Проверяемый текст
Ананьев Николай Сергеевич. Методы и средства анализа данных в системах поддержки принятия решений (Диссертация 2005)
[стр. 111]

формирование ОИП качества системы.
При решении задачи сравнительной оценки страховых рисков страхователей анализируемая система представляет собой набор однотипных объектов.
Формализованным описанием сравниваемых объектов является матрица X «объект-признак», каждая строка
Л', которой содержит характеристики соответствующего /-го страхователя и его предмета страхования, имеющие как количественное, так и качественное выражение.
После оцифровки и факторизации качественных данных они уже используются как исходные для решения задачи сравнения.
Из проведенного анализа видно, что решаемая задача сравнительной оценки страховых рисков
рассматривается в аспекте неопределенности исходных данных.
Правда, с одним исключением: в рассматриваемом случае мы не оцениваем степень приближения к «идеалу».

Поэтому для ее решения был использован энтропийный метод построения обобщенных показателей систем, аналитическую запись которого (2.15) и (2.16) мы просто повторим: = аг§тахтт(р./м>)' ХХ~т(р./\у) ( 4 у\ />еЛя N>>0 ' * ' где \у* вектор обобщенных показателей страховых рисков страхователей; X =(*,) матрица «объект-признак» факторизованных характеристик страхователей, /=1 ,п, у = 1 ,/я, элементы х%>0 которой значения у-ой факторизованной характеристики /-го страхователя; Ам Т X' транспонированная матрица, составленная из обратных значений элементов матрицы X р и вектор-столбцы, у которых операции умножения и деления осуществляются поэлементно.
Для алгоритмической реализации расчетов уу* было использовано выражение (2.17)
111
[стр. 120]

(в т.ч.
заданных интервальными значениями), не требуют предварительной нормировки разнородных данных и ориентированы на получение гарантированных оценок.
Такие свойства ОП вытекают из основных положений теории нечетких бинарных отношений и результатов работы [38], полученных при использовании важнейшей интегральной характеристики системы — энтропии и проанализированных в главе 2.
Энтропийные методы анализа сложных систем успешно применяются для решения различных задач в условиях неопределенности [29].
Для снятия неопределенности в исходных данных применяется принцип максимума энтропии, согласно которому наиболее характерными распределениями вероятностей состояний неопределённой среды являются такие, которые максимизируют выбранную меру неопределенности при заданной информации о «поведении» среды [14].
В [76] было показано, что при построении ОП качества системы, состоящей из некоторого набора элементов, возможные состояния среды необходимо интерпретировать как множество частных характеристик, присущих элементам этой системы, а максимизацию выбранной меры неопределенности осуществлять путем придания каждой у -й характеристике веса рп представляющего вклад (важность) _/' -й характеристики в формирование ОП качества системы.
При решении задачи сравнительной оценки страховых рисков страхователей анализируемая система представляет собой набор однотипных объектов.
Формализованным описанием сравниваемых объектов является матрица X «объект-признак», каждая строка
X/ которой содержит характеристики соответствующего /-го страхователя и его предмета страхования, имеющие как количественное, так и качественное выражение.
После оцифровки и факторизации качественных данных они уже используются как исходные для решения задачи сравнения.
Из проведенного анализа видно, что решаемая задача сравнительной оценки страховых рисков
аналогична задаче оценивания уровня знаний 120

[стр.,121]

студентов, описанной в главе 2, как по условиям, в которых она решается (неопределенности исходных данных), так и по своему содержанию.
Правда, с одним исключением: в рассматриваемом случае мы не оцениваем степень приближения к «идеалу»,
как это делали при оценивании уровня знаний.
Поэтому для ее решения также был использован энтропийный метод построения обобщенных показателей систем, аналитическую запись которого (2.15) и (2.16) мы просто повторим: агё,шах тт(р-М ХХ'Т(р.М) (4.4) реД^\\>0 где \у*вектор обобщенных показателей страховых рисков страхователей; X = (*,;) — матрица «объект-признак» факторизованных характеристик страхователей, /=1, п, ] = 1, т, элементы Ху > 0 которой значения у-ой факторизованной характеристики /го страхователя; Х"т транспонированная матрица, составленная из обратных значений элементов матрицы X; р ивектор-столбцы, у которых операции умножения и деления осуществляются поэлементно (р.Лу обозначение поэлементного деления).
Для алгоритмической реализации расчетов \у* было использовано выражение (2.17)
>у* = ^= --------------• (4-5) где: § главный (правый) собственный вектор-столбец матрицы 8; г\ главный (левый) собственный вектор-столбец транспонированной матрицы 8Т; г, 1 соответственно главные правый и левый собственные вектора (столбцы) матрицы ХТХ‘‘.
121

[Back]