Продолжая перевод SEBoK для курса Системного анализа для магистрантов, сделал перевод еще одного раздела SEBoK — Управления решениями (в оригинале — Decision Management). Эта глава включает больше практических примеров и более приближена к реальности, чем описание методов и принципов системного анализа.
Глава описывает порядок принятия решений на основе многофакторного анализа и пропагандирует целеориентированное (Value-Focused Thinking).
Системная инженерия (системотехника) включает много сложных решений, включающих множество стейкхолдеров, сложные конкурирующие цели, большую долю неопределенности, и значительные последствия.
В такой ситуации, хорошее принятие решений требует формализованного процесса управления решениями. Цель процесса управления решениями (ISO/IEC 15288:2008):
«…обеспечить структурированную, аналитическую основу для идентификации, описания и оценки набора альтернативных вариантов решения в любой точке жизненного цикла и выбора наиболее выгодного направления деятельности» .
Ситуации, требующие принятия решения (возможности) как правило встречаются на протяжении всего жизненного цикла системы. Метод управления решениями наиболее часто используется системными инженерами при Оценке альтернатив. Исследование альтернатив направлено на определение, измерение и оценку требований заинтересованных сторон для облегчения лицу, принимающему решение, поиска варианта, представляющего наилучший баланс между конкурирующими целями.
С помощью техники декомпозиции рассматриваемых решений на логические части и последующего синтеза этих частей обратно в единое целое, процесс управления решениями позволяет ЛПР работать на понятном для человека уровне, одновременно избегая излишнего упрощения проблемы.
Кроме того, декомпозируя общую проблему, эксперты могут получить возможность проводить оценку альтернативных вариантов в рамках своей предметной области.
Процесс Управления решениями
Процесс анализа решений изображен на рисунке 1 ниже. Процесс Управления решениями основывается на нескольких «лучших практиках», включающих:
- Использование математических методов анализа решений для исследования альтернатив. Parnell (2009).
- Разработку одной основной модели решения (мастер-модель), с последующим ее уточнением, обновлением и использованием как это требуется для оценки альтернатив на протяжении всего жизненного цикла.
- Использование Целеориентированого (Value-Focused Thinking, VFT) для получения наилучших альтернатив.
- Идентификацию неопределенностей и оценка рисков для каждого решения.
В центре диаграммы изображены пять областей (по часовой стрелке): производительность, потенциал роста (масштабируемость), план-график, затраты на разработку и поставки и расходы на обслуживание. Десять синих стрелок представляют задачи процесса принятия решений, а белый текст на зеленом фоне представляет элементы процесса Инженерии систем. Взаимодействие показано маленькими пунктирными зелеными или голубыми стрелками.
Процесс анализа решений повторяющийся. Для демонстрации каждой из стадий в следующих разделах описывается проблема создания БПЛА (прим.перевод.: в данном разделе не будут рассматриваться требования и цели создания БПЛА, только непосредственно процесс сравнения, поэтому например распределение весов показателей может выглядеть необоснованным).
Ограничение и адаптация решений (контекст решения)
Для уверенности, что команда полностью понимает контекст решения, аналитик должен описать базовые показатели, границы и интерфейсы системы. Контекст решения включает: описание системы, этап жизненного цикла, этапы решения, список лиц, принимающих решения, и стейкхолдеров, доступные ресурсы. Лучше всего определить постановку задачи принятия решения с точки зрения жизненного цикла системы.
Разработка требований и показателей
Определим, насколько сложно принимать важные решения. Ральф Кини (в 2002 году, профессор MIT):
«Наиболее важные решения преследуют множественные цели, и обычно с многоцелевыми решениями вы не можете достичь их все. Вы будете вынуждены согласиться с меньшим выполнением одних требований, чтобы больше выполнить другие. Но на сколько меньше вы согласитесь, для достижения на сколько большего?»
Во-первых, необходимо определить требования и показатели, используя, например, интервью и фокус-группы с экспертами предметной области («эксперт») и стейкхолдерами. При оценке альтернатив в системной инженерии, ценности стейкхолдеров часто включают конкурирующие требования в части эксплуатационных характеристик, графика разработки, себестоимости, стоимости поддержки и перспектив развития. В корпорациях, требования каждого акционера также должны быть включены в этот список.
В части эксплуатационных характеристик, функциональная декомпозиция поможет получить подробный набор потенциальных целей. Этот список основных целей необходимо проверить, что каждая цель действительно важна и контролируема (управляема), и что весь набор полный, не избыточный, лаконичный, конкретный и понятный (Edwards et al. 2007). На рисунке 2 представлен пример иерархии целей.
Рисунок 2. Иерархия основных требований (INCOSE DAWG 2013).
Для каждого требования должны быть определены показатели, для определения ценности каждого варианта с точки зрения данного требования. Показатель (свойство, критерий оценки и метрика) должен быть недвусмысленным, исчерпытвающим, постоянный, действующий и понятный (Keeney & Gregory 2005).
Определяющая особенность многофакторного (многоцелевого) анализа решений – переход из пространства показателей в пространство значений. Переход выполняется с помощью оценочной функции (value function, прим. перевод.: в нашей литературе встречается термин «функция желательности»), которая совмещает шкалу измерений с диапазоном оценки.
При создании оценочной функции «точка отказа» (walk-away point) на шкале показателя (ось x) должна быть установлена в значение 0 на шкале оценки (ось y). «Точка отказа» это такой результат измерения, при котором не зависимо от других результатов, ЛПР откажется от данного решения. Также определяется оценка измерений до той точки, когда альтернативные варианты перестают добавлять ценность, которая отмечается как «достижимая цель» (stretch goal, идеал). После этого размечается отрезок до 100 баллов (или 1, 10) на шкале оценки (ось y).
