МОДИФИКАЦИЯ МАИ ДЛЯ ПОВЫШЕНИЯ ТОЧНОСТИ ИЗМЕРЕНИЙ В МЕТОДИКЕ ВЫБОРА ЭФФЕКТИВНЫХ ПРОЕКТОВ И ДРУГИХ ОБЛАСТЯХ НАУКИ

Аннотация

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.