A napjainkra jellemző hatalmas mennyiségű információ kezelésének, valamint a pénz- és időráfordítás csökkentésének egyik lehetséges megoldását kínálják a mesterséges intelligencia kutatás legújabb vívmányai, a szakértői rendszerek. Ezen rendszerek lényegében a rendelkezésre álló hatalmas ismeretanyag szelektív feldolgozását, az emberi gondolkodás bonyolult folyamatát és a számítógépek gyorsaságát, megbízhatóságát kívánják ötvözni a döntések alaposabb előkészítésében, szakértői vélemények kialakításában, illetve tanácsadások segítésében. Fontos hangsúlyozni azt, a kutatások által már bizonyított tényt, hogy a szakértői rendszerek alkalmazásával nem a szakembereket, illetve szakértőket kívánják felváltani. Inkább azok munkájának segítésére hozták létre a szakértői rendszereket, ezzel is mentesítve őket a mindennapok rutinműveleteitől, hogy még több energiát és időt fordíthassanak az aktuális, még fel nem tárt területek tudományos kutatására.

A szakértői rendszereknek a haditechnikai K+F területén történő alkalmazását alátámasztja, hogy a NATO Kutatási és Technológiafejlesztési Szervezetének, Információs Rendszerek Technológiája (Information Systems Technology – IST) elnevezésű panelje is kiemelt kutatási területként kezeli az információ- és tudásmenedzselés témakörét, melynek része többek között az információfúzió, vizualizálás, valamint a mesterséges intelligencia, s benne a szakértői rendszerek kutatása.

A komplex rendszerek vizsgálatának elmélete különböző rendszerek összehasonlításával, illetve egyes rendszerek meghatározott értékrend szerinti preferencia sorrendjének a megállapításával a foglalkozik. Definíció szerint „komplex rendszernek tekintünk minden rendszert, amelyet egyidejűleg több tulajdonság alapján minősítünk”. E meghatározás szerint, ha bármely technikai eszközt vagy rendszert legalább két tulajdonság alapján minősítünk, akkor azt már komplex rendszernek kell tekinteni.

Az összehasonlítás menete, azaz maga a vizsgálat három fő lépésből áll. Az első lépésben az elemzés kiinduló alapjának tekinthető értékrend kerül meghatározásra. A második lépés az összemérési módszer kiválasztása. A szakirodalom meglehetősen sok eljárást ismertet, az egyszerűbbektől az összetettebbekig. Léteznek olyan speciális eljárások, melyeket meghatározott rendszerek minősítésére fejlesztettek ki, de a legtöbbjük univerzális, tehát lényegében mindenhol alkalmazható. Fontos szempont, hogy a mért rendszer összetettségéhez megfelelő pontosságú módszereket alkalmazzunk. A harmadik lépés az összehasonlítás elvégzése és az eredmények értékelése a megállapított értékrend és a kiválasztott módszer alapján.

Az első lépés elvégzéséhez szükséges értékrendet a vizsgálat szempontjából meghatározó fontosságú tulajdonságok és a hozzájuk rendelt súlyukat jellemző számok alkotják. Azokat a tulajdonságokat, melyek a vizsgálathoz kiválasztásra kerülnek értékelési tényezőknek (E_i), míg az értékelési tényezőkhöz rendelt, azok súlyát jellemző számot súlyszámoknak (v_i) nevezzük. A súlyszámok meghatározására a szakirodalom három különböző módszert ismertet, ezek: a közvetlen becslés, a Churchman–Ackoff féle eljárás, és a Guilford féle eljárás. Matematikailag és pszichológiailag a legmegalapozottabbnak a Guilford eljárást tartják, ezért az alábbiakban ezt alkalmazzuk. A második lépés elvégzéséhez szükséges összemérési (összehasonlítási) eljárások közül pedig az általános ismert Kesselring és a KIPA módszereket alkalmazzuk, majd a harmadik lépésben elvégezzük a szükséges számításokat, ábrázoljuk és értékeljük a kapott eredményeket.