На рисунке 3 изображены наиболее распространенные кривые. Обоснование формы оценочной функции должно быть задокументировано для отслеживания и защиты.
Рисунок 3. Примеры оценочной функции (INCOSE DAWG 2013).
Математика многокритериального анализа решений требует, чтобы веса зависели от важности метрики и ее диапазона (от «точки отказа» до идеального значения). Полезный инструмент определения приоритета весов – матрица колебаний весов (swing weight matrix). Для каждого показателя учитывается его важность путем определения, соответствует ли он заявленным, критичным или возможным функциям, учитывая
разрыв между имеющейся реализацией и требуемой; в итоге, название меры устанавливается в соответствующей ячейке матрицы (рисунок 4).
Наиболее приоритетные метрики размещаются в левом-верхнем углу и имеют ненормированный вес 100. Ненормированный вес убывает к правому нижнему углу матрицы. Колебание веса оценивается путем сравнения его с наиболее важным значением измерения или другой мерой. Вес нормализуется в сумме до единицы для всей модели, используемой в следующих разделах.
Нормализация выполняется по формуле:
Где:
- w_i – вес показателя (нормализованный);
- f_i – ненормализованный вес показателя.
Создание альтернатив
Чтобы помочь создать творческий и исчерпывающий набор альтернативных вариантов, охватывающий все пространство решений, рассмотрим разработку таблицы создания альтернатив (также известна, как «морфологический ящик»). Это лучший метод для установления смысловой структуры продукта для системы и для использования в презентации решения (рисунок 5).
Оценка альтернатив с помощью детерминированного (факторного) анализа
Когда цели и метрики установлены и альтернативы определены, команда решения проблемы должна нанять предметных экспертов, обладающих реальными данными, результатами испытаний, моделями и экспертными знаниями. Оценки лучше фиксировать в оценочных листах по каждой комбинации альтернатива-метрика, где описывается источник оценки и основная причина (объяснение). На рисунке 6 изображен свод оценок.
В дополнение к найденным альтернативам, матрица оценки включает строку для идеального решения. Идеал – это инструмент целеориентированного , который будет рассмотрен позже.
Синтез результатов
Далее можно превратить измерения в таблицу оценок, используя оценочную функцию, разработанную ранее. Цветовая схема может быть полезна для визуализации значений компромиссов между различными вариантами и определения, в каких случаях варианты требуют развития (рисунок 7).
Итоговая оценка каждой альтернативы рассчитывается по следующей формуле:
Где:
- V(x) – оценка альтернативного варианта;
- i = 1 до n – количество метрик (критериев);
- xi – значение альтернативы по iму критерию;
- vi(xi) – значение оценки xi (одномерная оценка).
- wi – вес i¬го критерия.
- Сумма всех wi равна 1:
.
Диаграмма значений по компонентам (рисунок 8) демонстрирует общую оценку и вклад каждой взвешенной оценки в нее по каждому варианту.
В центре процесса управления решениями системной инженерии анализ альтернатив возможность оценки всех запросов (ценностей) стейкхолдеров. Диаграмма разброса ценностей стейкхолдеров на рисунке 9 демонстрирует 5 измерений для каждой альтернативы:
- Себестоимость;
- Функциональность;
- Риск реализации;
- Перспективы развития;
- Операционные затраты и затраты на сопровождение.
Каждая альтернативная система представляется маркером на диаграмме разброса (рисунок 9):
- Себестоимость и функциональность откладываются по осям X и Y.
- Риск реализации показывается цветом маркера (зеленый = низкий, желтый = средний, красный = высокий).
- Перспективы развития отображаются как количество «шляп» над соответствующим маркером (1 «шляпа» = низкие, 2 = средние, 3 = высокие).
Выявление неопределенности и проведение вероятностного анализа
В рамках проведения оценки, эксперты должны обсудить возможную неопределенность независимых переменных. Независимые переменные – это переменные, которые влияют на один или несколько баллов оценки; такие оценки называются независимыми. Часто эксперты могут оценить высокую, приемлемую и низкую границы предполагая низкую, среднюю или высокую функциональность. Метод Монте-Карло, используя эти данные, обобщает влияние неопределенности и помогает определить случайные величины, наиболее влияющие на решение.
Определение влияния случайных величин – анализ рисков и чувствительности
В анализе решений используется много форм анализ чувствительности, включая линейные, «торнадо», «водопад» (прим. перевод.: часто используется название «мост») диаграммы и несколько методов анализа неопределенности, включая Метод Монте-Карло, дерево решений, диаграммы влияния.
Линейные диаграммы используются для демонстрации чувствительности к изменению весовых коэффициентов. На рисунке 10 изображены результаты применения Метода Монте-Карло для анализа оценок функциональности.
Развитие альтернатив
Полученные данные для анализа альтернатив скорее всего откроют возможности для модификации некоторых решений, заявить о ранее неизвестных значениях, и/или снизить риск. Использование первоначальных выводов для создания новых альтернатив начинает процесс перехода принятия решений от «Варианто-ориентированного мышления» к «Целеориентированному мышлению».
Обсуждение компромиссов
Это точка процесса, в которой команда анализа решений определяет ключевые результаты исследования компромиссов и наиболее важные неопределенности и риски.
Представление рекомендаций и осуществление плана мероприятий
Часто бывает полезно описать рекомендации в виде четко сформулированного, конкретного списка задач, чтобы увеличить вероятность реализации решения. Отчеты важны для отслеживания истории и принятия решений в будущем.
Потратьте время и усилия, чтобы создать всесторонний, высококачественный отчет с подробным описанием результатов исследования и их обоснованием. Учтите возможность расширить статичные страницы бумажного отчета динамическими ссылками в электронной форме.
Автор: Kettariecz
