Основная цель при подборе СУБД – выбор системы, удовлетворяющей текущим и прогнозируемым требованиям организации при оптимальном уровне затрат. Затраты могут включать расходы на приобретение СУБД и дополнительного аппаратного и программного обеспечения, а также расходы, связанные с переходом к новой системе и необходимостью переобучения персонала.

     В общем виде процесс выбора СУБД включает следующие этапы:

1. определение списка показателей, по которым будут оцениваться СУБД;
2. определение списка сравниваемых СУБД;
3. оценка продуктов по выбранным показателям;
4. принятие обоснованного решения, подготовка отчета.

     При выборе СУБД целесообразно использовать методы построения обобщенных критериев.

     Общая постановка задачи принятия решений  выглядит следующим образом.

     А. Имеется некоторое множество альтернатив (в рассматриваемом случае – СУБД) А, причем каждая альтернатива а характеризуется определенной совокупностью свойств . 

     Б. Имеется совокупность критериев  q , отражающих количественно множество свойств системы, т.е. каждая альтернатива характеризуется вектором  .

     В. Необходимо принять решение о  выборе одной из альтернатив (СУБД), причем решение называется простым, если выбор производится по одному критерию, и сложным, если выбранная альтернатива не является наилучшей по какому-то одному критерию, но может оказаться наиболее приемлемой для всей их совокупности.

     Г. Задача принятия решения по выбору альтернативы на множестве критериев  формально сводится к отысканию отображения j, которое каждому вектору q ставит в соответствие действительное число , определяющее степень предпочтительности данного решения.

     Оператор j называют интегральным (обобщенным) критерием. Интегральный критерий присваивает каждому решению по выбору альтернативы соответствующее значение эффективности  Е. Это позволяет упорядочить множество решений по степени предпочтительности.

     В данном разделе предлагается использовать аддитивное преобразование при построении обобщенного показателя эффективности, известное из теории полезности:  .

     Однако  в этом случае значения коэффициентов  b_i , отражают полезность (ценность) критерия q_i при принятии сложного решения о выборе альтернативы. Определение их значений производится в результате предварительного опроса группы из m экспертов (специалистов в данной области). Один из возможных путей получения этих значений заключается в следующем. Каждый j-й эксперт вначале определяет набор чисел С_ij, отражающих его мнение об относительной ценности i-го критерия, причем числа С_ij записаны в произвольном масштабе. Затем они масштабируются, в результате получают  ;    .

     Окончательные значения коэффициентов  b_i , вычисляются в результате осреднения значений b_ij (j =1, 2, ..., m), получаемых от всех экспертов. Если компетентность экспертов в группе считается одинаковой, то  .  Если же компетентность j-го эксперта оценивается числом  , ,

то .

     Ниже  рассматриваются основные методы формирования коэффициентов С_ij, отражающих мнение  j-го эксперта о ценности  i-го критерия. В дальнейшем предполагается, что вначале каждый эксперт провел ранжировку всех критериев, т.е. упорядочил их в соответствии с относительной ценностью так, что на первом месте находится самый главный критерий. 

     Метод ранжировки

     В соответствии с данным методом производится нумерация всех критериев полученного ряда, причем все неразличимые критерии, которые оказались на одном месте, нумеруются в произвольном порядке. В результате данной процедуры каждый критерий получает свой номер. Ранг критерия определяется его номером, если на его месте в ряду отсутствуют какие-либо другие. Если на одном месте находится несколько неразличимых критериев, то ранг каждого из них равен среднему арифметическому их новых номеров.

     Пример. Пусть имеется следующий ряд упорядоченных критериев   для j-го эксперта:   .

       Ранги критериев, вычисленные  в соответствии с вышеуказанной процедурой, сведены в Таблице №1.

     Таблица №1.

     Переход от рангов к коэффициентам С_ij производится на основе гипотезы о линейной зависимости между рангом и относительной ценностью критерия. Чем ниже ранг, тем более важным является соответствующий критерий. Определение коэффициентов С_ij для произвольного r_ij (1£r_ij £h) производится в соответствии со следующей формулой: . Для рассмотренного примера коэффициенты С_ij сведены в Таблице №2.

     Таблица №2.

 

     Следует отметить, что гипотеза о линейной зависимости между рангом и относительной ценностью критерия делает оценки C_ij весьма грубыми, но определяет их сравнительно высокую достоверность. 

     Метод последовательных предпочтений

     Алгоритм  последовательных предпочтений предназначен для повышения достоверности информации, полученной от экспертов методом непосредственных оценок. Он позволяет каждому эксперту провести самоконтроль суждений на основе сопоставления трех подходов: ранжирования критериев, числовой оценки их ценности и сравнения n-2 пар специально подобранных абстрактных объектов.