Az értékelési tényezők – azaz a tűzvezető rendszerek legfontosabb harcászati jellemzői, amelyek alapján az összehasonlítást végezzük – a következő pontban kerülnek meghatározásra. Ebben a pontban megismerkedünk a Guilford-féle eljárással, a súlyszámok megállapítására, majd az ezt követő pontokban a Kesselring és a KIPA összemérési módszerekkel. Ezen módszerek alkalmazásával fogjuk értékelni az Árpád rendszerek korszerűségét a Varsói Szerződés, illetve a NATO csatlakozás időszakában.

Az eljárás alapját az ún. páros összehasonlítás adja. Lényeges szempont, hogy eredményként intervallumszintű skálát szolgáltat, tehát az egyes értékelési tényező-párok súlyszámai különbségeinek aránya is alkalmas az összehasonlításra, nem csak egyszerűen sorrendbe rakja az értékelési tényezőket.

Az eljárást a szakértői értékelési tevékenységen keresztül mutatom be. Az egyes értékelési tényezőket párokba kell helyezni:

 n értékelési tényezőből pár képezhető.

A szakértő a párokba rendezett értékelési tényezők közül megjelöli a párban szereplő 2 értékelési tényező közül a fontosabbat. Az így elvégzett páros összehasonlítás alapján készítjük el a preferenciatáblázatot. E táblázat célja végső soron az, hogy az egyes E_i értékelési tényezőkhöz hozzárendeljük a Z súlyszámokat.

A táblázat soraiban és oszlopaiban egyaránt az értékelési tényezők szerepelnek. Az egyes értékelési tényező sorában abba a mezőbe kell 1-est írni, amelyik értékelési tényezővel szemben a páros összehasonlítás preferál. A preferenciák gyakoriságát az a oszlopban kell összesíteni.

A következő lépés a szakértő, vagyis a páros összehasonlítást következetességének vizsgálata. Az egyes értékelési tényezők közötti preferenciareláció tranzitív tulajdonsággal bír, vagyis ha

akkor ebből következik, hogy

A páros összehasonlítás során viszont ez nem fog feltétlenül bekövetkezni, vagyis a páros összehasonlítások elvégzése eredményezhet ún. inkonzisztens körhármast, ahol:

Az inkonzisztens körhármasok száma:

,

a körhármasok maximális száma (ha n páros szám):

,

a konzisztenciamutató:

 .

A képletből látható, hogy 0 ≤ K ≤ 1, és K minél közelebb van az 1-hez, annál következetesebb a szakértő. A következetesség szignifikancia-vizsgálatát, amennyiben n > 7, χ² próba segítségével végezzük el, mivel d eloszlása ehhez közelít. A próbastatisztikát és a szabadságfokokat a következőkeppen számítjuk:

az táblázat p oszlopában a preferenciaarányokat számítjuk:

 .

A következő oszlopban a preferenciaarányokat a standard normál eloszlás u értékeire transzformáljuk a

egyenlet alapján. Ezek már intervallumszintű skálaértékeket adnak. Annak érdekében, hogy 0 kezdőpontú és 100 végpontú skálát kapjunk a következő transzformációt kell elvégezni:

 .

A skálán az x’ = ax + c (ahol ) egyenlet segítségével további transzformációt lehet elvégezni, elsősorban azért, hogy egységnyi összegű súlyszámokat kapjunk.

