При управлении открытыми технологическими комплексами [1] и разработке стратегии их развития важнейшим моментом является процесс принятия решений, включающий определение целей, формирование задачи принятия решений и, наконец, принятие решений (выбор альтернатив). Все задачи принятия решений по уровню их описания можно подразделить на формализованные, или количественно сформулированные, и плохо формализованные, для описания элементов которых используется как количественно выраженная, так и качественная информация. Причиной появления плохо формализованного описания задач служит отсутствие точных количественных сведений о ситуации выбора, что имеет место в силу объективно существующих трудностей их получения, в частности из-за ограничения на ресурсы, в том числе и временные. Такая ситуация имеет место и при формировании региональных стратегий, поэтому важным представляется использование соответствующих подходов при формировании стратегии развития открытого технологического комплекса.

Задача принятия решений может формулироваться в условиях определенности, когда каждой альтернативе соответствует строго определенный исход; в условиях риска, где исход является дискретной или непрерывной случайной величиной с известным законом распределения; в условиях неопределенности, когда исход является случайной величиной, закон распределения которого неизвестен. При этом под системой предпочтений лица, принимающего решения(ЛПР), понимается совокупность его представлений о критериях достижения поставленной цели, достоинствах и недостатках сравниваемых альтернатив, позволяющих производить целенаправленный выбор элементов из множества альтернатив.

Анализ литературы по формализации системы предпочтений ЛПР показывает, что в теории принятия решений основными являются аксиоматический подход, предполагающий справедливость ряда аксиом о системе предпочтений ЛПР, и эвристический подход, основывающийся на некоторых соображениях о системе предпочтений ЛПР, а не на четко сформулированных допущениях. Общая оценка и сравнительный анализ эвристических и аксиоматических методов принятия решений па основе четкой исходной информации приведены в [2].

Отметим, что применение упомянутых методов осложняется на практике тем, что даже для опытных экспертов задачи назначения числовых оценок вероятностей, полезностей, критериальных оценок альтернатив и весовых коэффициентов критериев, а также установления четкого отношения предпочтения или безразличия являются затруднительными, а иногда и неразрешимыми. Наиболее важные для задач принятия решения виды неопределенности описания можно представить в виде древовидной структуры (рис. 1).

Первый уровень данного дерева образован терминами, качественно характеризующими количество отсутствующей информации об элементах задачи принятия решений. В ситуации неизвестности информация о задаче практически отсутствует (начальная стадия изучения задачи). В процессе сбора информации на определенном этапе может оказаться, что:

. собрана еще не вся возможная (условие неполноты) или не вся необходимая (случай недостаточности) информация;
. для некоторых элементов определены не их точные описания, а лишь множества, которым эти описания принадлежат (случай недоопределенности [3]);
. ряд элементов задачи временно описан лишь по аналогии с уже решавшимися задачами, имеется лишь «замещающее» описание (неадекватность).

Второй уровень дерева описывает источники (причины) возможной неоднозначности описания, которыми являются внешняя среда (физическая неопределенность) и используемый ЛПР профессиональный язык (лингвистическая неопределенность).

Физическая неопределенность может быть связана с как с наличием во внешней среде нескольких возможностей, каждая из которых случайным образом становится действительностью (ситуация случайности или стохастической неопределенности), так и с неточностью измерений вполне определенной величины, выполняемых физическими приборами (ситуация неточности). В рамках данной классификации отнесение случайности и неточности к неоднозначности предполагает знание соответствующих законов распределения вероятностей.

Лингвистическая неопределенность связана с использованием естественного языка (в частном случае – профессионального языка ЛПР) для описания задачи принятия решений. Эта неопределенность обусловливается необходимостью оперировать конечным числом слов и ограниченным числом структур фраз (предложений, абзацев, текстов) для описания за конечное время бесконечного множества разнообразных ситуаций, возникающих в процессе принятия решений. Лингвистическая неопределенность порождается, с одной стороны, множественностью значений слов (понятий н отношений) языка, которую условно назовем полисемией, а с другой стороны, неоднозначностью смысла фраз.

Схема видов неопределенности описания задач принятия решений (рис. 1) достаточно универсальна. В частности, неопределенность описания целей, отражающаяся в многокритериальности выбора альтернатив, может иметь и нечеткий, и случайный характер.

