Метасистемный подход в управлении: Монография. Миронов С.В - 211 стр.

UptoLike

Составители: 

211
()()
(
)
(
)
(
)
=
=
Xx
xfxfxHXxxfH
2
log| . (В.37)
Обычно функцию (В.37) называют шенноновской энтропией. Она изме-
ряет нечеткость в единицах, называемых битами.
Рассмотрим теперь порождающую нечеткость в системах, описываемых
с помощью функций распределения возможностей. Пусть Пэто множество
всех распределений возможностей, имеющих по крайней мере одно ненуле-
вое значение, которые можно определить на конечных множествах альтерна-
тивных исходов. Тогда возможностная мера нечеткости представляет собой
функцию
[
]
,0: ПU , (В.48)
обладающую определенными свойствами. Прежде чем рассматривать эти
свойства, нужно сначала ввести некоторые понятия, связанные с распределе-
ниями возможностей.
1 Распределение возможностей
(
)
ПNif
X
=
||
|
ϕ
, (В.51)
определенное на конечном множестве X альтернативных исходов x на-
зывается нормализованным распределением возможностей тогда и только
тогда, когда
1max
=
i
i
ϕ
; (В.52)
понятно, что )(xf
i
=
ϕ
для некоторого взаимнооднозначного соответствия
между N
|X|
и X.
2 Пусть для любого распределения возможностей f, например для рас-
пределения, определенного в (49), и для любого действительного
[]
1,0l
[
]
(
)
NPПc
×
1,0: (В.53)
такая функция, что
(
)
}|{, lNilfc
i
X
=
ϕ
. (В.54)
Эта функция называется функцией l-уровня, а множество
()
lfc ,- множеством
l- уровня от f.
3 Для заданного распределения возможностей (49) назовем
(В.55)
уровневым множеством для f. Обозначим через
},...,,{
21 qf
lllL
=
уровневое множество для f, где l
1
=0,
f
Lq = , причем из ji < следует, что
ji
ll < . Пусть для удобства
i
i
f
l
ϕ
max
=
.
Понятно, что
fqf
Lll = . Кроме того, 1
=
f
l тогда и только тогда, когда f яв-
ляется нормализованным распределением возможностей.
4 Для любого
N
m пусть
)
}0)(|{
=
=
= lилиlNEilL
i
X
f
ϕ
                    H ( f ( x ) | x ∈ X ) = H ( x ) = − ∑ f ( x )log 2 f ( x ) .   (В.37)
                                                        x∈X
     Обычно функцию (В.37) называют шенноновской энтропией. Она изме-
ряет нечеткость в единицах, называемых битами.
     Рассмотрим теперь порождающую нечеткость в системах, описываемых
с помощью функций распределения возможностей. Пусть П – это множество
всех распределений возможностей, имеющих по крайней мере одно ненуле-
вое значение, которые можно определить на конечных множествах альтерна-
тивных исходов. Тогда возможностная мера нечеткости представляет собой
функцию
                                 U : П → [0, ∞ ] ,                (В.48)
обладающую определенными свойствами. Прежде чем рассматривать эти
свойства, нужно сначала ввести некоторые понятия, связанные с распределе-
ниями возможностей.
     1 Распределение возможностей
                              f = (ϕ | i ∈ N | X | )∈ П ,          (В.51)
     определенное на конечном множестве X альтернативных исходов x на-
зывается нормализованным распределением возможностей тогда и только
тогда, когда
                                    max ϕ i = 1 ;                  (В.52)
                                               i
понятно, что ϕ i = f (x) для некоторого взаимнооднозначного соответствия
между N|X| и X.
    2 Пусть для любого распределения возможностей f, например для рас-
пределения, определенного в (49), и для любого действительного l ∈ [0,1]
                                 c : П × [0,1] → P( N )               (В.53)
такая функция, что
                             c( f , l ) = {i ∈ N X | ϕ i ≥ l} .       (В.54)
Эта функция называется функцией l-уровня, а множество c( f , l ) - множеством
l- уровня от f.
     3 Для заданного распределения возможностей (49) назовем

                       L f = {l | ( Ei ∈ N X )(ϕ i = l ) или l = 0 }               (В.55)
уровневым множеством для f. Обозначим через
                           L f = {l1 , l2 ,..., lq }
уровневое множество для f, где l1=0, q = L f , причем из i < j следует, что
li < l j . Пусть для удобства
                                      l f = max ϕ i .
                                               i
Понятно, что l f = lq ∈ L f . Кроме того, l f = 1 тогда и только тогда, когда f яв-
ляется нормализованным распределением возможностей.
    4 Для любого m ∈ N пусть

211