Az eljárás az összehasonlítandó rendszereket értékelési tényező szerint egy ötfokozatú verbális skálán helyezi el, ahol a legelső, legkedvezőtlenebb fokozat 1, a következő 2 pontot jelent, stb. Az értékelési tényezőkhöz 2-10 közötti, fontosságukat jellemző súlyszámokat rendelünk. Az egyes rendszerek összpontszámának számítása a táblázat szerint történik, ahol három rendszert T1…T3 vizsgálunk öt értékelési szempont E1…E5 szerint. A módszer lényeges eleme, mivel a verbális skálán történő értékeléskor egy ideális rendszerrel hasonlítjuk össze a mért rendszert, ezért az elért pontszámoknak önmagukban is van jelentésük:

0,8 < P < 1 Nagyon jó
0,6 < P < 0,8 Jó
P < 0,5 Nem kielégítő.

ahol:

A KIPA módszert a Budapesti Műszaki Egyetemen KIndler és PApp vezető kutatók dolgozták ki. Az eljárás az összemérendő rendszereket az egyes értékelési tényezők alapján egy ötfokozatú verbális skála segítségével jellemzi. A skálaterjedelmeket a súlyszámok segítségével határozza meg, skálaegységeknek általában magát a súlyszámot javasolja. Tehát például a „Rossz” értékelési fokozat nulla pontértéket jelent, a „Megfelelő” fokozat magát a súlyszám értéket, a „Közepes” fokozat a súlyszám kétszeresét stb. A transzformációt követően lehet elkészíteni az ún. KIPA alaptáblázatot, ami a további számítások kiindulását képzi.

A következő lépés a c_i,j preferencia, azaz az előnymutatók meghatározása. A c_i,j értékeket minden egyes rendszer közötti viszonylatban számolni kell. Kiszámításának menetét egy példán, a T₁ - T₂ rendszereken keresztül mutatom be. Összeadjuk azon értékelési tényezők súlyszámát, ahol T₁ preferál vagy indifferens T₂ rendszerhez képest, és ezt az összeget osztjuk a súlyszámok összegével. A hányadost, hogy az eredményt %-os formában kapjuk, 100-al szorozzuk. Jelen esetben:

c_1,2 = [(40 + 20) / 100] • 100 = 60%

Az előnymutatók számítását követően a d_i,j diszkvalifikancia értékeket, vagyis a hátránymutatókat határozzuk meg. A számítása a T₁ -T₂ esetében: megkeressük a legnagyobb skálakülönbséget, ahol T_2® T₁, ez jelen esetben (3. táblázat) az E₃ értékelési tényezőnél van, ahol T₂ preferál T₁-hez képest. Ezt az értéket osztjuk a legnagyobb skála terjedelmével, tehát:

d_1,2 = [30 / (4·40)] · 100 = 18,75%

Az előny- és a hátránymutatókat egy új táblázatba foglaljuk, az ún. KIPA mátrixba.

Az összehasonlításhoz preferencia (p) és diszkvalifikancia (q) szinteket kell meghatározni. Az első szint p ≥ 100% és q ≤ 0%. Azon T_i Tj viszonylatban lehet behúzni a preferenciarelációt, ahol c_i,j ≥ 100% és
d_i,j ≤ 0%. Természetesen ritka eset lesz, hogy ezen a szinten össze lehessen hasonlítani minden egyes rendszert, ezért a további összeméréseket p értékének csökkentésével, és d értékének a növelésével kell elvégezni.

? Feladat a BSc és MSc hallgatók részére:

Válasszon ki - érdeklődési körének megfelelően - egy hadfelszerelési eszközt, és állapítsa meg azokat a harcászati és műszaki jellemzőket, amelyek a kiválasztott eszköz esetében alkalmasak annak egzakt értékelésére. Az eredményt küldje meg a kpluszf@zmne.hu e-mail címre.

? Feladat a PhD hallgatók részére:

Válasszon ki - érdeklődési körének megfelelően - két azonos rendeltetésű fegyverzeti eszközrendszert, és állapítsa meg azokat a harcászati és műszaki jellemzőket, amelyek a kiválasztott eszközrendszerek esetében alkalmasak azok egzakt összehasonlítására. Keressen a kiválasztott eszközrendszerek értékelésére vonatkozó hazai és külföldi publikációkat. Az eredményt küldje meg a kpluszf@zmne.hu  e-mail címre.