Организация: Владимирский государственный университет, г. Владимир
Качественный уровень потребности в специалистах определяется следующими характеристиками занятости: прогнозируемым приростом численности занятых, прогнозируемой предельной производительностью труда и ожидаемой эластичностью выпуска по труду (чувствительностью выпуска отрасли к изменению численности занятых в ней. В традиционной постановке решение этой задачи базируется на предпосылке, что все исходные значения точно определены. Представляется, что это очень сильная идеализация реальных ситуаций. Объекты исследований могут находиться на различных территориях с существенно различающимися социально-экономическими, политическими и другими показателями. Сами объекты могут относиться к различным областям деятельности, как по её характеру, так и по глубине предыстории. В этих условиях говорить об одинаковой точности оценок и предполагать, что оценки сами по себе строго определены, видимо, не совсем корректно. Надо отметить, что ряд оценок будет иметь существенно субъективный характер, что опять же свидетельствует об их неопределенности. Наконец надо отметить плохое информационное обеспечение, т.к. информация по различным показателям концентрируется в различных местах, время ее представления и форматы не координируются. В связи с этим целесообразным является разработка моделей оценки уровня потребности в специалистах с учетом имеющих место неопределенностей. Эта задача может решаться методами теории нечетких множеств.
Поскольку при решении задачи речь идет о прогнозируемых или ожидаемых оценках , то разрабатываемая модель должна строиться с учетом этих обстоятельств. Возможным вариантом решения этой задачи является использование условных нечетких свидетельств [1]. Одним из достоинств этого метода является то, что в нем оценка изучаемого показателя производится не по его абсолютной величине , а по степени возможности реализации значения этого показателя.
Задача обеспечения региональных отраслей экономики высоко квалифицированными кадрами может решаться путем переподготовки и/ или повышения квалификации имеющихся специалистов. Разработка и реализация соответствующих образовательных программ на этапе подготовки предполагает решение , по крайней мере, двух задач. Это выбор направления образовательной программы и кратко- среднесрочного прогнозирование потребностей отраслей экономики региона в специалистах соответствующих направлений . Многие исследования конъюнктуры рынка труда основываются на балансовых, марковских, потоковых динамических моделях структурного состава и насыщенности рынка, требующих достоверных статистических данных, получение которых практически невозможно.
Поэтому для решения поставленных задач целесообразно использование качественно-аналитической и экпертной информации, которая может обрабатываться в нечетких моделях принятия решения.
. Традиционные исследования в этой области опираются на упрощенные предположения и постулаты, зачастую неадекватные реальным ситуациям, характеризуемым неточной информацией, нечеткими процессами принятия решений.
В предложенных моделях возможные допущения сведены к минимуму и в основном сводятся к следующим:
1) Рынок анализируемых образовательных программ существует;
2) География распределения потенциальных потребителей произвольная;
3) Количественные показатели потребности различных видов образовательных программ в явном виде не рассматриваются, в косвенном виде они могут быть представлены в оценке популярности той или иной программы;
4) Степени важности критериев при выборе образовательных программ варьируются между потенциальными потребителями.
Формальная постановка задачи состоит в следующем.
Пусть
- множество потенциальных потребителей программ,
- множество критериев, по которым производится оценка программ.
Пусть R: Х x С – бинарное отношение. Для всех xÎХ и сÎС, компоненты отношения R ri,k – это оценки степени важности некоторого критерия ck, используемого для оценки образовательной программы со стороны потребителя xi.
Q: Р x С – бинарное отношение, элементы которого qj,k – это оценки соответствия программ и критериев оценки.
Возможны два варианта начальной постановки задачи. Элементы матриц R и Q имеют форму ri,k Î [0,1], qj,k Î [0,1], во втором ri,k и qj,k представлены лингвистическими значениями типа «важный», «несущественный», «хороший», «высокий», «плохой», «малый» и т.п. При этом для лингвистических значений определены соответствующие функции принадлежности mi,k(z), mj,k(z), z Î [0,1], Sup mi,k(z) = l, Sup mj,k(z) = l.
В числовой постановке эта задача аналогична задаче разделения на торговые зоны и для ее решения можно использовать метод, предложенный [2]. В основу этого метода положено понятие порога различимости [3].
l < max min [mi,k (z), mj,k (z)]
z
Таким образом, для выбранного l можно выбрать наилучшую программу. Варьируя значения для l можно выбирать различные программы. Общее правило состоит в том, чтобы выбрать наибольшее возможное значение l, меньшее
l < max min [mi,k (z), mj,k (z)]
z
Окончательный выбор конкретной образовательной программы осуществляется по уровню мощности потребительских групп, отдавших предпочтение данной образовательной программе.
Литература
1. Борисов А.И., Крумберг О.А., Федоров И.П. Принятие решений на основе
нечетких моделей: Примеры использования.-Рига:Зинатне,1990-184с.
2.Леунг И. Разделение на торговые зоны в нечетких условиях./Нечеткие
множества и теория возможностей. Последние достижения//Под ред. Р.Р.
Ягера- М.: Радио и связь,1986,с.339-348.
3. Negoita C.V. On the application of the fuzzy sets separation theorem for automatic classification in information retrieval systems.//Inf.Sci.,5,p.279-286.
Авторизируйтесь или зарегистрируйтесь, чтобы участвовать в обсуждении публикации.
