- •Часть 1. Методологические аспекты моделирования
- •Часть 3. О методике построения математических моделей
- •Часть 4. Экспертиза в системном анализе
- •Объект и предмет исследования
- •Часть 1. Методологические аспекты моделирования
- •Понятие моделирования
- •1.2. Обобщенный процесс моделирования
- •1.3. Математические модели
- •Часть 2. Элементы теории систем
- •2.1. Система и ее компоненты
- •2.2. Строение системы
- •2.2.1. Связи в системе
- •2.2.2. Структура системы
- •2.2.3. Пространственные и временные связи
- •2.2.4. Описание системы
- •2.3. Классификация систем
- •2.3.1. Понятие классификации
- •2.3.2. Основные методы классификации
- •Иерархическая схема классификации.
- •Классификация систем по степени структурированности.
- •2.4. Системные принципы
- •2.4. Основы системного анализа
- •2.4.1. Понятие системного анализа
- •2.4.2. Этап постановки проблемы
- •2.4.3. Содержание системного анализа
- •Часть 3. О методике построения математических моделей
- •3.1. Анализ задачи
- •3.2. Этап формирования математической модели
- •3.3. Классификация математических моделей
- •3.4. Модель черного ящика
- •3.5.Теоретико-множественная модель
- •3.6. Типовые математические схемы
- •Непрерывно-детерминированные модели (d - схемы).
- •3.7. Пример построения динамической модели
- •3.8. Метод статистических испытаний (метод Монте – Карло)
- •3.9. Имитационное моделирование
- •3.10.1. Понятие нечеткого множества
- •3.10. Операции над нечеткими множествами.
- •3.10.3. Нечеткие отношения
- •3.10.4. Нечеткие и лингвистические переменные.
- •3.10.5. О построении функций принадлежности
- •3.10.6. Элементы нечетких алгоритмов
- •Стандартные графики функции принадлежности
- •Часть 4. Экспертиза в системном анализе
- •4.1. Методы проведения экспертизы в системном анализе
- •4.1.1. Основные задачи экспертизы в системном анализе
- •4.1.2. Методы коллективной генерации идей
- •4.1.3. Структуризация систем
- •4.1.4. Морфологические методы
- •4.2. Измерение
- •4.2.1. Понятие измерения
- •4.2.2. Шкалы измерений числовых показателей.
- •4.2.3. Шкала измерений нечисловых показателей
- •4.2.4. Сравнительный анализ шкал
- •4.3. Обработка экспертных измерений
- •2.4.1. Ранжировка и оценка в баллах
- •2.4.2. Исследование зависимости показателей качества, измеряемых в нечисловых шкалах
- •4.4.3. Оценка степени согласованности порядковых показателей
- •4.4.4. Проверка степени несогласованности и безразличия экспертов
- •Заключение
- •Библиография
- •Живицкая е.Н., о.П. Едемская. Системный анализ и проектирование информационных систем: Учебно-метод. Пособие. / Мн.: бгуир, 2005.
3.10.5. О построении функций принадлежности
Одним из основных вопросов, который необходимо решить на пути практического применения теории нечетких множеств, является вопрос о формализации нечетких понятий и отношений. При этом существенное место отводится построению собственно функций принадлежности нечетких множеств. Выше отмечалось, что любая функция принадлежности носит субъективный характер, хотя может отражать мнение не одного лица, а весьма большого числа людей.
Одной из простейших и наиболее ясной по реализации является вероятностная схема, суть которой заключается в следующем. Каждому из n экспертов предлагается ответить на вопрос о принадлежности элемента x к множеству A. Если n1 экспертов отвечает на вопрос утвердительно, а n2 - отрицательно, то считают, что
Существует и целый ряд других более сложных методик. Однако наиболее перспективной представляется процедура построения функций принадлежности в режиме диалога с компьютером на основе использования стандартного набора графиков.
Стандартный набор графиков функций принадлежности для утверждения "величина x мала" приведена на рис.3.11 а - е. Из приведенных функций легко, например, составить функции принадлежности утверждений типа "величина x большая" (см. рис3.12.).