Обработка нечеткой информации в задачах принятия решения обеспечивается применением лингвистического подхода [4,5]. В рамках лингвистического подхода в качестве значений переменных допускаются не только числа, но и слова и предложения естественного языка, а аппаратом их формализации является теория нечетких множеств. Необходимость использования информации в виде нечетких понятий и отношений естественного языка обусловлена тем, что часто сведения о ситуации выбора в таком виде являются единственно доступными для оценки и выбора решений. Лингвистический подход при построении моделей принятия решений позволяет:

. использовать для описания элементов задачи принятия решения приближенные, субъективные оценки, выраженные с помощью нечетких понятий, отношений и высказываний профессионального языка ЛПР;
. формализовать нечеткие описания с помощью нечетких множеств, лингвистических переменных и нечетких свидетельств;
. оперировать полученными формализованными объектами посредством аппарата, развиваемого на основе теории нечетких множеств;
. представлять результаты решения задачи как в виде нечетких описаний с использованием понятий и отношений профессионального языка ЛПР, так и в виде четких рекомендаций, аналогично тому, как это имеет место в теории игр, где рекомендации можно получить в виде либо оптимальных смешанных стратегий, либо согласованных с последними чистых стратегий.

Анализ методов принятия решений, непосредственно основывающихся на применении лингвистического подхода к моделированию принятия решений [6, 7], позволяет выделить: . аксиоматические и эвристические методы принятия решений;
. методы, построенные с использованием принципа обобщения на основе известных четких процедур принятия решений;
. оригинальные методы, не имеющие аналогов в четком случае;
. методы принятия решений при детерминированных и случайных исходах;
. методы принятия решений на основе нечеткого множества.

В работе [7] предложен оригинальный эвристический метод принятия решений условий детерминированных исходов при нечетком описании альтернатив и их полезностей. Альтернатива представляется нечетким подмножеством А пространства параметров D = D1 × ... ×Di-1 ×Di × … ×Dn и характеризуется функцией принадлежности d⁽ⁿ⁾ = (d1, .... di ,.., dn). d⁽ⁿ⁾∈D, di∈Di. Элементы (d1, .... di ,.., dn) пространства параметров D и множество значений полезности V описывается с помощью лингвистических переменных. Например, (d1, d2) = (УДОБНЫЙ, ДОРОГОЙ), V = (НИЗКАЯ, СРЕДНЯЯ, ВЫСОКАЯ). Знание о полезностях параметров представляется нечетким отношением Ф с функцией принадлежности μ_ф(d⁽ⁿ⁾, v), v ∈[0, 1], которая восстанавливается на основе эвристик, сформулированных ЛПР в словесной форме. Нечеткая полезность VA альтернативы A определяется согласно выражению и апроксимируется некоторым лингвистическим значением.

Оригинальные эвристические методы, связанные с использованием лингвистических переменных для описания отношений предпочтения ЛПР (типа «x_i НЕСКОЛЬКО ПРЕДПОЧТИТЕЛЬНЕЕ х_j», «x_i СЛАБО ПРЕДПОЧТИТЕЛЬНЕЕ x_j») и конструированием последних, приводятся в [8,9]. В [9] рассматриваются семантические правила модификации, композиции и квалификации высказываний, описывающих силу предпочтения. Лингвистические отношения предпочтения, введенные в [8], допускают также нечеткую характеристику отсутствия предпочтения.

Лингвистическая переменная в общем случае определяется кортежем < β,T,U,G,M> , где β - наименование лингвистической переменной; Т - множество ее значений, или термов, представляющих собой наименования нечетких переменных; U - область ее определения; G - процедура образования из множества Т новых значений лингвистической переменной; M - процедура отображении нового значения лингвистической переменной в нечеткую переменную Например, если ЛПР оценивает стоимость некоего проекта в рамках местного бюджета с помощью понятий "малая", "небольшая", "средняя", "высокая", то формализация такого описания может быть проведена с помощью лингвистической переменной <СТОИМОСТЬ>, (малая, небольшая, средняя, высокая).

Лингвистическим назовем критерий К, оценки по шкале которого являются значениями одноименной лингвистической переменной <К, Т(К), U_K, G_K, M_K>. Согласно данному определению каждое шкальное значение Ki ∈ T(K) ∪ G_K(T) критерия К представляется нечетким множеством K_i на U_K. При этом обеспечивается переход от словесного к числовому описанию лингвистического критерия.

