2012
.pdfхарактеристик риска и важности для k-го фактора, k = 1, N , N – число факторов риска.
Веса факторов x1..xN в проекте модернизации обозначим вещественными функциями W 2(x1 ) ..W 2(xN ) . При этом выполняются условия нормировки
N
∑W 2(xk ) = 1, 0 ≤ W 2(xk ) ≤ 1, k = 1, N .
k=1
Всвою очередь функции веса jk -й характеристики риска k-го фактора xk
обозначим через W1k (sk , j |
) . Выполняются условия нормировки jk -й характери- |
|||
k |
|
|
|
|
стики k-го фактора |
|
|
|
|
nk |
|
|
|
|
∑W1k (sk , jk |
) = 1, 0 ≤ W1k (sk , jk ) ≤ 1, k = 1, N , jk = 1, nk . |
|||
jk =1 |
|
|
|
|
Тогда совокупность весов для фактора xk можно представить |
||||
|
Wk = {W 2(xk ),...,W1k (sk , jk ),...}. |
|||
С учетом этого алгоритм оценки риска |
|
по совокупности факторов за- |
||
R |
ключается в расчете нечетких матриц M k для каждого k-го фактора с формированием отношения общих степеней риска с учетом их весовых характеристик и с отображением данного отношения G :W 2 × (W1k × M k ) → R центроидным ме-
k =1,N
тодом G, где R – выход модели оценки риска по всей совокупности факторов.
Алгоритм 9.1
Шаг 1. Формирование N факторов риска модернизации ТС и совокупности их характеристик с последующим построением иерархической модели риска модернизации.
Шаг 2. Определение необходимого количества лингвистических переменных m (в табл. 7 их определено m = 11) для оценки степени истинности факторов риска (выход нечеткой модели риска) и их характеристик (вход нечеткой модели риска). Построение для sk ,• треугольных
функций принадлежности (2.1) в количестве nk m для каждого k-го
фактора. Определение (r,i)( k ) |
пар («риск», «важность») для каждой |
j |
|
k |
|
jk -й характеристики k-го фактора, значения элементов пар выбираются из диапазона m.
Шаг 3. Расчет матрицы Μ размерностью m × m производится путем приведения к четкости выражением (9.2) произведения нечетких чисел
g (r, i) = Nr (r) Ni (i) . По индексам каждой пары (r,i)( k ) из Μ опре- |
||
r |
i |
jk |
деляется четкое значение лингвистической оценки риска. Это значе-
81
ние фиксируется по шкале универсума «степень риска» и определяется его пересечение с каждым t-м нечетким числом. Учитывая, что количество чисел m и что по числу характеристик фактора формируется nk строк из данных чисел, то нечеткая матрица M k k-го фактора будет иметь размерность nk × m (выход этапа I, рис. 22). В нормальную
|
|
|
форму размерности 1× m нечеткие матрицы всех факторов преобра- |
|||||||||||||||||||||||
|
|
|
зуются путем M1 |
= W1 |
T M |
k |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
k |
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k =1,N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Шаг 4. Получение нечеткого числа оценки общего риска или вектора 1× m : |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
M1 |
|
T . |
|
|
|
|
|
|
||||||||||
|
|
|
|
R = W 2T |
M1 ... |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
N |
|
|
|
|
|
|
|
|
|
|
Шаг 5. Устранение нечеткости R центроидным методом (9.2): |
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
Max |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∫ x R (x)d (x) |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
R = |
Min |
|
|
|
, |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
Max |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
∫ R (x)d (x) |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
Min |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где R (x) – монотонная функция принадлежности числа R; |
x – |
аргумент, за- |
||||||||||||||||||||||||
дающий |
достаточную точность |
вычисления |
R (x) |
и |
|
в |
диапазоне |
риска |
||||||||||||||||||
R |
||||||||||||||||||||||||||
|
|
|
|
– величина, представляющая собой оценку (четкое число) общего |
||||||||||||||||||||||
r = 1, m ; |
R |
|||||||||||||||||||||||||
риска выделенных факторов по шкале |
|
|
|
универсума |
«Ранг |
низ- |
||||||||||||||||||||
j = 1, m |
||||||||||||||||||||||||||
кий..высокий». |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Итак, Шаг 1 – Шаг 3 – это этап I, а Шаг 4 – Шаг 5 – этап II (рис. 22). Результат вычисления по модели оценки риска Шаг 1 – Шаг 5 далее передается в систему принятия решения модернизации ТС.
