Содержание к диссертации
Введение
Проблемы управления подбором кадров для органов внутренних дел 14
.1. Современное состояние работы по подбору кадров для ОВД 14
.2. Применение психодиагностических методов в профессиональном отборе 22
.3. Обзор методов прогнозирования. Состояние проблемы 33
.4. Выводы по 1 главе
ГЛАВА 2. Искусственные нейронные сети как инструмент поддержки принятия решений при подборе кадров для органов внутренних дел
1.1. Введение в искусственные нейронные сети
1.2. Особенности обучения и применения нейронных сетей 57
1.3. Построение нейросетевых моделей «ДИСЦИПЛИНА», «УСПЕВАЕМОСТЬ» и «РАБОТА» Выводы по 2 главе 78
Моделирование процесса поступления в высшие учебные заведения МВД РФ 79
1. Определение структуры и параметров сети 79
2. Обучение нейронных сетей 82
3. Нелинейная регрессионная комплексная модель дисциплины, успеваемости и эффективности работы кандидатов для поступ ления в высшие учебные заведения МВД РФ 105
3.4. Выводы по 3 главе 108
ГЛАВА 4. Управление подбором кадров для органов внутренних дел на основе математических моделей 109
Применение разработанной методики при подборе кандидатов для поступления в высшие юридические учебные заведения МВД РФ 109
Оценка практической применимости разработанной методики для поддержки управленческих решений при подборе кадров в подразделения ГПС МВД РФ 115
Методическое обеспечение и перспективы использования модели при подборе кадров в высшие учебные заведения МВД РФ 130
Выводы по 4 главе 138
- Применение психодиагностических методов в профессиональном отборе
- Особенности обучения и применения нейронных сетей
- Нелинейная регрессионная комплексная модель дисциплины, успеваемости и эффективности работы кандидатов для поступ ления в высшие учебные заведения МВД РФ
- Оценка практической применимости разработанной методики для поддержки управленческих решений при подборе кадров в подразделения ГПС МВД РФ
Применение психодиагностических методов в профессиональном отборе
Работники ОВД должны уметь быстро и правильно оценивать конкрет-ую ситуацию и принимать соответствующее решение, как в обычных, так и в кстремальных ситуациях. Данное требование нередко предопределяется не-[рерывным изменением оперативной обстановки, необходимостью самостоя-ельно решать вытекающие из нее задачи, быстро переключаться с одного вида ;еятельности на другой.
К сотрудникам ОВД предъявляются определенные требования. Это раз-итое чувство служебного долга и ответственности, трудолюбие и повышенная аботоспособность, высокий уровень культуры, стремление к новому, умение троить правильные взаимоотношения с обслуживаемым населением и с со-луживцами. Работники ОВД, независимо от профиля работы, должны уметь реодолевать трудности, связанные со службой, отличаться самообладанием, ообразительностью, выдержкой и тактичностью.
Учитывая вышеперечисленные требования, необходимо помнить, что епременным условием обеспечения соблюдения законности является высокий трофессиональный уровень правоприменителей. "Профессионализм в приме-іении норм права означает: умение давать правильную юридическую оценку кизненным фактам; умение хорошо ориентироваться в действующем законодательстве, осуществлять правильный выбор и анализ норм права, подлежащих трименению; наличие у правоприменителя высокого уровня правосознания, позволяющего принимать оптимальные решения по делу; владение искусством давать четкие юридические формулировки; использование в процессе право-трименения индивидуально-психологических методов и учет социально-їсихологических факторов" [4.21].
Специальные требования, учитывая специфику деятельности ОВД, характер решаемых ими задач и методы работы сотрудников, предопределяют следующие ограничения: установлен предельный возраст; на должности рядо-юго и младшего начальствующего состава принимаются лица, имеющие образование не ниже среднего; на должности среднего и старшего начальствующего состава - лица, имеющие соответствующее среднее специальное или высшее образование. В порядке исключения разрешено принимать на должности сред-ЇЄГО начальствующего состава лиц, окончивших специальные курсы по программе, утвержденной министром внутренних дел Российской Федерации [1.2].
