ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

180
Предлагаемый нами подход к решению данного класса задач
принципиально отличается от статистического подхода. Главное отличие
состоит в констатации факта, что разные ситуации действительности в базе
прецедентов (в данном примере – пуски РН) могут иметь разные
параметры порядка и, следовательно, разные определяющие
фундаментальные закономерности, а не одну закономерность, как
постулирует регрессионный анализ. Предлагаемое нами решение
заключается в поиске всех конкурирующих наборов параметров порядка,
определяющих тенденции и закономерности в рассматриваемой ПрО.
Каждый набор параметров порядка – это один предельный формальный
синдром. Все наборы образуют предельную синдромную модель знаний.
Другое отличие состоит в перманентной самоорганизации моделей знаний
в процессе поступления новых прецедентов (применяется механизм
фальсификации, отсутствующий в статистическом подходе). Такое подход
позволяет использовать все имеющиеся априорные данные (как правило,
весьма ограниченные), а не делить их на обучающую и контрольную
выборки.
Все что необходимо для построения предельных синдромных моделей
знаний – это банк тестов и база прецедентов, в которой каждый прецедент
отнесен к определенному классу из Z. Например, если нас интересуют
закономерности, определяющие стоимость пусков, то весь интервал
возможных цен разбивается на конечное число подинтервалов, а
множество заключений Z представляет собой список номеров интервалов.
Если необходимо повысить точность искомой зависимости, то либо
расширяется само Z (исходный интервал разбивается на большее число
подинтервалов), либо указанная процедура (формирование Z и построение
синдромных моделей знаний) повторяется для найденного подинтервала.
Таким образом, получаем иерархическую процедуру определения
требуемой закономерности заданного уровня точности. Правило
построения Z распространяется и на массу полезного груза, а также
всевозможные комбинации характеристик.
Приведем пример описания базы прецедентов Ω и банка тестов для
рассматриваемой ПрО, а заодно продемонстрируем полезность метода
штрихкода. Множество потребительских характеристик обозначим
следующим образом:
Y1 – масса полезного груза, выводимого на низкую круговую орбиту
(кг);
Y2 – стоимость пуска (заявленная, млн. долл.).
Пусть множество факторов образовано такими характеристиками [169]: X1
– время с даты пуска до фиксированного момента (в годах); X2 – стартовая
масса РН (т); X3 – широта местности расположения космодрома (град.); X4