автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Принятие решений в задачах правового характера на основе статистического анализа

УДК 681.31

Литвинов Виктор Николаевич

Принятие решений в задачах правового характера на основе статистического анализа

Специальность 05.25.05 - Информационные системы и процессы,

правовые аспекты информатики

ДИССЕРТАЦИЯ в виде научного доклада на соискание учёной степени кандидата юридических наук

УДК 681.31

Литвинов Виктор Николаевич

Принятие решений в задачах правового характера на основе статистического анализа

Специальность 05.25.05 - Информационные системы и процессы,

правовые аспекты информатики

ДИССЕРТАЦИЯ в виде научного доклада на соискание учёной степени кандидата юридических наук

сеиЯскА?

ГОСТЯА PC ! StHitÎ. /

-ISilHOT^f J

si

¿7

Официальные оппоненты:

доктор юридических наук Крюков Д. Н. кандидат юридических наук Гайсова Л. Н.

Защита состоится 6 марта 2001 г. на заседании диссертационного совета ВМАКа по адресу: Москва, ул. Остоженка, д. 49

Диссертация в виде научного доклада разослана 6 февраля 2001 г.

Учёный секретарь диссертационного совета, канд. техн. наук Аванес.

Актуальность проблемы формализации управления в социальных системах

Задачи управления социальными структурами характеризуются как достаточно сложные, что определяется не отсутствием простых способов их решения, а именно особенностями социальных структур, их морфологическим и функциональным строением. Определяющими свойствами социальных структур, с точки зрения задач управления, являются многомерность и многообразие форм внутренних взаимосвязей. Под многомерностью в данном случае следует подразумевать одновременное действие многих независимых потоков информации и постоянное взаимодействие достаточно большого количества элементов. Что же касается многообразия форм внутренних взаимосвязей, то суть этого многообразия заключается в том, что отдельные элементы социальных структур могут находиться во взаимосвязях между собой по самым различным схемам, которые в свою очередь могут меняться самым произвольным образом. Несложно понять, что с изменением внутренних взаимосвязей при неизменном количестве составляющих социальных систем изменяются и функциональные характеристики самой системы. Так, изменения направлений потоков информации, передаваемых по изменяющимся внутренним каналам, то есть связям, непременно должны привести к изменению принципа функционирования исследуемой структуры. При этом происходящие преобразования морфологического характера и информационные взаимодействия происходят по законам, которые субъекту, принимающему решения, не известны. Безусловно, научный подход требует изучения этих законов, что в конечном счёте должно привести к построению формализованной модели, позволяющей абстрагировать процесс принятия решений. Однако на

сегодняшний день создать абсолютно идентичную модель сложной структуры, каковой является социальная система, не представляется возможным. Наука не знает всех механизмов, которые управляют реальностью, в которой мы живём. В то время, как построение абсолютно адекватной модели позволило бы вырабатывать решения, единственно верные в условиях данной задачи с одной стороны, и научно обоснованные с другой стороны.

Цель работы

Целью диссертации является разработка эффективного инструмента принятия решений в социально-правовой сфере, учитывающего максимально возможное количество процессообразующих факторов и позволяющего проводить количественный анализ возможных решений.

Научная новизна диссертации

Научная новизна диссертации состоит в следующем:

- установлено, что принятие решений в социальных системах должно производиться в предположении, что социальные системы являются системами стохастическими и описываются вероятностными законами;

- доказано, что поиск решений в процессе управления социальными системами в общем случае является процессом, протекающим в условиях недостаточного объёма информации для принятия абсолютно точного решения, следовательно, в реальных условиях следует стремиться принять такое решение, которое, несмотря на свою некоторую неточность, способно свести к минимуму нежелательные последствия, вызванные погрешностями принятого результата;

- приведены аналитические выражения, дающие субъекту, принимающему решения в ходе социально-правовых исследований, возможность не только качественной, но и количественной оценки риска принятия того или иного недостаточно точного решения;

- показано, что для минимизации веса нежелательных последствий при принятии недостаточно точного решения необходимо применять байесовское решающее правило;

- показано, что получение апостериорной информации о состоянии исследуемой социальной системы позволяет повысить точность принимаемых решений.

Практическая ценность диссертации

Практическая ценность работы предопределена самой тематикой исследования - тема диссертации ориентирована на разработку практически осуществимого инструмента принятия решений. Кроме того разработка темы шла с учётом реальных факторов случайного характера, влияющих на поведение социальных систем, что безусловно вносит вклад в практическую значимость диссертации.

Детерминистский и вероятностный подходы к решению социально-правовых задач

Проблема точного познания протекающих вокруг нас процессов, понимания явлений, формирующих социальный облик общества, в котором мы живём, волновала великие умы человечества и осталась до сих пор неразрешённой. Лаплас, один из корифеев науки девятнадцатого столетия, писал о несуществующем разуме, который мог бы с одинаковой точностью предсказать перемещения небесных светил и социальные преобразования, преступления, которые будут совершены, и количество изобретений, которые должны будут сделать, и т. д. Эта модель получила даже название "лапласовского демона", модель, устанавливающая принцип детерминизма во всём.

