|
4. По имеющимся сведениям о возникшей проблеме с применением процедур нечеткого вывода рассчитываются координаты точки, характеризующей расположение проблемы относительно ориентиров кластеров. 5. Рассчитываются расстояния от точки (проблемы) до ориентиров кластеров и принимается решение о принадлежности проблемы к определенному кластеру. 6. Используя информацию о группе шаблонов соответствующего кластера, характере неопределенности и критерии, выбирается соответствующий метод для принятия решения. 0,45 0,27 0,1S 0,05 0,03 0,02 а) 0,45 0,05 0,27 0,03 0,18 б) Рисунок 3.1.2 Варианты иерархий для шаблонов с ШВЭ, кластера К<а в случае с меньшей неопределенностью v‘ или v, (а) и в случае меньшей неопределенности выбора критерия (б) Блок-схема алгоритма изображена на рисунке 3.1.3 |
4. По имеющимся сведениям о возникшей проблеме с применением процедур нечеткого вывода рассчитываются координаты точки, характеризующей расположение проблемы относительно ориентиров кластеров. 5. Рассчитываются расстояния от точки (проблемы) до ориентиров кластеров и принимается решение о принадлежности проблемы к определенному кластеру. 6. Используя информацию о группе шаблонов соответствующего кластера, характере неопределенности и критерии, выбирается соответствующий метод для принятия решения. В качестве примера применения методики рассмотрим решение задачи идентификации проблемной ситуации для случая нарушения работы газораспределительного пункта (ГРП), обслуживающего крупное промышленное предприятие. Ситуация характеризуется с помощью трех входных лингвистических переменных «величина ущерба» Х у , «время на решение проблемы» X t , и «категория важности» Х к . Функции принадлежности для термов лингвистических переменных, т.е. 74 приведены на рис. 3.3 (здесь нз — незначительный, ум умеренный, зн значительный, об очень большой ущерб; ср срочная, ж время жестко ограничено; нж нежесткие временные ограничения; л локальная, т — тактическая, стр стратегическая задача). |