Служба в ОВД требует значительных постоянных физических, психологических и эмоциональных нагрузок. Они вызваны ненормированностью рабо-іего дня, несением службы в ночное время, в выходные и праздничные дни, нередким физическим сопротивлением правонарушителей при их задержании, сопряженным нередко с посягательством на жизнь и здоровье сотрудников. іСроме того к личному составу предъявляются требования постоянной готовности к четкому несению службы в экстремальных ситуациях (стихийные бедст-$ия, объявление военного положения, групповые нарушения общественного юрядка и т.п.). Поэтому к состоянию здоровья рядового и начальствующего состава предъявляются повышенные требования [2.2, 4.22]. Они должны быть юдными к военной службе. Кроме того, в обязательном порядке они проходят їсихологическое обследование, результаты которого непременно учитываются при решении вопроса о принятии на службу.
Говоря о содержании мероприятий по комплектованию ОВД кадрами, необходимо отметить, что они должны быть направлены на подбор кандидатов аз различных источников комплектования, сокращение некомплекта и текучести рядового и начальствующего состава, комплектование вновь созданных служб и подразделений [4.11]. На сегодняшний день в автоматизации процесса подбора кадров для ОВД имеются значительные достижения [5.3, 5.16].
Подбор производится строго индивидуально в соответствии с требованиями, предъявляемыми характером службы и спецификой конкретной должности. При этом как подбор, так и предварительное изучение кандидата проводятся работниками того подразделения, в котором предполагается использовать кандидата.
В процессе предварительного изучения кандидата сотрудники отраслевой службы выявляют его деловые, личные и профессиональные качества, семейное положение, состояние здоровья, основные черты характера и т.п.
На данном этапе определяется соответствие имеющегося у кандидата эбразования и специальной (включая военную) подготовки профилю будущей специальности, выясняются его окружение, обстановка в семье, наличие быто-зых затруднений и их причины, собираются иные сведения, которые могут служить основанием для дальнейшего изучения кандидата или прекращения.
Необходимым условием предварительного изучения кандидата является выяснение мотивов поступления его на службу в ОВД. Следует обращать внимание как самого кандидата, так и его родственников, на условия службы и специфику будущей деятельности, условия труда и его сложности и т.п. В данном случае большая роль отводится руководителю ОВД или отраслевой службы, в которой предполагается использовать кандидата. В этих целях они лично проводят собеседование с ним, определяют объективность полученных в про-дессе предварительного изучения сведений, разъясняют характер предстоящей заботы, ее положительные и отрицательные стороны.
В случае принятия руководителем решения о целесообразности продол-кить изучение кандидата как представляющего интерес, он составляет справку : изложением результатов предварительного изучения [3.9]. Она вместе с анке-гой и автобиографией кандидата направляется начальнику ОВД, в компетенцию которого входит право назначения на должность. В случае положительного решения он направляет данные документы в кадровый аппарат для органи-іации дальнейшего изучения личности.
По решению начальника, пользующегося правом назначения на должность, изучение деловых, личных и профессиональных качеств кандидата на шужбу в ОВД проводится тем органом или отраслевым подразделением, в котором предполагается его использовать.
