Квалиметрия. Варжапетян А.Г. - 78 стр.

UptoLike

Составители: 

78
Если некоторые из критериев не оцениваются количественно, а
заданы в виде качественных характеристик, то для оценки полезно
сти можно использовать алгоритм Р. Акофа и Р. Черчмена [6], логи
ка которого сводится к следующим операциям.
1. Упорядочивают результаты стратегий СС по убыванию пред
почтительности V
1
> V
2
> … > V
n
.
2. Составляют таблицу возможных комбинаций результатов стра
тегий СС, достигаемых одновременно, а затем устанавливают их пред
почтение относительно отдельных результатов, эту информацию о
предпочтительности получают от экспертов.
3. Задают начальные оценки полезности отдельных результа
тов 1
0
()
i
V . Затем подставляют начальные оценки в последнее соот
ношение. Если оно сохраняет смысл, то начальные оценки не изме
няются. В противном случае корректируют полезности, так чтобы
удовлетворялось данное соотношение.
4. Переходят к следующему соотношению.
Процесс коррекции продолжается до тех пор, пока не образуется
система оценок П
*
(V
i
), i =
1, ,n
которая удовлетворяет всем получен
ным соотношениям. Коррекцию следует производить таким образом,
чтобы по возможности изменять оценки для минимального количе
ства результатов ДПП СС.
Иногда оценка полезности должна быть получена в результате
объединения n экспертных оценок различных свойств одного и того
же решения. Решение этой задачи является весьма сложным и со
ставляет одну из основных проблем квалиметрии.
3.3.3. Принятие решений
по нечеткой качественной информации
Опыт, накопленный при рассмотрении задач выбора решений в усло
виях определенности, неопределенности и риска, позволяет отметить,
что среди важнейших проблем, связанных с этими задачами, следует
выделить представление нечетких знаний (fuzzy logic) о характеристи
ках диагностируемых СС и среды пользователей. Сложность описания
этих характеристик на естественном языке требует применения новых
формальных методов и концепций принятия решений, в частности,
теории нечетких множеств. Введенное Л. Заде в 1965 г. понятие размы
того (нечеткого) множества в настоящее время является перспектив
ной концепцией исследований и активно используется в процедурах и
алгоритмах принятия решений по нечеткой качественной информации.
К нечетким (расплывчатым) категориям при выборе решений от
носятся такие характеристики, которые представлены в качествен