Метод формализации данных и модели нечеткого кластерного анализа и рейтингового оценивания объектов с качественными характеристиками

• Автор: Поярков, Николай Геннадьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 107 с.

Содержание
Введение

Глава 1. Анализ методов обработки данных, полученных при

оценивании качественных характеристик объектов

1.1.Статистические методы обработки данных, полученных при

оценивании качественных характеристик объектов

1.2. Элементы теории нечетких множеств

1.3. Нечеткие отношения и элементы нечеткого кластерного анализа

1.4. Методы обработки данных оценивания качественных

характеристик объектов на основе теории нечетких множеств

1.5.Выводы по главе 1 Глава 2. Метод формализации нечетких данных и модели их

обработки
2.1. Метод формализации элементов шкал, используемых для
оценивания качественных характеристик объекта
2.2. Модель соответствия балльной и лингвистической шкал
2.3. Модель многокритериального рейтингового оценивания объектов
2.4. Модель нечеткого кластерного анализа для определения похожих объектов по ряду качественных характеристик
2.5. Модель нечеткого кластерного анализа для формирования
экспертных групп
2.6. Выводы по главе 2 Глава 3. Автоматизированная система обработки данных оценивания
качественных характеристик объектов
3.1. Ввод данных вручную
3.1.1. Построение рейтинговых оценок
3.1.2. Кластеризация экспертов
3.1.3. Кластеризация объектов
3.2. Ввод данных из файла
3.2.1. Внешний вид программы
3.2.2. Форматы входных файлов
3.2.3. Форматы выходных файлов
3.3. Формальная постановка задач для каждой модели
3.3.1. Построение рейтинговых оценок
3.3.2. Кластеризация экспертов
3.3.3. Кластеризация объектов
3.3.4. Формализация некоторых понятий в моделях
3.4 Выводы по главе 3
Глава 4. Примеры практического применения разработанной автоматизированной системы обработки информации
4.1. Определение рейтинговых оценок абитуриентов
4.2. Определение рейтинговых оценок программных средств обеспечения финансовой деятельности фирм
4.3. Формирование предметных комиссий по приему вступительных
экзаменов в вуз
4.4. Рациональное распределение абитуриентов по учебным группам
4.5 Выводы по главе 4
Заключение
Список использованных источников


Разработка и программная реализация автоматизированной системы обработки данных на основе нечеткого кластерного анализа и рейтингового оценивания. Методы исследования. Реализация поставленных задач осуществлялась с использованием методов теории нечетких множеств, математического программирования и теории автоматизированного проектирования. На защиту выносятся. Метод формализации элементов шкал, применяемых для оценивания качественных характеристик объектов, который работает в условиях ограниченной информации. Модель многокритериального рейтингового оценивания объектов на основе разработанного метода. Две модели нечеткого кластерного анализа данных оценивания качественных характеристик объектов, которые позволяют получать результаты при заданном уровне доверия. Научная новизна диссертационной работы определяется следующими результатами. На основе теории нечетких множеств разработан метод универсального представления элементов шкал, используемых для оценивания качественных характеристик объектов. Разработана модель многокритериального рейтингового оценивания объектов, позволяющая получать нечеткие, точечные, интервальные оценки и оценки проявления интенсивности оцениваемых у объектов характеристик. Построены две модели нечеткого кластерного анализа данных, позволяющие получать результаты при заданном уровне доверия. Практическое значение результатов работы. Исследования, представленные в диссертации, являются результатами научных работ: «Разработка и программная реализация методов принятия решений на основе экспертных оценок в проблемных областях» (грант 1 РФФИ) и «Разработка комплекса методов, моделей и экспертных систем создания, поддержки функционирования и оценки качества образовательных информационных ресурсов» (грант программы Минобрнауки «Развитие научного потенциала высшей школы - г. Они нашли отражение в отчетах, где автор является исполнителем отдельных разделов. Практическую ценность представляет автоматизированная система обработки данных, полученных при оценивании качественных характеристик объектов, на основе нечеткого кластерного анализа и рейтингового оценивания. Разработанные в диссертации метод, модели и автоматизированная система могут быть использованы при обработке данных технических областей с активным участием экспертов, что позволит получать устойчивые конечные результаты и принимать обоснованные управляющие решения. Разработанная автоматизированная система была апробирована на данных оценивания программных средств автоматизации финансовой деятельности фирм и данных образовательного процесса. Обеспечивается возможность дальнейшего развития практических приложений на основе полученных в диссертации результатов и возможность создания новых инструментальных средств. Достоверность полученных научных результатов подтверждена корректностью использованного математического аппарата, результатами практических применений и положительными результатами их обсуждения на международных и российских научных конференциях и симпозиумах. В соответствие с выше изложенным, диссертация построена следующим образом. Первая глава посвящена анализу методов обработки данных, полученных при оценивании качественных характеристик объектов, и постановке решаемых в диссертации задач. Определена причина возникновения неопределенности нечеткого характера в данных оценивания качественных характеристик объектов и сложности их обработки. Изложены необходимые сведения из теории нечетких множеств. Критически проанализированы известные методы обработки данных оценивания качественных характеристик объектов. Проведенный в главе анализ позволил сделать вывод об актуальности развития этих методов и сформулировать постановки задач исследования. Во второй главе разработан метод формализации нечетких данных оценивания качественных характеристик объектов. Этот метод, в отличие от известных методов, работает в условиях неполной информации, он инвариантен относительно последовательности построения функций принадлежности элементов шкал, используемых для оценивания качественных характеристик. На основе этого метода разработана модель соответствия балльной и лингвистической шкал.