Статья

Название статьи ОЦЕНКА СОГЛАСОВАННОСТИ ЭКСПЕРТНОЙ ИНФОРМАЦИИ ДЛЯ МОДЕЛЕЙ ПРИНЯТИЯ РЕШЕНИЙ
Автор В.А.А. Каид
Рубрика РАЗДЕЛ IV. МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Месяц, год 05, 2014
Индекс УДК 519.816
DOI
Аннотация Рассматривается анализ подхода к оценке согласованности экспертной информации, полученной методом парных сравнений для построения функции принадлежности нечётких множеств. Метод парных сравнений используется для построения функций принадлежности отдельного терма. Приведена таблица качественных оценок параметров терм-множества. Для оценки согласованности экспертной информации использованы следующие величины: индекс согласованности; случайный индекс и отношение согласованности. Приведены формулы, определяющие эти величины. Приведена формула для оценки величины несогласованности. Изложена суть методики оценки и улучшения согласованности экспертной информации. Для выполнения исследований разработано информационное обеспечение в среде MatLab, позволяющее получить матрицы парных сравнений для совокупности экспертов, максимальное собственное значение матрицы, собственный вектор, индекс согласованности, отношение согласованности для каждого эксперта и построение функций принадлежности нечётких множеств. Рассмотрен пример работы с информационным обеспечением, в котором определены функции принадлежности для терм-множества «Цены подготовки бизнес-проекта для энергетического предприятия».

Скачать в PDF

Ключевые слова Нечеткое множество; лингвистическая переменная; функция принадлежности; прямой групповой метод; согласованность экспертной информации; метод парных сравнений.
Библиографический список 1. Колесников А.В. Гибридные интеллектуальные системы: теория и технология разработки. – СПб.: Изд-во СПбГТУ, 2001. – 600 с.
2. Финаев В.И., Игнатьев В.В. Системы управления на основе объединения классической и нечеткой моделей объекта. – М.: Физматлит, 2013. – 156 с.
3. Захаров В.Н., Ульянов С.В. Нечёткие модели интеллектуальных промышленных регуляторов и систем управления. IV Имитационное моделирование. //Техническая кибернетика, № 5, 1994. – С.168-202.
4. Методы робастного нейро-нечеткого и адаптивного управления / Под ред. Н.Д.Егупова. – М.: Изд-во МГТУ им. Н.Э.Баумана, 2002.
5. Saaty T.L. Measuring the fuzziness of sets // Journal of Cybernetics. – 1974. – Vol. 4.
6. Пупков К.А., Коньков В.Г. Интеллектуальные системы. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. – 348 с.
7. Прикладные нечеткие системы / Под ред. Т. Тэрано, К. Асан, М. Оугэно: Пер. с япон. – М.: Мир, 1993.
8. Финаев В.И. Модели систем принятия решений: Учеб. поcобие. – Таганpог: Изд-во ТРТУ, 2005. – 118 c.

Comments are closed.