Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ротштейн А.П. Интеллектуальные технологии идентификации нечеткие множества, нейронные сети, генетические алгоритмы.doc
Скачиваний:
3
Добавлен:
01.07.2025
Размер:
7.78 Mб
Скачать

7.3.2. Критерии как нечеткие множества

Пусть   - число в диапазоне [0,1], которое характеризирует уровень оценки варианта   по критерию  : чем больше число  , тем выше оценка варианта по критерию  ,  , . Тогда критерий   можно представить в виде нечеткого множества  , которое задано на универсальном множестве   таким образом:

(7.14)

где   - степень принадлежности элемента   к нечеткому множеству  .

Чтобы определить степени принадлежности, которые входят в (7.14)' воспользуемся методом, предложенным в работе [17]. Для этого сформируем матрицы парных сравнений вариантов по каждому критерию. Общее количество таких матриц совпадает с количеством критериев и равняется m.

Для критерия   матрица парных сравнений имеет вид:

   . . . 

(7.15)

где элемент   оценивается экспертом за 9-тибальной шкалой Саати:

1 - если отсутствует преимущество варианта   над вариантом  ;

3 - если имеется слабое преимущество   над  ;

5 - если имеется существенное преимущество   над  ;

7 - если имеется явное преимущество   над  ;

9- если имеется абсолютное преимущество   над  ;

2,4,6,8 - промежуточные сравнительные оценки.

Знание матрицы (7.15) позволяет с использованием метода Саати проранжировать каждый вариант  по каждому критерию  . Для вычисления рангов в соответствии с методикой, впервые предложенной в работе [49] и далее развивающейся в работе [48], необходимо найти собственный вектор матрицы (7.15). Для получения первых приближений искомых характеристик рангов можно пользоваться процедурой, предложенной в [75], которая предполагает, что матрица (7.15) имеет такие свойства:

- она диагональна' то есть  =1'  ;

- элементы' которые симметричны относительно главной диагонали' связаны зависимостью  = ;

- она транзитивна' т. е.  .

Наличие этих свойств позволяет определить все элементы матрицы (7.15) по элементам одной из строк. Если известна k-тая строка' т. е. элементы  ' то произвольный элемент   определяется так:

   

После определения всех элементов матрицы (7.15) степени принадлежности' необходимые для формирования нечеткого множества (7.14)' вычисляются по формуле [75]:

(7.16)

Уточнение оценок рангов может быть выполнено с использованием метода анализа иерархий [48] на основе матрицы (7.15), не обладающей вышеуказанными ограничениями: транзитивностью и симметричностью.

7.3.3. Равновесные критерии

Базируясь на принципе Беллмана-Заде [5], наилучшей системой будем считать ту, которая одновременно лучшая по критериям  , , ... ,  . Поэтому нечеткое множество, которое необходимо для рейтингового анализа, определяется в виде пересечения (интегральный критерий оценки систем):

 .

Учитывая то' что в теории нечетких множеств операции пересечения   соответствует min' получаем:

(7.17)

Согласно с полученным множеством  ' наилучшей системой следует считать тот вариант' для которого степень принадлежности (числитель) является наибольшей.