Лингвистические критерии, как и соответствующие лингвистические переменные, можно подразделить на числовые, или с измеримой базовой переменной, и нечисловые, не имеющие физически определенной базовой переменной. Примером нечислового лингвистического критерия является критерий профессиональной пригодности со значениями «хорошо», «плохо», «недостаточно соответствует». В данном случае точно не известно, как выражается профессиональная пригодность в виде функции тел или иных физических величин.

Элементы нечеткой математики, позволяющей обрабатывать в моделях принятия решений нечеткую исходную информацию, формализованную с помощью лингвистических переменных, нечетких множеств и высказываний, а также других понятий лингвистического подхода, излагаются в [4].

Рассмотрим некоторые аспекты формирования стратегии развития региона и возникающие в этой связи прикладные задачи принятия решений при разработке стратегии развития отдельной отрасли. Для выбора стратегии развития отрасли необходимо определить ее привлекательность и оценить конкурентные преимущества [10,11]. Такую оценку можно получить с помощью методов формализованного качественного анализа с помощью экспертных оценок. «Привлекательность отрасли» и «конкурентные преимущества» выступают в роли комплексных экспертных показателей. Эти показатели рассчитываются с помощью коэффициентов весомости, которые присваиваются экспертами каждому отдельному показателю оценки привлекательности отрасли и оценки конкурентных преимуществ бизнеса.

Привлекательность отрасли можно оценить, проведя последовательно два анализа: анализ сильных и слабых сторон отрасли, отражающий ее внутреннее состояние; анализ возможностей и угроз отрасли, охватывающий внешнюю среду отрасли. Суммарная оценка привлекательности отрасли в баллах используется для построения матрицы выбора стратегии развития отрасли.
В результате анализа ситуации в отраслях региона экспертами были сформированы несколько альтернатив решения проблемы:

- Стратегия обороны позиций А1.
A1.1. Инвестирование в отрасль с целью расширения производства темпами развития рынка.
А1.2. Концентрация усилий на поддержке и усилении конкурентных преимуществ бизнеса.
- Стратегия развития A2.
А2.1. Большие инвестирования в наиболее привлекательные элементы рынка.
A2.2. Поддержка способности противостоять конкурентам.
А2.З. Повышение прибыльности за счет эффективности масштаба.
- Стратегия выборочного развития А3.
А3.1. Защита рыночной доли.
А3.2. Концентрация на привлекательных сегментах.
А3.3. Краткосрочная задача повышения прибыльности.
- Стратегия выборочного развития А4.
А41. Специализация на основе сильных сторон деятельности.
А4.2. Поиск путей ухода от слабых сторон деятельности.
А4.3. Уход с рынка без перспектив роста объема продаж.
- Стратегия сбора урожая А5.
А5.1. Защита позиций на наиболее прибыльных сегментах.
А5.2. Модернизация продуктивных линий.
А5.3. Минимизация инвестиций.
А5.4. Краткосрочные перспективы.
- Стратегия сбора урожая А6.
A6.1. Распродажа товаров по выгодной цене.
А6.2. Снижение постоянных затрат, сокращение инвестиций, уход с рынка.

Опыт показывает, что на этапе предварительного планирования вполне достаточен анализ альтернативных вариантов развития промышленного потенциала отрасли на основе знаний и опыта специалистов, ответственных за решение указанной проблемы (ЛПР) или участвующих в ее решении(экспертов).
В силу сложности учета названных факторов эксперты затрудняются в определении числовых оценок прироста прибыли предприятий отрасли, а прибегают к словесным описаниям типа: МАЛЫЙ прирост, НЕЗНАЧИТЕЛЬНЫЙ прирост, модернизация производственных мощностей и использование результатов исследовательской деятельности обеспечит ВЫСОКИЙ прирост прибыли и т. п. При этом они допускают применение данных оценок с некоторыми вероятностями, о которых у них имеются приближенные представления. Например: Вполне ВЕРОЯТНО, что рост репутации продукции обеспечит НЕКОТОРЫЙ прирост прибыли.