Особенности обучения и применения нейронных сетей
Рассматриваемая НС имеет несколько "узких мест". Во-первых, в процессе обучения может возникнуть ситуация, когда большие положительные или отрицательные значения весовых коэффициентов сместят рабочую точку на пигмоидах многих нейронов в область насыщения. Малые величины производной от логистической функции приведут, в соответствии с (2.11) и (2.12) к ос-гановке обучения, что парализует НС. Во-вторых, применение метода градиентного спуска не гарантирует, что будет найден глобальный, а не локальный минимум целевой функции. Эта проблема связана еще с одной, а именно - с выбором величины скорости обучения. Доказательство сходимости обучения в процессе обратного распространения основано на производных, то есть приращения весов и, следовательно, скорости обучения должны быть бесконечно малыми, однако в этом случае обучение будет происходить неприемлемо медленно. С другой стороны, по мнению С.Кротких, слишком большие коррекции весов могут привести к постоянной неустойчивости процесса обучения. Поэтому в качестве г] обычно выбирается число меньше 1, но не очень маленькое, например, 0.1, и оно, может постепенно уменьшаться в процессе обучения. Кроме того, для исключения случайных попаданий в локальные минимумы иногда, после того как значения весовых коэффициентов застабилизируются, т] кратковременно сильно увеличивают, чтобы начать градиентный спуск из новой точки. Если повторение этой процедуры несколько раз приведет алгоритм в одно и то же состояние НС, можно более или менее уверенно сказать, что найден глобальный максимум, а не какой-то другой.
В современных нейроимитаторах минимизация функции оценки выполняется с привлечением градиентных методов оптимизации [4.20,5.13,5.14]. Преобразовав по некоторым правилам структуру сети, подавая на выход сети частные производные функции оценки по выходным сигналам и используя так называемое двойственное функционирование, мы можем получить для каждого подстроечного параметра и для каждого входного сигнала сети частные производные функции оценки по значению этого параметра или сигнала. Для вектора параметров сети вектор соответствующих частных производных будет градиентом функции оценки, поэтому возможна градиентная оптимизация функции оценки, в ходе которой нейронная сеть "обучается" давать требуемые ответы на подаваемые ей входные сигналы [5.13,5.14]. Сеть лучше обучать по суммарному градиенту (градиенту - по полному задачнику), что ускоряет процесс обучения, и применять специализированные алгоритмы оптимизации, надстраиваемые над простейшим градиентным спуском. Для вычисления суммарного градиента необходимо просуммировать вектора градиентов, вычисляемые для каждого примера задачника (всего N векторов).
Теперь о том, как же, собственно, вычисляется градиент функции оцен 63 ки по подстроенным параметрам сети. Вычисление градиента производится в ходе функционирования нейронной сети, двойственной к исходной. У сети двойственности сигналы передаются в обратном направлении - от выходов сети к ее входам, а элементы, из которых строится двойственная сеть, являются двойственными к исходным. Рассмотрим сначала некоторый достаточно абстрактный элемент сети. Ему передается п значений переменных х;, на основе ко-горых вычисляется значение функции f(xi,...xn), и это значение рассылается по m выходным связям. В двойственной сети этот элемент получает на выходе набор из m двойственных сигналов, вычисляет их сумму и передает на каждый из її входов произведение частной производной функции f(xi,...xn) по значению аодаваемого на соответствующий вход сигнала. Этот процесс представлен на рис.2.9. Здесь видно, что при построении двойственной сети все точки ветвления переходят в двойственные к ним элементы - простые сумматоры [5.13].
Теперь рассмотрим процесс построения нейрона, двойственного к формальному. Для этого изобразим формальный нейрон (рис.2.7) более подробно (рис.2.10), представив входной адаптивный сумматор нейрона в виде набора элементов, вычисляющих попарные произведения (веса синапса и приходящего на синапс сигнала), и простого сумматора. По описанному выше правилу построения двойственного элемента преобразуем все элементы, составляющие формальный нейрон. Нейрон, двойственный к формальному, и правила его функционирования показаны на рис.2.11. Здесь видно, что при построении двойственной сети все простые сумматоры переходят в двойственные к ним элементы - точки ветвления [5.56]. Для более понятной иллюстрации этого факта и было использовано представление адаптивного сумматора с помощью простого сумматора и набора синапсов (рис.2.10). Из нейронов, двойственных к формальным, и строится двойственная сеть. Разумеется, двойственные сети могут быть построены и для сетей, состоящих из более сложных по конструкции нейронов [5.13,5.14].