Пример программы по Алгоритму 9.1
Шаг 1. В примере используется массив m из семи функций принад-
лежности степеней риска и значимости 2-х факторов. Поэтому степени риска и значимости будут указываться i-м индексом к одной из ФП массива m. Объявляем эти функции по типу тре-
угольных с использованием конструкции trim():
N := 6 |
|
i := 0.. N |
|
r := i |
||||
ni+ 1 := |
i |
|
n N+ 2 := 1 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
N |
|
|
|
|
|||
nT = ( 0 0 0.167 |
0.333 0.5 0.667 |
0.833 1 |
1 ) |
|||||
mi, l := µtrim(xl, ni, ni+ 1, ni+ 2) |
αi := |
1 |
|
α0 := 0 |
||||
N |
||||||||
|
|
|
|
|
|
82
βi := |
1 |
|
β N := 0 Nr := |
i |
|
|
|
||||
|
N |
i |
N , |
||
|
|
где xl – это множество универсума отрезка [0,1] с малым ша-
гом; α и β – соответственно левая и правая характеристика нечеткости треугольных чисел, представленных i-й функцией принадлежности m.
Шаг 2. Для демонстрации конкретного решения выбираем два фак-
тора по индексу k. Описание характеристик факторов строим как числовые матрицы, где число столбцов соответствует ко-
личеству назначенных характеристик. Первый элемент столбца
– это индекс ФП из m для степени риска, второй индекс соот-
ветственно указывает на ФП степени значимости фактора:
k := |
0.. 1 RI |
2 |
4 |
RI |
|
1 4 3 5 |
|
|
|
:= |
|
:= |
|
|
|
||||
|
|
0 |
5 3 |
1 |
|
5 6 2 6 |
|
|
|
Так, у первого фактора RI0 две характеристики, а у |
второго |
||||||||
RI1 – четыре. Этим |
определено |
(r,i)( k ) |
пар («риск», |
«значи- |
|||||
|
|
|
|
|
|
j |
|
|
|
|
|
|
|
|
|
k |
|
|
|
мость») для каждой |
jk -й характеристики k-го фактора. Назна- |
||||||||
чаем веса W2 для факторов и W1 для каждого их риска и зна- |
|||||||||
чимости: |
|
|
|
|
|
|
|
|
|
W20 := 0.7 |
W21 := 0.3 |
0.7 |
|
|
∑W2 = 1 |
|
|||
W2 = |
|
|
|
||||||
|
|
|
|
0.3 |
|
|
|
|
|
W10, 0 := 0.6 |
W10, 1 := 0.4 |
|
|
|
∑(W1T) 0 |
= 1 |
|||
W11, 0 := 0.1 |
W11, 1 := 0.2 |
W11, 2 := 0.4 |
|
W11, 3 := 0.3 ∑(W1T) 1 |
= 1 |
Шаг 3. Расчет четкой матрицы M размерностью (N+1)×(N+1), содер-
жащей результат нечеткой корреляции ФП степеней риска и
значимости:
83
DCentr(r, i) := nr ← Nrr
ni ← Nri risk ← 0
cen_sum ← 0
left ← (nr αi) + (ni αr) right ← (nr βi) + (ni βr) modul ← nr ni
for k 0.. R
cen_step ← µtrim(xk, modul − left, modul, modul + right)
cen_sum ← cen_sum + cen_step risk ← risk + (xk cen_step )
risk
return
cen_sum
Mr, i := DCentr(r, i)
Это формула приведения к четкости центроидным методом (9.2)
результата нечеткой корреляции ФП (рис. 23), полученной на основании произведения треугольных ФП как чисел (L-R) – ти-
па (п. 4.2).
