Модификация МАИ для повышения точности измерений в методике выбора эффективных проектов и других областях науки

Abstract

Автор продолжает цикл публикаций в области развития сформулированных ранее (части 1 и 2) ядра и двух фундаментальных положений в методике выбора эффективных проектов через разные решения модификации МАИ для финансовой и математической науки. В данной статье автор уделяет особое внимание повышению точности измерений матричных, нормированных и векторных оценок для развития универсальных свойств МАИ за счёт следующих решений, обладающих разными качествами научной новизны: введения новых формул вычисления матричных оценок с подробными инструкциями их применения; предложения девяти разных вариантов комбинаций МАИ, в каждой из которых включено четыре классификатора (AHPMS-М1.N, AHPMS(AM)-М1.N, FAHPMS-М1.N и AHPDD-М1.N) на базе целочисленной и дробночисленной 9-балльной шкалы Т. Саати; описания вариантов решения проблем измерения матричных оценок, образованных нестандартно измеренными элементами матрицы. Также описаны перспективы применения модификаций МАИ первого поколения на базе дробночисленных шкал, в результате которых появились новые научные категории для методики выбора эффективных проектов и др. областей науки: «Суперзадача», «Суперматрица»; «Супериерархия»; «Супермассив Данных». А также классификатор – AHPMS(AM)-М1.N, позволяющий работать с элементами матрицы, которые безразличны к естественным измерениям, зато чувствительны к искусственным измерениям. В свою очередь классификатор AHPDD-М1.N позволяет работать с детерминированными данными и полностью исключить экспертную составляющую из исследования. Указанные решения разработаны в результате выполненного анализа фундаментального и исторически сложившегося представления шкалы измерения экспертных суждений в МАИ и др. свойств/характеристик МАИ за последние 40 лет. В заключении определены горизонты дальнейшего исследования в направлении модификации МАИ первого и второго поколения. The author continues the series of publications in the field of development of the previously formulated (Parts 1 and 2) core and two fundamental provisions in the methodology of selecting effective projects through different solutions of AHP modification for financial and mathematical science. In the article, the author pays special attention to improving the accuracy of measurements of matrix, normalized and vector estimates for the development of AHP universal properties using the following solutions with different qualities of scientific novelty: introduction of new formulas for calculating matrix estimates with detailed instructions for their application; proposals of nine different combinations of AHP, each of them including four classifiers (AHPMS-M1.N, AHPMS(AM) – M1.N, FAHPMS-M1.N and AHPDDM1.N) on the basis of integer and fractional 9-point scale T. Saati; description of solutions to the problems of measuring matrix estimates formed by non-standard measured elements of the matrix. The prospects of applying modifications of AHP of the first generation are described based on fractional numeric scales, where there is a new scientific category for the methods of selection of effective projects and other fields of science: “Super Challenge”, “Super Matrix”; “Super Hierarchy”; “Super Array Data”. There is also a classifier – AHPMS(AM)-M1.N, which allows you to work with matrix elements that are indifferent to natural dimensions, but sensitive to artificial dimensions. In its turn, the classifier AHPDD-M1.N allows you to work with deterministic data and completely exclude the expert component from the study. These solutions are developed as a result of the analysis of the fundamental and historical representation of the scale of measurement of expert judgments in AHP over the past 40 years and other properties/characteristics of AHP. In conclusion, the horizons for further research on modification of AHP of the first and second generation are defined.