|
вне зависимости от числа кластеров и объектов, подлежащих кластеризации (при условии выполнения (0.5)), существование как минимум одного объекта принадлежащего каждом}' из кластеров. Условие (0.4) определяет структуру решения в части возможности принадлежности объекта с соответствующей степенью к разным кластерам, т.е. полученное разбиение на кластеры является нечетким. Обоснованность использования элементов теории нечетких множеств состоит в следующем: экономические данные изначально содержат в себе элемент нечеткости [93]; представление решения в нечетком виде позволяет осуществить дальнейшее углубление анализа [79]; в условиях имеющейся офаниченной и нечеткой информации некорректно представлять решение в «четком» виде, т.к. нечеткость изначально присуща предметной области. Например, согласно мнению И.И.Елисеевой, В.О.Рукавишникова, «при анализе социально-экономических систем целесообразно использовать представление о классе как о размытом множестве» [47]. Условия (0.5) связаны с гем, что в случае нс выполнения условия к » 2 поставленная задача сводится к тривиальной (двумерный вариант), а в случае невыполнения условие т « п , задача не требует формализованного решения в предлагаемой нами постановке, а сводится к практически абсолютной индивидуализации взаимодействия, т.е. осуществляется совершенная ценовая дискриминация. В этом случае отсутствует необходимость в выделении среди контрагентов однородных групп, позволяющее формализовать взаимодействие с ними путем введения стандартных процедур. Как указывает в своей работе Ю .А.Вороиии [24], сходство объектов можно рассматривать в двух смыслах: «широком», когда имеют в виду сходство по всем существенным свойствам, и в «узком» сопоставление по заранее зафиксированным существенным свойствам. Использование данной мо102 |
Условие (3.4) определяет структуру решения в части возможности принадлежности объекта с соответствующей степенью к разным кластерам, т.е. полученное разбиеЛ ние на кластеры является нечетким. Обоснованность использования элементов теории нечетких множеств состоит в следующем: экономические данные изначально содержат в себе элемент нечеткости [124]; представление решения в нечетком виде позволяет осуществить дальнейшее углубление анализа [99]; в условиях имеющейся ограниченной и нечеткой информации некорректно представлять решение в «четком» виде, т.к. нечеткость изначально присуща предметной области. Л Например, согласно мнению И.И.Блисеевой, В.О.Рукавишникова, «при анализе социально-экономических систем целесообразно использовать представление о классе как о размытом множестве» [56, с.45]. Условия (3.5) связаны с тем, что в случае не выполнения условия к » 2 поставленная задача сводится к тривиальной (двумерный вариант), а в случае невыполнения условие т « п , задача не требует формализованного решения в предлагаемой нами постановке, а сводится к практически абсолютной индивидуализации взаимодействия, т.е. осуществляется совершенная ценовая дискриминация. В этом случае отсутствует необходимость в выделении среди контрагентов однородных групп, позволяющее формализовать взаимодействие с ними путем введения стандартных процеКак указывает в своей работе Ю.А.Воронин [33], сходство объектов можно рассматривать в двух смыслах: «широком», когда имеют в виду сходство по всем существенным свойствам, и в «узком» сопоставление по заранее зафиксированным существенным свойствам. Использование данной модели кластеризации для выделения однородных групп риска взаимодействия с контрагентами корректно при допущении, что контрагентов сходных по ряду характеристик (компоненты признакового пространства), можно считать сходными, в «узком» смысле, при прочих рав83 |