Метод оценки риска банкротства

из "Оценка риска бизнеса на основе нечетких данных "

Чтобы произвести оценку риска банкротства количественно и качественно, необходимо произвести агрегирование данных, собранных в рамках древовидной иерархии при этом агрегирование совершается по направлению дуг графа иерархии. [c.35]
Везде в (7) х - это 01-носитель (отрезок [0,1] вещественной оси). Мы уже рассматривали этот классификатор в первой главе книги, а здесь мы впервые приводим его аналитическую запись. Нелишним будет повторить, что построенный классификатор представляет собой разновидность серой шкалы Поспелова. [c.36]
Стандартный классификатор осуществляет проекцию нечеткого лингвистического описания на 01-носитель, при этом делает это непротиворечивым способом, симметрично располагая узлы классификации (0.1, 0.3, 0.5, 0.7, 0.9). В этих узлах значение соответствующей функции принадлежности равно единице, а всех остальных функций - нулю. Неуверенность эксперта в классификации убывает (возрастает) линейно удалением от узла (с приближением к узлу, соответственно) при этом сумма функций принадлежности во всех точках носителя равна единице. [c.36]
Всего вариантов систем предпочтений 2м 1 для каждого числа N сопоставляемых альтернатив. [c.38]
Мы провели агрегирование показателей низового уровня иерархии G и распознавание агрегированного фактора по шкале L вида (2.2). Пройдя последовательно снизу вверх по всем уровням иерархии G и применяя соотношения (2.15) - (2.20), мы в итоге получаем функцию принадлежности фактора FO и лингвистическую интерпретацию уровня этого фактора, сопровожденную степенью сходства вида (2.20). [c.39]

Вернуться к основной статье