Итак, построена сеть, двойственная к исходной. Теперь определимся с двойственными переменными, подаваемыми на выходы нейронов последнего слоя. Чтобы решить задачу вычисления с помощью двойственной сети градиента функции оценки по подстроечным параметрам исходной сети, в качестве двойственных переменных необходимо взять частные производные функции оценки Н по выходным сигналам сети [5.13,5.14]. Тогда для всех элементов и входных сигналов сети будут вычислены частные производные функции оценки по значениям этих параметров и сигналов.
Использование двойственной сети для вычисления градиента позволяет вычислять весь вектор градиента за время, всего в 2-3 раза большее, чем время вычисления выходных сигналов в ходе обычного функционирования исходной сети. Это происходит потому, что все действия организованы рационально, без дублирования вычислений, и градиент вычисляется в максимально параллельном режиме [3.3-3.6].
Нелинейная регрессионная комплексная модель дисциплины, успеваемости и эффективности работы кандидатов для поступ ления в высшие учебные заведения МВД РФ
Рассмотрим более подробно факторы М, Q1 и Q2, которые признаны малозначимыми в процессе выполнения функции упрощения нейронной сети.
При низких оценках фактора М (практичность - развитое воображение) - человек практичный, добросовестный. Он ориентируется на внешнюю реальность и следует общепринятым нормам, ему свойственна некоторая ограниченность и излишняя внимательность к мелочам. При высокой оценке можно говорить о развитом воображении, ориентировании на свой внутренний мир, высоком творческом потенциале человека.
При низких оценках фактора Q1 (консерватизм - радикализм) человек характеризуется консервативностью, устойчивостью по отношению к традиционным трудностям, он знает, во что должен верить, и, несмотря на несостоятельность каких-то принципов, не ищет новых, с сомнением относится к новым идеям, склонен к морализации и нравоучениям. Он, как правило, противится переменам и не интересуется аналитическими и интеллектуальными соображениями.
При высоких оценках человек критически настроен, характеризуется наличием интеллектуальных интересов, аналитичностью мышления, стремится быть хорошо информированным. Более склонен к экспериментированию, спокойно воспринимает новые неустоявшиеся взгляды и перемены, не доверяет авторитетам, на веру ничего не принимает.
При низких оценках фактора Q2 (конформизм - нонконформизм) человек зависим от группы, следует за общественным мнением, предпочитает работать и принимать решения вместе с другими людьми, ориентируется на социальное одобрение. При этом у него зачастую отсутствует инициатива принятия решений.
При высокой оценке человек предпочитает собственные решения, независим, следует по выбранному им самим пути, сам принимает решения и сам действует, однако он не всегда доминантен, т.е. имея собственное мнение, он не стремится навязать его окружающим. Нельзя сказать, что он не любит лю 100 цей, он просто не нуждается в их одобрении и поддержке. Как видно, количество входов нейронной сети изначально не являлось минимальным, т.е. при анализе психологических характеристик кандидата для обучения в высшем учебном заведении МВД РФ можно не учитывать влияние факторов А, Н, L и Q1, признанных сетью малозначимыми для прогнозирования состояния успеваемости.
На рис.3.14 изображена диаграмма, которая наглядно показывает, какие черты характера выпускника высшего учебного заведения МВД РФ оказывают наибольшее влияние на эффективность его последующей работы в практических органах МВД РФ. Диаграмма построена на основании данных, приведенных в табл.3.6. 0,8 0,6-К 0,4 0,2 0
Диаграмма распределения оценочных шкал по их значимости при оценке эффективности практической деятельности выпускников
Из рис.3.14 видно, что наиболее важными чертами характера, влияющими на эффективность работы выпускников высших учебных заведений МВД РФ в практических органах, являются: G (подверженность чувствам - высокая нормативность поведения), С (эмоциональная неустойчивость - эмоциональная устойчивость), Q3 (низкий самоконтроль - высокий самоконтроль) и Q4 (расслабленность - напряженность).
Для выработки конкретных рекомендаций необходимо определить, какие значения выявленных оценочных факторов соответствуют выпускникам высших учебных заведений МВД РФ с различными оценками эффективности их работы. Для этого произведем расчет средних значений факторов Кеттела цля оцениваемого параметра (работа) с помощью программы Microsoft Excel 97 по формуле (3.1). Результаты расчета занесем в табл.3.7.
