объективным вариантом решения по Принципу идеальной точки.

Список источников

1. Ларичев О.И., Петровский А.В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер. Техни- ческая кибернетика. - Т.21. М.: ВИНИТИ, 1987. с. 131-164

2. Терелянский П.В. Системы поддержки принятия решений. Опыт проектирования: монография / П.В. Терелянский; ВолгГТУ.- Волгоград, 2009.127 с.

3. Рубчинский А.А. Методы и модели принятия управленческих решений: учебник и практикум / А.А. Рубчинский. - М.: Издательство Юрайт, 2017. - 526 с. - Серия: Бакалавр. Академический курс (дата обращения: 15.04.2019);

4. Бабкин Э., Козырев О., Куркина И. Принципы и алгоритмы искусственного интеллекта. Н. Новгород: Нижегородский гос. Тех. Университет. 2006. ISBN 5-93272360-2. - 132 с.

5. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб.: Питер, 2010. - 704 с.

Размещено на Allbest.ru