|
зации множества объектов, содержащего кластеры подобной плотности и подобного объема, с минимальными временными затратами. 4. Методы кластеризации технического состояния зданий и сооружений с использованием алгоритма нечетких с-средних и алгоритма возможностиых с-средних па основе интервальных нечетких множеств второго типа и генетических алгоритмов с хромосомой постоянной длины, позволяющие учесть свойства кластерной относительности и кластерной титичности соответственно и обеспечивающие получение адекватных результатов кластеризации множества объектов, содержащего кластеры существенно разной плотности или существенно разного объема, с минимальными временными затратами. 5. Разработана методика выбора метода кластеризации технического состояния зданий и сооружений на основе нечетких множеств первого типа и интервальных нечетких множеств второго типа, обеспечивающая получение адекватных результатов кластеризации. 6. Разработан пакет прикладных программ для кластеризации технического состояния зданий и сооружений на основе разработанных методов кластеризации. Неопределенность в задаче кластеризации технического состояния зданий и сооружений связана с невозможностью полного сбора и учета информации о влияющих воздействиях, с неточностью выполняемых инструментальных измерений, а так же с неопределенностью, неполнотой и нечеткостью знаний экспертов специфики предметной области, то есть с проявлением субъективного человеческого фактора. 7. Исследования разработанных методов кластеризации показали: высокую обоснованность и адекватность принятия решения в условиях неопределенности и неточности исходной информации (в том числе, экспертной); — минимизацию временных и финансовых затрат, связанных как с необходимостью сбора и учета точных и полных исходных данных (что может 230 |
тов, содержащего кластеры существенно разной плотности или существенно разного объема, с минимальными-временными затратами. 7. Разработаны показатели качества кластеризации, позволяющие получить адекватные результаты кластеризации множества объектов, содержащего кластеры гиперсферической или гиперэллнпсоидной формы, с использованием методов кластеризации па основе интервальных нечетких множеств второго типа. Теоретическая значимость работы ^заключается в обобщении теории и развитии методов, моделей и алгоритмов поддержки принятия решений в условиях неопределенности с использованием бионических принципов решения прикладных задач. Практическая ценность работы. Практическая ценность работы состоит в том, что разработанные методы, модели и алгоритмы поддержки принятия решений позволяют: обеспечить высокую обоснованность и адекватность принятия решения в условиях неопределенности и неточности исходной информации, в том числе при несовпадающих (противоречивых) оценках экспертов; обоснованно использовать формализацию опыта экспертов, который зачастую является единственной наиболее достоверной информацией при решении многих задач поддержки принятия решений; минимизировать временные и финансовые затраты, связанные как с необходимостью сбора и учета точных и полных исходных данных (что может быть принципиально невозможным), так и с разработкой сложных классических математических моделей или необходимостью многократной реализации классических методов, моделей и алгоритмов с целью выбора соответствующих оптимальных параметров, обеспечивающих принятие адекватных решений. Достоверность научных положений, теоретических выводов и практических результатов диссертационной работы подтверждается: 31 чение адекватных результатов кластеризации множества объектов, содержащего кластеры подобной плотности и подобного объема, с минимальными временными затратами. 7. Разработаны методы кластеризации объектов с использованием модификаций алгоритма нечетких с-средних на основе интервальных нечетких множеств второго типа и генетических алгоритмов, позволяющие учесть свойства кластерной типичности и кластерной относительности и обеспечивающие получение адекватных результатов кластеризации множества объектов, содержащего кластеры существенно разной плотности или существенно разного объема, с минимальными временными затратами. 8. Разработаны показатели качества кластеризации, позволяющие получить адекватные результаты кластеризации множества объектов, содержащего кластеры гиперсферической или гиперэллипсоидной формы, с использованием методов кластеризации на основе интервальных нечетких множеств второго типа. 9. Разработаны пакеты прикладных программ, реализующие предлагаемые методы, модели и алгоритмы поддержки принятия решений в условиях неопределенности, и решен ряд актуальных прикладных задач: задача прогнозирования процессов с преобладающей детерминированной составляющей, представленных временными рядами с короткой длиной актуальной части, в условиях отсутствия априорной информации о вероятностных характеристиках процесса; задача принятия инвестиционных решений на основе многокритериального упорядочения, классификации и кластеризации инвестиционных проектов при ярко выраженном наличии несовпадающих, в том числе противоречивых, оценок экспертов; задача диагностики состояния городских инженерных коммуникаций и принятия решений в штатных н аварийных ситуациях при необходимости учёта территориальной распределенности объектов; 461 задача классификации способов несанкционированного отбора электроэнергии при наличии графического и/или аналитического представления данных обучающей выборки; задача оценки недвижимости как задача оценки потенциального качества изменяемых многомерных объектов при малых объёмах априорной информации; задача технического контроля состояния зданий и сооружении как задача кластеризации при нечётком определения состояний многомерных объектов. Неопределенность в данных задачах связана с невозможностью полного сбора и учёта информации о влияющих воздействиях, с неточностью выполняемых измерений, а так же с неопределенностью, неполнотой и нечеткостью знаний экспертов в конкретной предметной области, то есть с проявлением субъективного человеческого фактора. 10.Исследования разработанных методов, моделей и алгоритмов показали: повышение обоснованности и адекватности принятия решения в условиях неопределенности и неточности исходной информации, в том. числе при несовпадающих (противоречивых) оценках экспертов; повышение качества формализации опыта экспертов, который зачастую является единственной наиболее достоверной информацией при решении многих задач поддержки принятия решений: снижение временных и финансовых.затрат, связанных как с необходимостью сбора и учета точных и полных исходных данных (что может быть принципиально невозможным), так и с разработкой сложных классических математических моделей или необходимостью многократной реализации классических методов, моделей и алгоритмов с целью выбора соответствующих оптимальных параметров, обеспечивающих принятие адекватных решений. 462 |