Из рис.3.15 видно, что сотрудники ОВД, имеющие неудовлетворительные оценки за работу, характеризуются как эмоционально неустойчивые, имеющие низкую толерантность по отношению к фрустрации, обладающие склонностью к лабильности настроения, переменчивостью интересов, раздражительностью, утомляемостью, невротическими симптомами и ипохондрией. Кроме этого это люди склонные к непостоянству, подверженные влиянию случая и обстоятельств, не делающие усилий по выполнению групповых требований и норм. Характеризуются беспринципностью, неорганизованностью, безответственностью, гибкими установками по отношению к социальным нормам. Свобода от влияния норм может привести их к антисоциальному поведению. С точки зрения самоконтроля эти люди обладают внутренней конфликтностью представлений о себе и недисциплинированностью. Средние оценки по фактору "расслабленность - напряженность" характеризуют данный тип как находящийся в спокойном равновесном состоянии, однако с уклоном в состояние напряженности и взвинченности.
Выпускников высших учебных заведений МВД РФ, имеющих удовлетворительные оценки за работу, можно охарактеризовать как психологический тип, близкий к лицам, работающим на хорошо и отлично, но имеющий низкую мотивацию, леность, излишнюю удовлетворенность и невозмутимость.
Для сотрудников ОВД, имеющих хорошие и отличные оценки за работу, характерно возрастание оценочных значений факторов Кеттела, что характеризует их как людей выдержанных, работоспособных, эмоционально зрелых и реалистически настроенных. Эти люди лучше способны следовать требованиям группы, характеризуются постоянством интересов. У них почти отсутствует нервное утомление. В крайних случаях может иметь место эмоциональная ригидность и нечувствительность. Люди этого типа также характеризуются осознанным соблюдением норм и правил поведения, настойчивостью в достижении цели, точностью, ответственностью и деловой направленностью.
Оценка практической применимости разработанной методики для поддержки управленческих решений при подборе кадров в подразделения ГПС МВД РФ
Проверочная выборка состоит из результатов тестирования абитуриентов Восточно-Сибирского института МВД РФ и содержит те же атрибуты, что и обучающая выборка. Объем проверочной выборки определялся таким образом, чтобы для каждого оцениваемого параметра и его величины (2, 3, 4, 5) было не менее 10 примеров [4.1, 4.6].
В приложении 12 приведены результаты тестирования абитуриентов Восточно-Сибирского института МВД РФ за 1993-1995 гг., а также экспертная оценка состояния их дисциплины за период учебы. Кроме этого в приложении 12 (19 столбец) находятся результаты прогнозирования оцениваемого параметра разработанной методикой.
На рис.4.6. изображена диаграмма распределения прогнозируемых значений состояния дисциплины слушателей Восточно-Сибирского института МВД РФ относительно значений ее экспертных оценок. Из диаграммы видно, что при прогнозировании дисциплины слушателей разработанной методикой четыре проверочных примера распознаны неверно.
По формуле (4.1) ошибка прогнозирования при предсказании НС состояния дисциплины слушателей Восточно-Сибирского института МВД РФ составляет 10%.
Для проверки качества прогнозирования состояния успеваемости кандидата для обучения в Восточно-Сибирском институте МВД РФ необходимо также сопоставить действительные и прогнозируемые значения исследуемой величины. В приложении 13 приведены результаты тестирования абитуриентов Восточно-Сибирского института МВД РФ за 1993-1995 гг., а также экспертная оценка состояния их успеваемости за период учебы. Кроме этого в приложении 13 (19 столбец) находятся результаты прогнозирования оцениваемого параметра разработанной методикой.
Диаграмма распределения прогнозируемых значений состояния дисциплины слушателей Восточно-Сибирского института МВД РФ относительно значений ее экспертных оценок
Из диаграммы видно, что при прогнозировании состояния успеваемости слушателей высших учебных заведений МВД РФ разработанной методикой пять проверочных примеров распознаны неверно.
