Расплывчатые категории

из "Принятие решений в системах организационного управления: использование расплывчатых категорий "

В оценке, выборе и обучении также могут присутствовать подобные элементы, связанные с присущими человеку особенностями мышления и накопления опыта. [c.16]
В основе подхода к изучению этих категорий лежит введенное Л. Заде понятие лингвистической переменной, т. е.. такой переменной, которая выражается не числом, а словом на естественном языке. Примерами подобных лингвистических переменных является возраст молодой, очень молодой, не очень молодой, не очень старый, старый вес тяжелый, очень тяжелый,. .., легкий внешность красивый, очень красивый,. .. эффективность высокая, средняя,. .. [c.17]
Трудности манипулирования расплывчатыми категориями, содержащимися в текстах, представленных на естественном языке, и проявляющимися в процессах оценки и выбора человеком, связаны с особенностями возникновения, необходимостью их формального представления. Это представление осуществляется с помощью введенных Л. Заде понятий расплывчатого множества и функции принадлежности . В отличие от обычной теории множеств, которая оперирует с множествами, элементы которых либо принадлежат к ним, либо не принадлежат. (самолеты, птицы), рассматриваются такие множества, элементы которых обладают разной степенью принадлежности этому множеству (элементы поверхности чернильного пятна, рост игроков баскетбольной команды). Множество всех высоких игроков или чернильное пятно являются в данном случае расплывчатым множеством. О степени принадлежности конкретного элемента к некоторому расплывчатому множеству судят по значению его функции принадлежности , изменяющейся в интервале [0,1]. При этом крайние значения, естественно, характеризуют полную непринадлежность или полную принадлежность данного элемента множеству. [c.18]
Различным аспектам теории расплывчатых множеств в мировой литературе посвящено около 2000 публикаций, однако работы, в которых содержатся конкретные процедуры принятия решений с использованием расплывчатых категорий, весьма малочисленны. Ссылки на них приведены, в соответствующих параграфах гл. 3 и 4. Среди работ общего характера можно отметить монографию [150], содержащую расплывчатую интерпретацию основных разделов современной математики (от теории множеств до теории оптимальных систем), и монографии [137, 172, 135], в которых приведены теоретические и методические особенности этого подхода, а также сборники [133—134], в которых представлены результаты работ в основном по расплывчатым алгоритмам, логике, автоматам, и в меньшей мере — по процедурам принятия решений. [c.18]
В дальнейшем быстро увеличилось число публикаций и расширился их диапазон, например, применительно к разработке методов расплывчатого программирования (этот подход описан в [71]), расплывчатых графов [23], а также решению конкретных задач организационного управления [94, 95], нейрофизиологии [50, 59], управления роботами [1, 72] и др. Выпущены также обзоры [29, 30, 153] и сборники Управление при наличии расплывчатых категорий (Пермь, 1980 Фрунзе, 1981 Пермь, 1982). [c.19]
Необходимость общения человека с машиной на естественном языке в диалоге определяет необходимость исследований способов введения в ЭВМ текста, содержащего качественные параметры и предписания. Оба этих аспекта требуют использования и формализации расплывчатых понятий и предписаний на основании мнений экспертов с учетом индивидуальных особенностей их мышления на. опыте. Однако глубокое исследование действия сложной человеко-машинной системы без учета присущих человеческому мышлению расплывчатых категорий, по-видимому,, невозможно, поскольку в подобных системах существует несколько источников расплывчатости. [c.19]
Можно видеть, что расплывчатые категории присущи той части сложной человеко-машинной системы, которая определяется человеческим фактором по А. Н. Леонтьеву [54], и проявляются в неопределенностях, связанных с осуществлением человеком процедур оценки и выбора, а также в неопределенностях текста, которым представляются ситуационные данные, критерии и ограничения. [c.20]
О соотношении вероятностного и расплывчатого в формализации неопределенности. Изучение неопределенностей, присущих процессам, происходящим в природе, а также в экономических, биологических, социальных и других системах, элементом которых является человек, как известно, давно привлекает внимание исследователей. Формальная интерпретация неопределенностей связана с использованием таких понятий, как вероятность, важность, возможность, необходимость, расплывчатость. Каждое из них, обладая собственной смысловой нагрузкой, предполагает и собственный подход к формальному представлению, а также соответствующий класс задач. [c.21]
Среди методических проблем, возникающих при изучении и использовании формализованных расплывчатых категорий в задачах управления и принятия решений, в описании которых имеются неопределенности, важное место занимает сравнительный анализ возможностей методов теории расплывчатых множеств и теории вероятностей [53]. Сравнительный анализ обоих подходов целесообразно проводить путем исследования особенностей обоих подходов, определенных рядом признаков. К таким признакам могут быть отнесены феноменология (понятийная основа) способ списания исходных данных количество объектов человеческий фактор способы формирования операций аксиомы круг прикладных задач. [c.22]
Рассмотрим подробнее упомянутые особенности. [c.22]
Способ описания исходных данных. В вероятностном подходе неопределенности в описании отдельных параметров, объектов и процессов представляются в виде закона распределения случайной величины и каждому значению параметра х соответствует значение Р(х). В нечетком подходе неопределенности в описании (словами естественного языка) или неопределенности, свойственные человеку в процедурах оценки и выбора, представляются значением функции принадлежности ЦА (х) или элементом качественной шкалы. [c.22]
Известно, однако, что соответствующие вероятностные распределения конкретных исследуемых параметров не всегда удается получить ввиду ограниченного количества экспериментов и, кроме того, нередко подобное распределение должно носить объективный (независимый от взглядов ЛПР) характер. Это, по-видимому, относится и к задачам, в которых статистическая информация собирается от экспертов. В подобных задачах необходимо построить методику опроса так, чтобы субъективное мнение экспертов о процессах и явлениях было достаточно объективным . Кроме того, в проблематике теории нечетких множеств рассматриваются объекты (параметры) иной природы (характеризующие оттенки цвета и другие качественные категории) и, как правило, не-имеющие больших массовых данных, пригодных для статистического анализа. [c.23]
Способы формирования операций. Сравнительные возможности конкретных подходов к представлению неопределенностей могут быть рассмотрены, например, на основе анализа операций с различными видами неопределенностей [156]. [c.24]
Таким образом, в зависимости от особенностей описания конкретной задачи (постановки, исходных данных и вида неопределенностей) могут быть получены различные оценки значений неопределенностей совокупности объектов (О1- -О3+О6), а также оценки верхних (О5).и нижних (О4) границ диапазонов изменений подобных оценок. [c.24]
Первой и наиболее изученной среди операций на нечетких множествах является пара операций max и min, введенных Л. Заде для выражения объединения и пересечения размытых множеств. Отличие различных формальных способов представления неопределенностей связано не только с их природой и смыслом, но и, как отмечено выше, с особенностями операций (в частности, последовательных операций) над соответствующими функциями. Поэтому представляется целесообразным рассмотреть три подхода к представлению последовательных процедур, основанных на формализации расплывчатых множеств. [c.24]
В этих примерах, очевидно, применим лишь вероятностный подход. [c.26]

Вернуться к основной статье