К великому сожалению, детерминистский подход требует полного априорного знания всех факторов, влияющих на исход, и абсолютно совершенной модели, которая устанавливает все внутренние взаимосвязи и описывает все протекающие в системе процессы. Таким образом, исследователю становится известна динамика поведения социальной структуры в заданный момент времени. Когда речь идёт о несложных структурах, представляющие собой искусственно созданные человеком технические устройства для выполнения определённых операций при строго определённых условиях, то описать процессы, протекающие в них, удаётся с достаточно высоким приближением к действительности. Удаётся также и предсказать поведение созданного технического объекта с большой точностью. Однако при переходе к таким образованиям как социальные системы, детерминистский подход оказывается бессильным, так как не может быть реализован из-за комплекса отсутствующих сведений, описывающих систему.

Детерминистский подход не удаётся реализовать при изучении социальных систем прежде всего по причинам

именно социального характера, а точнее, управление и регулирование процессов внутри социальных систем происходит не только под действием правовых норм, но и моральных принципов, политических регуляторов, а также определяется уровнем научно-технического развития данной социальной системы. Все перечисленные регуляторы, которые, кстати, являются основными, но не всеми действующими в системе, не удаётся учесть максимально точно. Это связано со сложными, а порой плохо изученными, законами их проявления как вне зависимости друг от друга, так и в комплексе. Разумеется, их совместное действие ещё более усложняет задачу субъекта, принимающего в этих условиях решение. Конечно, если речь идёт о принятии решений в достаточно простых ситуациях, когда эмпирические знания показывают, что вполне можно обойтись учётом нескольких известных факторов или зависимостей, то можно условно считать, что применяется детерминированный подход. При этом предполагается наличие ошибок, вес которых не способен существенным образом повлиять на конечный результат. Такие допущения в ряде реальных случаев вполне оправданы и главным образом формируются исследователем в процессе длительного изучения тех закономерностей, которые играют определяющую роль. В частности, принятию судебного решения предшествует совокупный анализ тех факторов, не учет которых мог бы привести к существенным ошибкам. В то время как ряд остальных малозначимых факторов (по опыту судьи) в анализе может вообще не участвовать.

Следует признать, что социальная система при попытках дать её сугубо научное описание и попытках найти научно обоснованные способы управления ею, в частности, посредством правовых регуляторов, должна рассматриваться как структура стохастическая со всеми вытекающими отсюда приёмами изучения подобных структур.

Исследования, проведённые айтбром, показали, что

наиболее результативным при изучении способов принятия решений в задачах правового характера следует считать, что характеристика социальной системы изменяется случайным образом. Таким образом, в общём случае задачу исследователя следует свести к принятию решений в условиях недостаточности информации, что конкретно должно выражаться в задании набора вероятностных параметров.

Основой принятия решений в процессе управления стохастическими социальными системами является статистический материал, подлежащий конкретной обработке на предмет использования в целях, заданных условиями задачи. Другими словами, речь идёт об априорной информации, которую исследователь может использовать для принятия решений. Причём от объёма априорной информации, как это будет аналитически доказано ниже, зависит и точность принимаемого решения. По этой причине сбор эмпирической информации в социально-правовых исследованиях является задачей первостепенной важности. В частности, в криминалистике эмпирической базой следует считать оперативно-справочные учёты, розыскные учёты, криминалистические учёты и экспертно-криминали-стические коллекции.

Особенности применения теории статистических решений в социально-правовых исследованиях

Будем считать совокупность обстоятельств, в которых работает субъект, принимающий решения, той системой, которая действует вне зависимости от него по своим законам. Эта система, которая в некоторой степени может интерпретироваться как природа, не имеет злого умысла конкретно по отношению к исследователю и является для него нейтральной стороной. Задачей исследователя является: на основе изучения законов действия данной системы принять правильное решение, обусловленное конкретными обстоятельствами.

Чем больше у нас информации о том, как действует система, тем с большей выгодой для себя мы можем использовать эту информацию. Однако в реальных условиях приходится довольствоваться тем, что законы функционирования системы либо вообще не известны, либо известны в ограниченной степени. Вследствие отсутствия полного объёма информации снижается точность принятия решений (решение вообще может бьггь принято неверным). Кроме того, учитывая, что особенностью задач правового характера является необходимость обязательного принятия решения - отказаться от принятия решения нельзя, то единственно верным шагом следует считать выработку такой стратегии в отношении принятия решений, которая пусть и не исключает возможность принятия неверных решений, но сводит к минимуму связанные с этим нежелательные последствия.