По формуле (4.1) ошибка прогнозирования при предсказании нейронной гетью состояния успеваемости слушателей на основании результатов их тестирования составляет 12,5%.
Для проверки качества прогнозирования эффективности работы выпускников высших пожарно-технических учебных заведений МВД РФ сопоставим действительные и прогнозируемые значения исследуемой величины. В приложении 14 приведены результаты тестирования абитуриентов Восточно-Сибирского института МВД РФ за 1993-1995 гг., а также экспертная оценка эффективности их работы в практических подразделениях ГПС МВД РФ за период с 1998 по 2001 г. Кроме этого в приложении 14 (19 столбец) находятся результаты прогнозирования оцениваемого параметра.
Диаграмма распределения прогнозируемых значений состояния успеваемости слушателей Восточно-Сибирского института МВД РФ относительно значений ее экспертных оценок На рис.4.8. изображена диаграмма распределения прогнозируемых значений эффективности работы выпускников Восточно-Сибирского института МВД РФ относительно значений ее экспертных оценок.
Из диаграммы видно, что при прогнозировании эффективности работы инспекторов ГПН ГПС УВД Хабаровского края разработанной методикой цевять проверочных примеров распознаны неверно.
По формуле (4.1) ошибка прогнозирования при предсказании нейронной ;етью эффективности работы выпускников высших учебных заведений МВД РФ в практических органах ГПС МВД РФ на основании результатов их тести-эования личностным опросником Кеттела составляет 22,5%. Проведенными экспериментами установлено, что нелинейная регресси 119 онная модель, предназначенная для прогнозирования состояния дисциплины и успеваемости слушателей высших юридических учебных заведений МВД РФ, может без изменения применяться и в высших пожарно-технических учебных заведениях МВД РФ.
Диаграмма распределения прогнозируемых значений эффективности работы выпускников Восточно-Сибирского института МВД РФ относительно значений ее экспертных оценок С другой стороны, при попытке прогнозирования эффективности работы выпускников пожарно-технических учебных заведений было выявлено значительное расхождение между прогнозируемыми параметрами и их экспертными оценками. Ошибка прогнозирования составила 22,5%, что свидетельствует о гом, что нейронная сеть, полученная в п.п.3.2., не может непосредственно использоваться для прогнозирования эффективности работы выпускников высших пожарно-технических заведений МВД РФ.
Как видно из рис.4.8, нейронная сеть допустила наибольшее количество эшибок при распознавании оценок «удовлетворительно» и «хорошо». На осно 120
вании данного вывода была сформирована дообучающая выборка (приложение 2), состоящая из результатов тестирования инспекторов ГПН ГПС УВД Хабаровского края, имеющих удовлетворительные и хорошие оценки за эффективность работы. Объем выборки определен экспериментально, т.е. количество ее элементов последовательно увеличивалось до тех пор, пока нейронная сеть не обучилась решать все примеры, входящие в обучающую выборку, с одинаковой точностью.
Для решения задачи прогнозирования эффективности работы выпускников высших пожарно-технических учебных заведений МВД РФ нейронная сеть, полученная в п.п.3.2., дообучалась на результатах тестирования инспекторов государственного пожарного надзора ГПС УВД Хабаровского края (приложение 2) до тех пор, пока сеть не обучилась уверенно решать все примеры обучающей выборки.
Результаты дообучения НС приведены в табл.4.1. Из таблицы видно, что сеть-31 для решения задачи прогнозирования эффективности работы кандидатов для обучения в высших пожарно-технических учебных заведениях МВД РФ подходит наилучшим образом, т.к. она обучилась решению данной задачи с наименьшей ошибкой.
После обучения нейронных сетей произведена попытка упростить их структуру и количество входов. Данная процедура позволяет более эффективно привести НС к логически прозрачному виду. Процедура упрощения, являющаяся встроенной функцией нейроимитатора, дала следующие результаты:
