Главная > Нечеткие множества в моделях управления и искусственного интеллекта
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

§ 10.5. Косвенные методы для группы экспертов

В [20] предлагается способ определения функции принадлежности на основе интервальных оценок. Пусть интервал отражает мнение эксперта, о значении признака оцениваемого понятия Тогда полным описанием этого понятия экспертом является гиперпараллелепипед Приводится процедура, позволяющая вычислять коэффициенты компетентности экспертов, а также сводить исходную «размытую» функцию (усредненные экспертные оценки) к характеристической функции неразмытого, четкого множества. Алгоритм следующий.

1. Рассматривая для каждого признака все интервалы, предложенные экспертами, находим связное покрытие их объединения, состоящее из непересекающихся интервалов, концами которых

являются только концы исходных интервалов:

2. Образуем на основе полученных покрытий непересекающиеся гиперпараллелепипеды:

3. Вычисляем для

4. Полагаем номер итерации

5. Вводим коэффициенты компетентности

6. Вычисляем приближение функции принадлежности при нормированных

7. Вычисляем функционал рассогласования мнения эксперта с мнением экспертного совета на l-й итерации:

8. Вычисляем

9. Присваиваем

10. Вычисляем

11. Если величина — близка к нулю, то вычисления прекращаем и приближением функции принадлежности считаем , в противном случае возвращаемся к шагу 6.

Опишем кратко косвенный метод, предложенный в [13]. Пусть — универсальное множество, — понятие, общее название элементов (концепт). Задача определения нечеткого подмножества описывающего понятие решается путем опроса экспертов. Каждый эксперт выделяет из множество элементов по его мнению, соответствующих понятию Ранжируя все элементы множества по предпочтению в смысле соответствия понятию каждый эксперт упорядочивает используя отношение порядка или или Отношение указывает на одинаковую степень предпочтения между любыми

элементами Предполагается, что эксперты могут поставить коэффициенты степени предпочтения у перед элементами в упорядоченной последовательности, усиливая или ослабляя отношение предпочтения. Вводится расстояние между элементами указанной последовательности

где

Здесь — порядковые номера элементов в упорядочении. Расстояние вычисляется через первый в упорядочении элемент:

Эта разность показывает насколько предпочтительнее по сравнению с При решении задачи взвешивания предпочтительности элементов множества предполагается, что разность между весами пропорциональна разности Когда формула превращается в рекуррентную формулу, и задача сводится к определению веса первого элемента. При использовании рекуррентных формул вес последнего элемента должен отличаться от нуля. Например, в качестве можно выбрать На основании всех для определяется значение что И есть стенень принадлежности элемента нечеткому множеству с общим названием

В [34] предлагается метод, комбинирующий преимущества косвенных методов в их простоте и стойкости по отношению к искажениях ответов экспертов и преимущества прямых методов, позволяющих получать непосредственно значения степени принадлежности. Выборку объектов необходимо брать такой, чтобы достаточно равномерно представить степень принадлежности от 0 до 1 по отношению к рассматриваемому нечеткому множеству. Эта выборка должна удовлетворять условию безоговорочного экстремума, т. е. должна содержать, по крайней мере, два объекта, значения функции принадлежности на которых с определенностью 0 и 1 (все эксперты приписывают эти числа экстремумам). Далее, когда множество подходящих объектов отобрано, эксперты опрашиваются о степенях принадлежности в процентной шкале. Оценка позиции по шкале каждого объекта

определяется посредством медианы из распределений значений принадлежности. В качестве процедуры шкалирования используется метод, предложенный в [25] и основанный на законе Тёрстона измерения категорий. Процедура, требующая отсортировки стимулов (объектов) в категорий на некотором континууме свойств экспертами, дает распределение частоты для каждого стимула по категориям. Средние значения границ категорий, полученные методом наименьших квадратов, позволяют определить значения оценок стимулов на шкале.

В (10] предлагается следующий метод отображения множества объектов в множество действительных чисел из [0, 1]. Эксперту предъявляются все возможные пары объектов из . В результате эксперимента с экспертом получается матрица где а равно 1, если эксперт ответил , и равно 0 — в противном случае. В результате опроса экспертов сформировано матриц. Вводятся новые величины указывающие число голосов, поданных за решение против решения Значения функции принадлежности определяются следующей формулой:

На основании этого представления каждому решению припишется число в интервальной шкале, если выполняются условия:

Поскольку эксперимент с экспертами протекает произвольно, то следует ожидать, что будет нарушено условие . В работе приведен метод сглаживания, позволяющий получить новые элементы которые определяют

Categories

1
Оглавление
email@scask.ru