Исследователь вправе рассчитывать на расширение объёма той информации, которую он имеет о системе. Для того, чтобы пополнить свои знания, можно провести эксперимент, направленный на вскрытие неизвестных свойств системы. Теоретически, если никак не ограничивать работы по экспериментальному изучению системы, то в конце кон-

цов исследователь получит все недостающие сведения и сможет работать в условиях полной определённости. Принимаемые в таком гипотетическом случае решения будут верными с вероятностью, равной единице, то есть абсолютно точными. Однако это невозможно по причинам сугубо теоретического подхода, а конкретно, у экспериментатора должно быть неограниченное время, что на практике недопустимо, это во-первых, и, во-вторых, проведение широкомасштабных экспериментов требует соответствующих материальных затрат.

Таким образом, следует вывод, что в реальных условиях проведение эксперимента для расширения объёма исходных данных не обязательно должно привести к абсолютно верному решению, но обязательно должно снизить риск принятия ошибочного решения. Когда проводить эксперимент и в каком объёме, исследователь решает, исходя из первичного объёма знаний, своего опыта, важности принимаемого решения и того времени, которое ему отведено на получение окончательного результата.

Совокупность внешних условий, которые определяющим образом влияют на принимаемые решения, будем считать стратегией системы .у. Полагая, что имеется некоторое множество состояний системы, другими словами, стратегий системы, покажем пространство состояний системы в виде

= {31,$2,...,5т}

где - элементы пространства состояний (стратегий). Элементы указанного пространства есть чистые стратегии системы. Используя понятие стратегий, заметим, что если бы было точно известно, какую стратегию использует система, то соответственно было бы точно принято ответное решение. К сожалению, в реальности в распоряжении исследова-

теля оказывается набор чистых стратегий системы, которые могут быть применены. При этом, как правило, из прошлого опыта исследователю известно, как часто система применяет ту или стратегию, то есть известно априорное распределение вероятностей р(я). Указанное априорное распределение р(з) есть некоторая обобщающая характеристика, которую целесообразно считать смешанной стратегией системы.

Подобно тому, как у системы есть свои стратегии, также и исследователь вправе иметь стратегии, представляющие собой принимаемые решения. Обозначим чистые стратегии исследователя через а. При этом пространство стратегий исследователя запишем так

А = {,а1,а2,...,а1},

где а, - элементы пространства чистых стратегий, то есть сами чистые стратегии.

Принимая одно из решений а, исследователь понимает, что он может оказаться недостаточно точен. Поэтому важно оценить возможные в каждой конкретной ситуации потери. Будем считать, что совершая действие а при стратегии системы 5, исследователь рассчитывает получить неточность, зависящую как от стратегии системы 5, так и от его стратегии а. Эту неточность выразим через функцию потерь Ця.а), которая заранее определяется для всех возможных комбинаций $ и а и задаётся на произведении множеств Бх А. Высокой иллюстративностью обладает матрица потерь вида

Яи ••• Чп

Цт1 ... дт1

в которой каждый элемент qtJ определяет потери для заданной комбинации стратегий s и а:

Я а = L(si,aj)

На практике полезно иметь и аналитический вид функции потерь, если, конечно, это возможно.

Основная роль, которая отводится функции потерь, состоит в том, чтобы показать субъекту, принимающему решения, какой риск возможен при принятии того или иного решения в заданных условиях. Следовательно, исходя из минимума, который устанавливает функция потерь, можно выбрать наилучшее решение по выделенному частному критерию.

Учитывая введённую ранее характеристику системы - смешанную стратегию p(s), несложно вычислить средние потери, которые понесёт исследователь, принимая одно из решений в условиях, задаваемых априорным распределением вероятностей p(s):

L(p,s) = M[L(s,a)] = I L(s,a)p(s), se S.

Разумеется, наилучшим исходом будет являться ситуация, когда средние потери минимальны. Для этого выбирается такая стратегия а*, чтобы выполнялось условие

L(p,a*)= min L(p,a), при ае А.

При теоретическом анализе обязательно следует рассмотреть случай, когда действия исследователя описываются применением смешанных стратегий. Ранее мы исходили из того, что смешанную стратегию может применять только

система, однако ничто не мешает допустить, что и исследователь применяет смешанную стратегию, которую обозначим как Г)(а). Таким образом, смешанная стратегия исследователя задаётся распределением вероятностей т\(а) того, как он часто собирается (или в силах) использовать свои чистые стратегии a¡, a?, ..., am. Исходя из того, что исследователь может обладать не только одной смешанной стратегией, а целым набором, объединим все смешанные стратегии в пространство смешанных стратегий исследователя

Н={г\\(а), т\г(а),..„ т\ч(а)}.

Таким образом, если действия системы характеризуются смешанной стратегией p(s), а принимаемые решения исследователя подчинены распределению вероятностей Т|(а), то средние потери исследователя составят

L(p, ц) = M[L(s,a)J = Zs,a L(s,a)p(s)r\(a).

В это