- •Этап 2. Составление исходных данных
- •Этап 3. Формирование экспертных запросов для данного объекта
- •Этап 4. Проведение опроса 10 пользователей
- •Результаты опроса пользователей
- •Этап 5. Ранжирование запросов, через определения коэффициента важности (кв).
- •Этап 9. Определение суммарного значения по запросу для всей группы пользователей
Этап 5. Ранжирование запросов, через определения коэффициента важности (кв).
Таблица 2.
Коэффициенты важности, определенные экспертами
для четырехкомпонентного запроса
j |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
1 |
1 |
3,3 |
1,8 |
1,9 |
3 |
2,4 |
2,6 |
4,2 |
1,2 |
3,3 |
2,4 |
2,5 |
3,6 |
1,7 |
3,5 |
2 |
1,7 |
1 |
1,9 |
4 |
2,8 |
1,8 |
3,1 |
3,3 |
2,4 |
2,2 |
1,7 |
4,2 |
3,6 |
1,9 |
2,7 |
3 |
3,2 |
3,1 |
1 |
2,5 |
1,6 |
3,7 |
1,7 |
4,1 |
0,8 |
3,1 |
4,1 |
4,5 |
3,5 |
1,6 |
3,5 |
4 |
3,1 |
1 |
2,5 |
1 |
2,6 |
1,7 |
1,9 |
2,5 |
2,3 |
3,1 |
3,7 |
1,8 |
1,7 |
4,1 |
1,7 |
5 |
2 |
2,2 |
3,4 |
2,4 |
1 |
2,5 |
3,1 |
1,7 |
4,1 |
1,7 |
2,8 |
4,2 |
3,6 |
1,9 |
2,7 |
6 |
2,6 |
3,2 |
1,3 |
3,3 |
2,5 |
1 |
1,7 |
2,8 |
4,2 |
3,6 |
1,9 |
2,7 |
2,5 |
2,1 |
3,3 |
7 |
2,4 |
1,9 |
3,3 |
3,1 |
1,9 |
3,3 |
1 |
1,9 |
4 |
2,8 |
1,8 |
3,1 |
3,3 |
2,4 |
2,2 |
8 |
0,8 |
1,7 |
0,9 |
2,5 |
3,3 |
2,2 |
3,1 |
1 |
2,5 |
3,1 |
1,7 |
4,1 |
1,7 |
2,8 |
4,2 |
9 |
3,8 |
2,6 |
4,2 |
2,7 |
0,9 |
0,8 |
1 |
2,5 |
1 |
2,6 |
1,7 |
1,9 |
2,5 |
2,3 |
3,1 |
10 |
1,7 |
2,8 |
1,9 |
1,9 |
3,3 |
1,4 |
2,2 |
1,9 |
2,4 |
1 |
3,3 |
1,8 |
1,9 |
3 |
2,4 |
11 |
2,6 |
3,3 |
0,9 |
1,3 |
2,2 |
3,1 |
3,2 |
3,3 |
3,3 |
1,7 |
1 |
0,9 |
1,7 |
3,5 |
2,8 |
12 |
2,5 |
0,8 |
0,5 |
3,2 |
0,8 |
2,3 |
1,9 |
0,9 |
3,1 |
3,2 |
4,1 |
1 |
2,4 |
3,3 |
1,9 |
13 |
1,4 |
1,4 |
1,5 |
3,3 |
1,4 |
2,5 |
1,7 |
3,3 |
2,5 |
3,1 |
3,3 |
2,6 |
1 |
3,1 |
3,6 |
14 |
3,3 |
3,1 |
3,4 |
0,9 |
3,1 |
2,9 |
2,6 |
2,2 |
2,7 |
2 |
1,5 |
1,7 |
1,9 |
1 |
4 |
15 |
1,5 |
2,3 |
1,5 |
3,3 |
2,3 |
1,7 |
2,8 |
0,8 |
1,9 |
2,6 |
2,2 |
3,1 |
1,4 |
1 |
1 |
Таблица 3.
Вычисленные (Pj) и нормализованные (PNj, j= ) значения КВ
Номер компонента (j) |
Pj, j = |
PNj, j = |
1 |
49,9 |
0,051443 |
2 |
50,6 |
0,052165 |
3 |
53,4 |
0,055052 |
4 |
50,4 |
0,051959 |
5 |
51,6 |
0,053196 |
6 |
49,7 |
0,051237 |
7 |
51,3 |
0,052887 |
8 |
48,8 |
0,050309 |
9 |
46,4 |
0,047835 |
10 |
46,7 |
0,048144 |
11 |
48,8 |
0,050309 |
12 |
45,3 |
0,046701 |
13 |
46,1 |
0,047526 |
14 |
50,6 |
0,052165 |
15 |
40,5 |
0,041753 |
Этап 6. Построение нечетких эталонов, которые отображают лингвистическую переменную «Уровень безопасности»
Определим базовое терм-множество ЛП четырьмя нечеткими термами T = {T1, T2, T3, T4} с соответствующими названиями: “Низкий” (Н), “Средний” (С), “Выше среднего” (ВС) и “Высокий” (В).
Этап 7. Построение эталонных НЧ и их графическое представление
Выполним построение эталонных НЧ, используя один из способов построения ФП НЧ. Диапазон изменения носителей Xi, і =(L = 4 – число термов) отобразим на универсальное множество U = [0, 3], в результате получим эталонные НЧ, представленные выражением, а их графическое изображение показано на рис. 2.
Рис. 2. Графическое представление эталонных НЧ
Этап 8. Формирование НЧ относительно инициализированных сформированных запросов.
Используем метод опроса для формирования НЧ, он подходит нам больше всех, так как НЧ формируются на основе результатов опроса пользователей, при этом ставим соответствие одному из эталонных. Получаем такие значения НЧ для каждого компонента:
Z1= |
{1/0; 0,66/1; 0/2; 0/3}; |
Z2= |
{0/0; 0,28/1; 0,14/2; 1/3}; |
Z3= |
{1/0; 0,28/1; 0,14/2; 0/3}; |
Z4= |
{0/0; 0/1; 0,11/2; 1/3}. |
Z5= |
{0/0; 1/1; 0,66/2; 0/3}. |
Z6= |
{0/0; 1/1; 0,25/2; 0/3}. |
Z7= |
{0,28/0; 1/1; 0,14/2; 0/3}. |
Z8= |
{0,66/0; 1/1; 0/2; 0/3}; |
Z9= |
{0/0; 0,2/1; 1/2; 0,8/3}; |
Z10= |
{0/0; 0/1; 1/2; 0,66/3}; |
Z11= |
{1/0; 0,66/1; 0/2; 0/3}; |
Z12= |
{0/0; 0,14/1; 1/2; 0,28/3}; |
Z13= |
{0,66/0; 1/1; 0/2; 0/3}; |
Z14= |
{0/0; 1/1; 0,66/2; 0/3}. |
Z15= |
{0/0; 0,25/1; 1/2; 0/3}. |
|
|
|
|
|
|
|
|
|
|