Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 182 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

182
Алгоритм построения ACL-шкалы
Сформулируем постановку задачи построения ACL-шкалы следующим
образом. Пусть имеется универсальное множество Х. Требуется построить не-
четкую лингвистическую шкалу, содержащую в качестве градаций упорядо-
ченные нечеткие метки качественных оценок
i
х
~
X
~
, i
[1,m], такую, что каж-
дому элементу x
Х на шкале можно сопоставить одну или несколько нечет-
ких меток с разной степенью соответствия.
Для построения на множестве Х ACL-шкалы необходимо задать множе-
ство параметров, образующих ее параметрическую модель, а затем генериро-
вать структурную модель шкалы. Моделирование экспертной деятельности ре-
шения различных задач включает процедуру нечеткой кластеризации накоп-
ленных знаний
о предметной области универсального множества Х. Кластеры
на Х будут определять пересекающиеся подмножества объектов xX , таких,
что каждому кластеру эксперт сопоставляет некоторую экспертную оценку
i
х
~
.
Множество сформированных экспертных оценок образует множество градаций
шкалы
X
~
= {
i
х
~
}, i
[1,m]. Очевидно, что количество кластеров m соответствует
количеству экспертных оценок.
В простейшем случае, когда универсальное множество есть ограниченное
множество действительных чисел, кластеры представляются интервалами, в
общем случае различной длины. В условиях отсутствия знаний о предметной
области универсального множества Х, эксперт может задать кластеры в виде
интервалов одинаковой длины и задать количество
градаций шкалы m.
Для построения отношений типа и интенсивностей различий или измене-
ний в нечетких экспертных оценках применяют процедуры ранжирования.
Рассмотрим обобщенный алгоритм решения задачи построения ACL-шкалы.
1.
Анализ типа универсального множества Х: числовое, сим-
вольное. Допустим, для определенности универсальное множество –
числовое.

Страницы