Метасистемный подход в управлении: Монография. Миронов С.В - 313 стр.

каждого множества были соответствующим образом представлены все уровни
уточнения. Аналогичные эксперименты были проведены для множеств состоя-
ний одинаковой мощности (2, 3, 4 и 5) для всех рассматриваемых перемен-
ных, а также для определенных смесей разной мощности. Поскольку отличия пе-
ременных, описываемых масками и средами, которые для общесистемных иссле-
дований очень важны, собственно для реконструктивного анализа значения не
имеют, эксперименты проводились только для нейтральных систем без памяти.
     Последовательности данных порождались с помощью генератора случай-
ных чисел в соответствии с конкретной вероятностной структурированной сис-
темой (представленной С-структурой). Затем они анализировались вероятност-
ным и возможностным методами. На самом деле одной из целей проведения
экспериментов было сравнение этих двух методов и определение их областей
применения.
     На начальном этапе эксперимента было замечено, что возможностный ана-
лиз демонстрирует тенденцию к естественной классификации реконструктивных
гипотез на каждом уровне уточнения на хорошие и плохие гипотезы, т. е. на
гипотезы соответственно с малыми и большими расстояниями. Было также от-
мечено, что корректные гипотезы (то есть гипотезы, с помощью которых были
порождены анализируемые данные) часто не обладают наименьшим расстоя-
нием, но почти всегда принадлежат к хорошему кластеру. Исходя из этих на-
блюдений вероятностный и возможностный анализы проводились по
немного отличающимся правилам.
     При вероятностном анализе любая порожденная последовательность дан-
ных анализируется на соответствующей решетке уточнения дважды с помощью
двух различных процедур поиска. Согласно первой процедуре на каждом уровне
уточнения уточняются только структуры с минимальным расстоянием. Со-
гласно второй процедуре уточняются все структуры, чьи расстояния не превы-
шают минимальное более чем на 100%. По каждой из процедур характеристики
вычисляются отдельно.
     При возможностном анализе структуры на каждом уровне уточнения кла-
стеризуются на плохие и хорошие и далее уточняются только хорошие струк-
туры. Любая последовательность данных анализируется дважды с помощью
двух разных процедур кластеризации. Для описания этих процедур пусть
                               R = {( Ci , d i ) | i ∈ N r }
обозначает множество всех С-структур Сi, оцениваемых на определенном уровне
уточнения конкретного эксперимента, с их расстояниями di. Пусть di≤di+1 для
всех i∈ N r −1 и пусть
                       G={C1 С2, . .., Сс};
                       В= {Сс+1 Сс+2, . . ., Сr }
- соответственно кластеры хороших и плохих структур, где 1 ≤ c ≤ r (то есть
кластер G всегда непустой, в то время как кластер В в некоторых случаях
может быть пустым).



313