ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
172<br />
а) тест X1 б) тест X2 в) тесты X3, X4, X5<br />
Рис. 4.22 – Орграфы доменов G + банка тестов «Эффективность»<br />
Обозначим все показатели (тесты) научно-технической, экономической<br />
и социальной эффективности через X1,…, Xn. Соответственно имеем банк<br />
тестов {G(X1),…, G(Xn)}. Пусть Z= {0, 1} – список заключений, где z = 1 –<br />
«проект принят», а z = 0 – «проект отклонен». Сформируем базу<br />
прецедентов Ω({τ/T}, Z) = {α({τ/T}, z/Z)} из всех проектов, которые<br />
подвергались экспертизе (с известными исходами z ∈ Z). В доменах «1»<br />
база проектов имеет вид таблицы 4.12 (№ – номер проекта).<br />
Таблица 4.12 – Фрагмент базы проектов<br />
№<br />
Показатели научно- техн.<br />
эффективности<br />
Показатели<br />
эконом. эфф-ти<br />
Показатели<br />
соц. эфф-ти Z<br />
X1 X2 X3 X4 X5 … … Xn<br />
1 5 8 8 6 3 … … … 0<br />
2 3 6 9 10 2 … … … 1<br />
3 9 4 7 5 9 … … … 1<br />
На основе базы прецедентов и банка тестов находятся предельные<br />
вероятностные и синдромные модели знаний. Последние применяются для<br />
анализа приоритетов экспертов, а также построения систем поддержки<br />
принятия решений (автоматизированной экспертизе проектов).<br />
4.3 Метод «Штрихкода» квантования значений<br />
От развитости Банка тестов {G(τ)} зависит корректность предельных<br />
моделей знаний. Метод штрихкода в сложных ситуациях анализа позволяет<br />
автоматически строить приемлемые орграфы G(τ) [149]. Под сложной<br />
ситуацией анализа понимается такая ситуация, когда имеющийся Банк<br />
тестов не позволяет найти корректную модель знаний.