Рис. 23. Треугольные ФП степеней риска и значимости факторов с четкой матрицей M корреляции данных степеней
Строим функцию, которая выдаст ответ в виде нечеткого век-
тора из N+1 значений для любого элемента их М. Геометриче-
ски это значит, что ищется нечеткий уровень пересечения ка-
84
ждого элемента из M с каждой из N+1 ФП логической оценки степени риска и значимости:
rowMx(rr, ii) := |
for i 0.. N |
|
|
|
|
|
|
|
|
mx ← µtrim M |
rr, ii |
, n |
, n |
i+ 1 |
, n |
i+ 2) |
|
|
i |
( |
i |
|
|
|||
|
return |
mx |
|
|
|
|
|
|
Теперь можно перейти к расчету нечеткой матрицы риска mxk
размерностью nk × N + 1 для каждого k-го фактора:
Mx(Ri) := |
n ← cols(Ri) − 1 |
|
|
|
|
||
|
mxT ← 0 |
|
|
|
|
|
|
|
for r 0.. n |
|
|
|
|
|
|
|
|
|
|
r |
r |
|
|
|
|
|
|||||
|
|
mxr ← rowMx (Ri) |
0, |
(Ri) |
1 |
||
|
|
mxT ← stack mxT, mxT |
|
if r > 0 |
|||
|
|
|
|
r |
|
|
|
|
|
mxT ← mxT |
otherwise |
|
|
|
|
|
|
r |
|
|
|
|
|
|
return mxT |
|
|
|
|
|
Результат расчета нечетких матриц для первого и второго факторов:
|
|
|
mx := Mx(RI ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
k |
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0.333 |
|
0.667 |
0 |
|
|
0 |
0 |
0 |
|
|
|
|
|||||
|
|
|
mx = |
|
|
|
|
|
|
|
|
|
|
− |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
|
|
|
|
|
1.134× |
|
|
0 |
|
|
|
|
|||||
|
|
|
|
|
0 |
|
|
1 |
|
10 |
|
0 |
0 |
|
|
|
|
||||||
|
|
|
0.155 |
0.845 |
|
|
0 |
|
|
|
0 |
|
0 |
|
0 |
0 |
|
||||||
|
|
|
|
0 |
|
|
0 |
|
|
0 |
0.222 |
0.778 |
0 |
0 |
|
|
|||||||
|
mx = |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
|
0 |
|
|
1 |
1.601× |
− 6 |
0 |
|
0 |
|
0 |
0 |
|
|
|||||||
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
0 |
|
|
0 |
|
|
0 |
|
|
|
0 |
0.278 |
0.722 |
0 |
|
|||||
Путем |
преобразований |
|
Mrx |
k |
= W1 T mx |
k |
получаем |
нормальную |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
k =1,N |
|
|
|
|
|
|
|
|
|
||
форму |
размерности |
1× N + 1 |
|
для нечетких матриц риска всех |
|||||||||||||||||||
факторов и формируем Mcols() для |
|
построения |
составной |
||||||||||||||||||||
|
|
... |
|
Mrx1 |
|
T |
, что соответствует: |
|
|
|
|
||||||||||||
матрицы |
Mrx |
|
|
N |
|
|
|
|
|||||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Mrxk := submatrix(W1 , k, k, 0, cols(RIk) − 1) mxk
85
Mcols (Rc) := n ← rows(Rc) − 1 mxT ← 0
for r 0.. n mx ← Rcr
mxT ← stack (mxT, mx) if r > 0 mxT ← mx otherwise
return mxT
Результат нормализации на рис 24.
|
|
Рис. 24. Синтез ФП риска для двух факторов |
|
|
||||||
Шаг |
4. |
|
|
Оценка |
общего |
риска |
всей |
системы |
||
|
Mrx = W 2T |
|
Mrx ... |
Mrx |
|
T |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
N |
(рис. 25): |
|
|
|||||
|
|
|
|
1 |
|
|
|
|
|
Mrx := ((W2)T Mcols (Mrx))T
Рис. 25. Синтез ФП риска модернизации всей системы
Шаг 5. Получение оценки общего риска устранением нечеткости Mrx
центроидным методом (9.2):
86
Centroid(µ , λ) := R ← length (µ) − 1 sumµx ← 0
sumµ ← 0 for k 0.. R
act_step ← µk
sumµ ← sumµ + act_step
sumµx ← sumµx + (λk act_step )
return sumµx sumµ
Ответ в форме четкого коэффициента риска модернизации всей
технической системы:
Centroid(Mrx, Nr) = 0.343
Практическое задание: оценка риска модернизации технической системы, где процесс модернизации представляется структурной иерархической моделью факторов модернизации с характеристиками их риска и значимости.
Содержание задания: исходные данные 4-х вариантов системы отображены в табл. 8 – 11. Предполагается использование индексов степеней риска и значимости от 0 до 7, хотя число степеней может быть изменено преподавателем.