В качестве других существенных критериев выбора в этой и аналогичных ситуациях принятия решений могут выступать: себестоимость продукции, трудовые ресурсы, время реализации выбранной альтернативы для каждого предприятия отрасли, инвестиционная привлекательность и др. Источниками неопределенности оценок исходов альтернативных решений по данным критериям, кроме уже перечисленных факторов, являются качество реализуемой продукции, соответствие ассортимента и объема выпускаемой продукции спросу потребителей, условия труда работающих, и удаленность предприятия от места жительства и др. Необходимо определить альтернативу, которую следует предпочесть руководству отрасли в этих условиях. На основании изложенного уточним ряд важных особенностей, характерных для рассмотренных примеров прикладных задач принятия решений выделенного класса:
- наличие векторного пространства, компоненты которого описаны не аналитически, а словесно;
- наличие двух типов неопределенностей – нечеткости, обусловленной природой процесса принятия решений, и нечеткости, обусловленной тем, что ЛПР оперирует качественными описаниями компонентов задачи;
- отсутствие статистических данных о неопределенных параметрах ситуации принятия решений;
- необходимость использовать сложную качественную информацию, включающую связанные нечеткие описания одновременно для нескольких компонентов задача принятия решений;
- необходимость оперировать стохастической неопределенностью как при четком (частотная, субъективная вероятность), так и при нечетком описании вероятностных характеристик.

Таким образом, в силу существенных неопределенностей рассмотренных прикладных задач методы их решения могут быть построены только на основании дополнительной информации, получаемой от ЛПР, экспертов. В процессе анализа альтернатив, оценивая исходы и вероятности их наступления, характеризуя причинно-следственной связи между параметрами альтернатив и их последствиями, устанавливая предпочтения, ЛПР оперирует информацией в виде нечетких понятий и отношений профессионального языка. Как следствие, методы решения задач выделенного класса должны содержать средства представления и использования упомянутой выше информации для выбора альтернатив на всех этапах взаимодействия человека и модели. Методы решения задач выделенного класса должны учитывать перечисленные особенности и, кроме того, обеспечивать интерпретации результатов решения задачи на профессиональном языке ЛПР.

Анализ методов принятия решений на основе лингвистического подхода позволяет сделать вывод, что их развитие идет как по пути расширения числа формализуемых компонентов задачи выбора (оценки по критериям, оценки субъективных вероятностей), так и по пути обработки все более сложных словесных конструкций, описывающих несколько компонентов задачи (например, одновременная оценка критериальной оценки и ее вероятности). Проведенный с использованием рассмотренного подхода анализ состояния базовых отраслей открытого технологического комплекса позволил определить, за счет чего отрасли могут повысить свою конкурентную способность, какие именно факторы дают возможность удержаться на привлекательных для отрасли рынках, другие особенности развития предприятий отраслей открытого технологического комплекса.

ЛИТЕРАТУРА
1. Рогальский Ф.Б. Концепция открытых технологических комплексов в управлении регионом // Автоматика. Автоматизация. Электронные комплексы и системы. – 2000. – №1. – С.148-156.
2. Ларичев О. И. Анализ процессов принятия человеком решений при альтернативах, имеющих оценки по многим критериям //Автоматика и телемеханика. – 1981. – № 8. – С. 131 – 141.
3. Нариньяни А. С. Недоопределяемость в системе представления и обработки знаний //Изв. АН СССР, Техн. кибернетика. – 1986. – № 5. – С. 3 – 28.
4. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 168 с.
5. Модели принятия решений на основе лингвистической переменной //А. Н. Борисов, А. В. Алексеев, О. А. Крумберг и др. – Рига: Зинатне, 1982. – 256 с.
6. Dubois D., Prade H. The Use of Fuzzy Numbers in Decision Analysis //Fuzzy Information and Decision Processes //Ed.: M. M. Gupta, E. Sanchez. – Amsterdam: North-Holland Publ. Co., 1982. – P. 309 – 323.
7. Efstathiou J., Rajkovich V. Multi-Attribute Decision-making Using a Fuzzy Heuristic Approach //Intern. J. of Man-Machine Studies. – 1980. – Vol. 12, N 2. – P. 141 – 156.
8. Efstathiou J., Tong R. M. Ranking Fuzzy Sets: A Decision Theoretic Approach /IЕЕЕ Trans. on Systems, Man a. Cybernetics, – 1982. – Vol. 12, N 5. – P. 655 – 659.
9. Zadeh L. A. The Linguistic Approach and its Application to Decision Analysis //Directions in Large-Scale Systems /Ed.: Y. C. Ho, S. K. Mitter. – N Y.: Plenum Press, 1976. – P. 335 – 361.
10. Шершньова З.Є., Оборська С.В. Стратегічне управління. – К.: КНЕУ,1999. – 384 с.
11. Акофф Р. Планирование в больших экономических системах: Пер. с англ. – М.: Советское радио, 1972.