ОБЧИСЛЕННЯ РЕЗУЛЬТУЮЧОГО РАНЖУВАННЯ АЛЬТЕРНАТИВ НА ОСНОВІ ВИКОРИСТАННЯ НЕПОВНИХ ЕКСПЕРТНИХ РАНЖУВАНЬ

Гнатієнко, Г., Круглов, О., Тмєнова, Н. (2020). CALCULATION OF THE RESULTING RANKING OF ALTERNATIVES BASED ON THE USE OF INCOMPLETE EXPERT RANKINGS. Information systems and technologies security, 1(3). https://doi.org/10.17721/ISTS.2020.4.27-37

Неповнота інформації є характерною рисою організаційних систем. Неповнота даних супроводжує особу,
що приймає рішення у всіх складових об'єктів корпоративної безпеки: керівництві організації, діяльності пер
соналу, активах компанії, упроваджених бізнес-процесах, інформаційних та інших ресурсах, фінансових засо
бах, використовуваних технологіях, репутації компанії тощо. Незважаючи на це, слід приймати обґрунтоване
рішення. Зокрема, поширеною практичною задачею є ранжування альтернатив різної природи. Це здійснюєть
ся експертами високої компетентності в межах зон відповідальності. Природним чином виникає ситуація
прийняття рішення з неповними даними, на основі якої слід знайти повне результуюче ранжування альтерна
тив, яке найкращим чином апроксимує інформацію, одержану від експертів, тобто є в якомусь сенсі найбли
жчою до заданих неповних експертних ранжувань. З метою порівняння різних способів досягнення результую
чого ранжування альтернатив, розглядається формалізація задачі у класах однокритеріальних і багатокрите
ріальних моделей для метрик Кука, Хемінга, Евкліда та Литвака. Для розв'язання проблем, які виникають у
ситуації неповноти інформації, вводять евристики – емпіричні методологічні правила, які допомагають зна
ходити рішення та сприяють довизначеності математично некоректно поставлених задач. Вводиться по
няття модифікованої медіани Литвака та компромісної медіани Литвака, яку знаходять із використанням
мінімаксного критерію. Описано розроблені авторами алгоритми визначення медіан експертних ранжувань
альтернатив: генетичний алгоритм та евристичний алгоритм. Для ілюстрації наведено схеми роботи гене
тичного алгоритму. Подано основні результати застосування описаних алгоритмів, які ілюструють ефектив
ність їхнього застосування до задач ранжування, які характеризуються неповнотою інформації.