     Последняя процедура, отражающая сущность метода последовательных предпочтений, основана на следующей гипотезе. Если ценность i-го критерия объекта некоторого класса для j-го эксперта есть С_ij, то ценность объекта по всем критериям определяется  . В процессе коррекции оценок эксперт должен ответить на ряд вопросов: для  i=1, 2, ..., (n-2)  какой из двух объектов лучше — обладающий только  i-м критерием или совокупностью из  (i+1, i+2, ..., n) критериев? В зависимости от ответа на  i-й вопрос составляется одно из трех соотношений:  ,  где .  В результате будут получены  (n-2)  условия:  .

     Далее производится последовательная проверка каждого из этих условий, начиная с последнего, на соответствие ранее выбранным оценкам С_ij и их ранжировке. При выявлении противоречий в i-м условии эксперт должен либо изменить знак отношения R, либо откорректировать значение величины С_ij. В последнем случае он обязан убедиться в том, что не оказалась нарушенной первоначальная ранжировка критериев. При нарушении ее необходимо либо изменить порядок критериев, либо откорректировать значение С_ij.  

Оценка  результатов экспертного  анализа

     При использовании рассмотренных выше методов возникает естественный вопрос: насколько можно доверять результатам оценки коэффициентов С_ij, полученным из субъективных мнений экспертов? Достоверность результатов экспертного анализа чаще всего характеризуется степенью согласованности данных ими оценок. Для количественной оценки степени согласованности часто используется коэффициент конкордации:

     

,      где     ;

r_ij — место, которое заняло i-е свойство в ранжировке   j-м экспертом.

     Коэффициент W позволяет оценить, насколько согласованы между собой ряды предпочтительности, построенные каждым экспертом. Его значение находится в пределах  0£W£1, причем W=0 означает полную противоположность, а W=1 – полное совпадение ранжировок. Практически достоверность считается хорошей, если W=0,7¸0,8.

     На  основе рассмотренных методов могут  быть определены значения коэффициентов С_ij (j=1, 2, ..., m; i=1, 2, ..., n), по которым будут вычислены коэффициенты b_i, линейной формы интегрального критерия. При использовании такого подхода к формированию интегрального критерия в дальнейшем считается, что единица измерения каждого свойства системы, отраженного в соответствующем частном критерии, выбрана по принципу «чем больше, тем лучше». Отсюда следует, что качество решения по выбору альтернативы тем лучше, чем больше значение показателя эффективности.

     Так как критерии q_i могут иметь различную размерность, то при использовании их в качестве аргументов функции Е необходимо провести нормирование, т. е. привести их к общей размерности, и в частности к безразмерному виду.

     Для придания равномерности влияния  каждого из критериев на значение интегрального критерия необходимо выровнять диапазоны изменения значений критериев путем масштабирования и сведения их к диапазону [0; 1].

     Проведение  преобразований типов нормирования и масштабирования требует, чтобы для каждого из критериев были определены понятия «негодного» и «идеального» объектов, а это означает, что должны быть заданы допустимые области изменений значений критериев q_i, q_iн<q_i£q_iв. В этом случае самым простым масштабирующим и нормирующим преобразованием является линейное преобразование следующего вида:

     

где  q_i^отн, q_iн, q_iв ^— относительное, нижнее и верхнее значения критерия q_i соответственно.

     В случае такого преобразования чувствительность шкалы изменения  q_i во всем диапазоне изменений q_i постоянна. Если же разработчика особенно интересуют альтернативы в окрестности некоторой точки q_i*, то можно повысить разрешающую способность частного критерия в окрестности этой точки за счет использования соответствующих нелинейных преобразований.

     После проведения операций нормирования и  масштабирования область годных альтернатив окажется заданной в виде n-мерного единичного куба, причем 0< q_i^отн £1,  i=1, 2, ..., n.

     В результате проведенных преобразований для каждой рассматриваемой альтернативы будет определен вектор q^отн(a), причем аÎА, где А — множество возможных альтернатив. Оценка интегрального показателя решения по выбору альтернативы производится в соответствии со следующим соотношением:

     

.

     Заканчивая  рассмотрение вопросов, связанных с  построением обобщенного критерия эффективности сложных систем на основе метода экспертных оценок, следует еще раз обратить внимание на то, что на многих этапах его построения приходится опираться на субъективные мнения специалистов. Поэтому решения на каждом из перечисленных этапов должны приниматься на основе усредненного мнения многих специалистов, что повышает объективное содержание критерия.

 

      Список литературы:

 

- Официальный сайт Ростовского государственного университета путей сообщения (режим доступа http://www.rgups.ru);

  - Конспект лекций;