Исходные данные по оценке факторов риска
Таблица 8
|
|
|
|
|
|
|
|
|
|
|
Факторы xk , k = 1,2 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
xk |
|
x1 |
|
|
|
|
x2 |
|
||
W2 |
0.7 |
|
|
|
|
0.3 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
sk , jk |
s1,1 |
|
s1, 2 |
s2,1 |
|
s2, 2 |
|
s2,3 |
s2, 4 |
|
W1 |
0.6 |
|
0.4 |
0.1 |
|
0.2 |
|
0.4 |
0.3 |
|
|
|
|
|
|
|
|
|
|
|
|
Степень риска, r |
2 |
|
4 |
1 |
|
4 |
|
3 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
Степень значимости, i |
5 |
|
3 |
5 |
|
6 |
|
2 |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 9 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Факторы xk , k = 1,5 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xk |
x1 |
|
x2 |
|
|
x3 |
|
x4 |
|
|
x5 |
|
|||||
W2 |
0.25 |
0.15 |
|
|
0.1 |
|
0.2 |
|
0.3 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
sk , jk |
s1,1 |
s1, 2 |
s2,1 |
s2, 2 |
|
s2,3 |
s2,3 |
|
s2,3 |
s2,3 |
s2,3 |
s2,3 |
s2,3 |
s2,3 |
s2,3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
87
W1 |
0.35 |
0.65 |
0.4 |
0.4 |
0.2 |
0.45 |
0.55 |
1 |
0.23 |
0.12 |
0.25 |
0.3 |
0.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Степень |
3 |
4 |
1 |
3 |
0 |
5 |
3 |
5 |
3 |
5 |
6 |
3 |
2 |
риска, r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Степень |
6 |
4 |
2 |
5 |
2 |
4 |
0 |
2 |
4 |
5 |
4 |
2 |
5 |
знач-ти, i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 10
Факторы xk , k = 1,4
|
xk |
|
|
|
|
x1 |
|
|
x2 |
|
|
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
W2 |
|
|
0.16 |
|
|
|
0.35 |
|
|
|
|
|
0.24 |
|
|
|
|
|
|
|
|
|
0.25 |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
sk , jk |
|
|
s1,1 |
|
s1, 2 |
s2,1 |
s2, 2 |
|
s2,3 |
|
|
s2,3 |
|
s2,3 |
|
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W1 |
|
|
0.45 |
|
0.55 |
0.7 |
|
0.18 |
|
0.12 |
|
0.6 |
|
0.4 |
|
0.1 |
|
0.15 |
|
0.1 |
|
0.2 |
|
0.15 |
|
0.3 |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Степень |
4 |
|
|
4 |
|
4 |
|
3 |
|
|
1 |
|
|
|
3 |
|
|
3 |
|
|
5 |
|
|
1 |
|
|
3 |
|
|
4 |
|
|
1 |
|
|
1 |
|
|
|
|||||
|
риска, r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Степень |
4 |
|
|
3 |
|
6 |
|
1 |
|
|
5 |
|
|
|
1 |
|
|
5 |
|
|
1 |
|
|
4 |
|
|
2 |
|
|
4 |
|
|
4 |
|
|
1 |
|
|
|
|||||
|
знач-ти, i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 11 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Факторы xk , k = 1,6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
xk |
|
x1 |
|
x2 |
|
|
|
x3 |
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
|
x3 |
|
|
|
|
|
|
|
|
|
|
x3 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
W2 |
|
0.7 |
|
0.3 |
|
|
|
|
0.3 |
|
|
|
|
|
0.3 |
|
|
|
|
|
|
|
0.3 |
|
|
|
|
|
|
|
|
|
0.3 |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
sk , jk |
|
s1, 2 |
|
s2,1 |
|
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
|
s2,3 |
||||||||||||
W1 |
|
1 |
|
0.65 |
|
0.35 |
|
0.2 |
|
0.5 |
|
0.3 |
|
0.78 |
|
0.22 |
|
0.45 |
|
0.15 |
|
0.3 |
|
0.1 |
|
0.35 |
|
0.4 |
|
0.25 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Степень |
|
5 |
|
3 |
|
3 |
|
6 |
|
3 |
|
3 |
|
|
5 |
|
3 |
|
6 |
|
|
4 |
|
1 |
|
5 |
|
3 |
|
2 |
|
1 |
|||||||||||||
риска, r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Степень |
|
1 |
|
3 |
|
1 |
|
5 |
|
3 |
|
3 |
|
|
4 |
|
3 |
|
4 |
|
|
3 |
|
4 |
|
1 |
|
1 |
|
3 |
|
2 |
|||||||||||||
знач-ти, i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
С учетом большого объема программных построений алгоритма можно ограничиться Шагом 1 примера Алгоритма 9.1 и расчетом четкой матрицы нечетких корреляций степеней риска и значимости.
Результат практики: числовые модели выбранного варианта факторов и их весовые оценки в виде матриц (можно предложить собственный вариант, отличный от примера); графики ФП степеней риска и значимости факторов; матрица корреляций М.
Контрольные вопросы
1.Пояснить понятие сложной системы.
2.Дать определение структуры и подсистемы ТС.
88
3. Какая основная причина перехода от аналитических оценок к лингвистическим в моделях управления и идентификации?
