|
пользуют только наборы описаний-наблюдений объектов, где каждое наблюдение записывается в виде вектора значений отдельных его свойствпризнаков (оценок по критериям или элементам мониторинга) [93, 122, 182]. Выборки описаний свойств-признаков являются простейшими стандартизированными представлениями первичных исходных данных, которые возникают в процессе сбора однотипной информации, и которые могут быть использованы для решения следующих задач: распознавание (классификация, диагностика) ситуаций, явлений, объектов или процессов с обоснованием решений; прогнозирование ситуаций, явлений или процессов по выборкам динамических данных; выявление структур в данных для решения задач структурной идентификации; кластерный анализ; нахождение эмпирических закономерностей различного вида; построение аналитических описаний множеств (классов) объектов и т.п. [25, 124-129, 132, 133, 158, 164, 172]. Выбор той или иной модели для представления и исследования структуры совокупности анализируемых объектов определяется их свойствами, которые выражаются признаками объектов (оценками но критериям или элементам мониторинга) [84-91, 100-102]. Признаки объектов могут быть непрерывными и дискретными, количественными, качественными или смешанными. Обычно совокупность объектов представляется множеством точек в некотором метрическом пространстве, оси которого соотносятся с соответствующими признаками. Задание расстояния между объектами позволяет оценивать близость или удаленность этих объектов относительно друг друга вне зависимости от их природы, исследовать структурные особенности совокупности объектов и всего пространства в целом [76, 93, 108]. В прикладных задачах в качестве такого пространства обычно выбирается пространство с евклидовой метрикой вида: где х, и y i (/ = 1,и) —координаты (например, значения оценок по критериям или элементам мониторинга) объектов х н у соответственно. ал) 51 |
В традиционной теории принятия решений подобные замены функции цели на'ограничение-недопустимы. Но.и здесь прослеживается.скрытое, сходство между целями и ограничениями, которое становится явным при использовании метода неопределенных множителей Лагранжа и штрафных функций, когда цель;и ограничения объединяютсяв одну функцию. При использованни схемы Беллмана Заде оценивание объектов,: критериев, а, при необходимости, и экспертов, выполняется в:соответствии методом парных сравнений по шкале Саати [136]. 1.8 Упорядочение, классификация и кластеризация объектов В-различных прикладных задачах часто возникает необходимость сгруппировать или упорядочить анализируемые объекты, основываясь на их свойствах, выраженных признаками (оценками по .критериям), объектов. Формирование групп объектов по признакам (критериям) является удобным приемомпри' структурировании, рассматриваемой проблемы. Существуют различные методологические подходы к агрегированию объектов и выявлению их структуры. В формштьно-алгоритмических методах упор. делается:на построение эффективных процедур логической и; статистической обработки массивов данных [198, 199, 228]. При экспертной структуризации взаимоотношения-между объектами устанавливаются.на основе предпочтении ЛПР и/или знаний экспертов. При разработке таких подходов могут быть.использованы технологии и методы математической теории распознавания и классификации, которые в качестве исходной информации используют только наборы описанийнаблюдений объектов,, предметов, ситуаций и процессов, при этом каждое наблюдение записываетсяв виде вектора значений отдельных его свойствпризнаков (оценок по критериям) [152, 160]. Выборки признаковых описаний являются простейшими стандартизирован ными представлениями первичных: 84 исходных-данных; которые возникают в процессе сбора однотипной информации, и которые:могут быть использованы для решения следующих задач: распознавание (классификация, диагностика) ситуаций, явлений^ . объектов или процессов с обоснованием реш ений;. прогнозирование ситуаций, явлений, процессов или состояний по выборкам динамических данных; выявление.структур в.данных для решения задач структурной идентификации^ •• кластерный анализ; ; выявление существенныхпризнаков и-нахождение простейших описаний: . нахождение эмпирических закономерностей различного вида; . ■■■ построение аналитических опйсаний^множеств (классов) объектов; • нахождение нестандартных или критических случаев;. ' формирование эталонных описаний образов. Выбор той или иной модели для представления и исследования структуры совокупности рассматриваемых объектов определяется их свойствами, KOTojpbie выражаются признаками (оценками по критериям) объектов. Признаки объектов могут быть непрерывными и дискретными, количественными, качественными или смешанными. Обычно совокупность объектов представляется множеством точек,в некотором, многомерном (как:правило, метрическом) пространстве, оси которого соотносятся с. соответствующими при•знаками. В прикладных задачах в'качестве такого пространства часто (но не всегда обоснованно) выбирается пространство с Евклидовой метрикой вида: 4(Х>У) =^Е(Х 1-У /У .0-6) Задание расстояния между объектами позволяет оценивать близость или удаленность этих объектов относительно друг друга вне зависимости от ‘ их природы, исследовать структурные особенности совокупности объектов и всего пространства в целом [227, 228].. . 85 |