ГОСТ Р 56269—2014
Результат моделирования по Монте-Карло показал, например, что существует 50 %-ная вероят
ность того, что Материал В не менее, чем на 2 ELU/f.u. лучше материала А. и что существует 70 %-ная
вероятность того, что Материал А более негативно воздействует на окружающую среду, чем Ма териал
В. Эту информацию можно использовать либо качественно, чтобы выразить степень сходимо сти в
анализе, либо количественно, чтобы оценить результативность вложений в экологическую эф
фективность. Если материал В выбран как альтернатива стоимости 100 долл., то результативность
вложений, вероятно, равна долл. 40. В 30% случаев принимается неправильное решение, а в 70%
случаев — правильное. Конечно результат будет равен 70% — 30% = 40% неопределенности.
5.10.1.3 Анализ чувствительности
Поскольку результативность вложений в улучшения оказалась низкой, важно выяснить, какие
входные данные больше всего влияют на неопределенность, показанную на рисунке 20. Для этого
был проведен специальный анализ чувствительности [41]. При этом были определены все коэффи
циенты f,. на которые должны умножаться некоторые входные данные, чтобы изменить порядок ран
жирования. Рассчитано также отношение коэффициента неопределенности к f, для каждого входа
(т.е. «относительная чувствительность»). Коэффициенты с наибольшими соотношениями в примере
показаны на рисунке 21.
Ранжирование в примере 5 было наиболее чувствительным к данным о запасах. РАН, нефти в
земле и СОг для Альтернатив А. В и В. соответственно. Далее следует характеристический коэффи
циент для РАН с учетом показателя категории YOLL. Примечательна чувствительность для результа
тов анализа запасов РАН и характеристический коэффициент РАН для YOLL. Несмотря на относи
тельно низкий вклад в общий результат взвешивания, она значительно влияет на неопределенность
при ранжировании. Это происходит из-за того, что неопределенность при измерениях выбросов и ха
рактеристический коэффициент достаточно велики. Однако можно улучшить общую сходимость ран
жирования, если известны более точные значения выбросов РАН из продукционной системы Альтер
нативы А. Новые, более специфические для места выбросов характеристические коэффициенты так же
могут быть оценены с меньшей неопределенностью.
Збпэсов
РЛНА
запасов
(В)С
02
запасов
РАНО
гапесов
нефти в
землеВ
козффициентц^ент запасов
РАНднянефти (A)CCL
уон.
в
земле
запасов
нефти с
земле
А
Рисунок 21 — Входные данные, наиболее важные по отношению к неопределенности ранжирования
альтернатив
Анализ важности данных тоже был выполнен, но он не показан, поскольку выглядит почти так
же. как и в «стволовом (основном)» примере. Однако, когда показатели взвешены и агрегированы,
указание на варианты улучшения становится более четким и пригодным для проектирования.
84