9.2. Упрощенная оценка риска модернизации технических систем
Теория. Для практических целей Алгоритм 9.1 существенно упрощается, если ввести операцию по снятию нечеткости трапецеидального нечеткого числа
М (рис. 26)
D(M ) = e = a + b + c + d . 4
Рис. 26. Снятие нечеткости трапецеидального нечеткого числа
Треугольное нечеткое число А, параметризованное тройкой (a, b, c), является частным случаем трапецеидального нечеткого числа М. В этом случае треугольное нечеткое число А может также быть представлено четверкой (a, b, b, c). Тогда снятие нечеткости значения D(A) треугольного нечеткого числа будет определяться с помощью зависимости
D( A) = e = |
a + b + b + c |
. |
(9.4) |
|
|||
4 |
|
|
Базируясь на выражении (9.4), содержание иерархической структурной модели, показанной на рис. 21, может быть представлено в виде данных табл. 12. Здесь оценка риска Μ = D(r) × D(i) , где D(r) и D(i) – значения треугольных нечетких чисел со снятой нечеткостью, описанных соответственно степенью риска (r) и значимости (i). Отсюда упрощенный алгоритм оценки риска.
Алгоритм 9.2
Шаг 1. Совпадает с действиями Алгоритма 9.1 – Шаг 1 – Шаг 2.
89
Шаг 2. Расчет четкой матрицы Μ совокупности оценок риска, используя снятие нечеткости с термов способом трапеции.
Шаг 3. Оценка рисков отдельных факторов с использованием весовых коэффициентов характеристик риска и значения из Μ по индексам пары
(r,i)( k ) |
|
|
|
||
j |
|
|
|
||
k |
|
|
|
||
|
nk |
|
|
|
|
|
|
( k ) |
), k = 1, N . |
||
Pk = ∑(W1k (sk , jk ) Μ(r,i) jk |
|||||
|
jk =1 |
|
|
|
|
Шаг 4. Конечная оценка риска будет рассчитываться по формуле |
|||||
|
|
N |
|
|
|
|
|
= ∑W 2(xk ) × Pk . |
|
|
|
|
R |
|
|
|
|
|
|
k =1 |
|
|
|
Основным достоинством подхода во втором случае, не взирая на некоторую округленность результата, является то, что не требуется формировать нечеткие матрицы и оценки риска факторов для получения первостепенных составных векторов оценок риска. Кроме того, нет надобности выполнять сложные операции по снятию нечеткости в расчетах, использующих центроидный метод.
|
|
|
|
|
|
|
|
|
Таблица 12 |
|
|
Содержание иерархической структурной модели |
|
|
|||||||
|
|
|
|
риска модернизации |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
xk |
|
sk , j |
k |
|
W 2(xk ) |
W1k (sk , j |
) |
|
Μ(r,i)( k ) |
|
|
|
|
|
|
|
k |
|
jk |
|
|
x1 |
|
s1,1 |
|
|
W 2(x1 ) |
W11 (s1,1 ) |
|
Μ(r,i)1(1) |
|
|
|
|
s2,1 |
|
|
|
W12 (s2,1 ) |
|
Μ(r,i)1( 2) |
|
|
x2 |
|
s2, 2 |
|
|
W 2(x2 ) |
W12 (s2, 2 ) |
|
Μ(r,i)(22) |
|
|
|
s2,3 |
|
|
W12 (s2,3 ) |
|
Μ(r,i)3( 2) |
|
|||
|
|
s2, 4 |
|
|
|
W12 (s2, 4 ) |
|
Μ(r,i)(42) |
|
|
x3 |
|
s3,1 |
|
|
W 2(x3 ) |
W13 (s3,1 ) |
|
Μ(r,i)1(3) |
|
|
|
|
s3, 2 |
|
|
|
W13 (s3, 2 ) |
|
Μ(r,i)(23) |
|
|
|
|
s4,1 |
|
|
|
W14 (s4,1 ) |
|
Μ(r,i)1( 4) |
|
|
x4 |
|
s4, 2 |
|
|
W 2(x4 ) |
W14 (s4, 2 ) |
|
Μ(r,i)(24) |
|
|
|
s4,3 |
|
|
W14 (s4,3 ) |
|
Μ(r,i)3( 4) |
|
|||
|
|
s4, 4 |
|
|
|
W14 (s4, 4 ) |
|
Μ(r,i)(44) |
|
|
x5 |
|
s5,1 |
|
|
W 2(x1 ) |
W15 (s5,1 ) |
|
Μ(r,i)1(5) |
|
90