3.10.6. Элементы нечетких алгоритмов
Нечетким алгоритмом называют последовательность действий, выполняемых в соответствии с семантикой нечетких операторов и приводящих к нечеткому (размытому) решению задачи. Основными элементами нечетких алгоритмов являются выполнение арифметических операций над нечеткими числами и выполнение условных нечетких операторов типа "если, то - иначе".
Стандартные графики функции принадлежности
Рис.
3.11 а.
Рис.3.11
б.
Рис.
3.11 в
Рис.
3.1.г.
Рис.
2.16д.
Рис.
3.11е.
Рис.
3.12. Функция принадлежности для понятия
“величина
большая”.
Выполнение арифметических операций над нечеткими числами. В соответствии с принципом обобщения бинарная арифметическая операция над нечеткими числами A и B есть нечеткое число C, которое определим следующим образом:
A B = C = min[A,b],
где a SA, b SB, c = (a b), с Sc;
SA, SB, SC - носители нечетких множеств (четкие множества);
- одна из арифметических операций "+", "-", "." или "/".
Если результат арифметической операции над элементами носителей нечетких множеств совпадает, т.е. ai bj = ak bl;, то в Sc из них включается лишь один и ему предписывается значение функции принадлежности, имеющее из двух значений функций принадлежности большее значение. Например, пусть заданы нечеткие числа A и B
A = {(2 0.3), (6 0.9), (7 0.7)}
B = {3 0.3), (4 0.8), (5 0.4)}
Тогда
CA+B = {(50.3), (60.3), (70.3), (90.4), (100.8), (110.7), (120.4)};
CA-B = {(-30.3), (-20.3), (-10.3), (10.4), (20.8), (30.7), (40.4)};
CAB = {(60.3), (80.3), (180.4), (210.4), (280.7), (300.4), (350.4)};
CA/B = {(0.40.3), (0.50.3), (0.670.3), (1.20.4), (1.40.4), (1.50.8), (1.750.7),
(20.4), (2.330.4)}.
Выполнение условных нечетких операторов. Будем рассматривать условный нечеткий оператор следующего вида:
"если W, то K, иначе L",
где - W нечеткое логическое выражение, т.е. любая формула, в которую входят лингвистические и (или) нечеткие переменные и нечеткие предикаты; K, L - четкие или нечеткие операторы.
Нечетким предикатом называется функция, значениями которой являются нечеткие высказывания:
Pn(X) = X P(X) [0,1], X X1 X2 X3 ... Xn,
где Pn(X) - нечеткий предикат; P(Xi) - степень истинности нечеткого высказывания Pn(Xi), Xi = X1i, X2i, X3i, ..., Xni.
Pn(Xi) может рассматриваться как степень уверенности субъекта в том, что он назовет данное высказывание истинным.
Примеры нечетких предикатов:
P1(x) - "числа x, близкие к нулю";
P2(x,y) - " удаленные от районного центра села";
P3(p,v,t) - "режим работы двигателя близок к оптимальному: p0, v0, t0".
Результат выполнения нечеткого условного оператора можно задать выражением
R (если W, то K, иначе L) = {R(K): W, R(L)(1- W)},
где R(I) - результат выполнения оператора I;
W - степень истинности выражения W.
Наиболее целесообразной представляется следующая однозначная схема выполнения операторов. Разыгрывается равномерно распределенная на интервале (0,1) случайная величина . Результат выполнения условного нечеткого оператора определяется из условия
R(если W, то K, иначе L)
Теория нечетких множеств открывает широкие перспективы для построения эффективных моделей во всех областях деятельности человека и ждет активного практического применения.
Итак, математика разработала достаточно широкий спектр методов формализации задач. Вместе с тем, остается много вопросов при попытке построения математических моделей слабоструктурированной проблемы. Сложности обусловлены обычно тем, что не хватает сведений для построения достаточно адекватных моделей. В таких случаях на помощь приходят эксперты.