С.А. Сакулин, А.А. Максаков
6
индексом их взаимодействия (
( , ) 0
I i j
), взаимозависимость и отри-
цательную корреляцию выражают положительным знаком соответ-
ствующего индекса взаимодействия (
( , ) 0
I i j
). Если показатели не-
зависимы, то
( , ) 0
I i j
. Соотношения вида (1), (2) переводят в нера-
венства с положительными порогами безразличия с использованием
следующих выражений [11]:
( )
( )
( )
( )
~
( )
( )
( )
( )
.
A
C
A
C
C
i
J j
Sh
Sh
Sh
i J j
Sh
Sh
Sh
C C
C C
g g
i
j
g g
i
j
g g
g
g
g g
g
g
(3)
где
,
C Sh
– положительные пороги безразличия, которые опреде-
ляются экспертом. В [13] рассмотрен вопрос выбора значений поро-
гов безразличия, не приводящих заведомо к отсутствию решения за-
дачи идентификации.
Рассмотрим методы идентификации нечеткой меры, где входная
информация может быть представлена знаками индексов взаимодей-
ствия показателей и предпочтениями эксперта, выраженными нера-
венствами (3). Метод на основе максимального разделения [11] подхо-
дит для задач распознавания, поскольку предполагает максимизацию
минимальной разности между результатами агрегирования на обуча-
ющей выборке. При этом эксперт описывает экземпляры каждого
класса и ранжирует их с помощью нестрогого порядка, что служит
входной информацией для метода. Метод на основе минимизации
дисперсии нечеткой меры или, что то же самое, максимизации энтро-
пии, является наиболее приспособленным для решения многих прак-
тических задач [14]. Применительно к построению операторов агреги-
рования этот метод предполагает использование всей доступной
информации об агрегировании показателей, но максимально непред-
взятое отношение к недоступной информации. Таким образом, при
оценке эффективности внедрения ИС целесообразно применение ме-
тода идентификации нечетких мер на основе максимизации энтропии.
Обобщенный показатель эффективности внедрения ИС.
Этот
показатель должен учитывать факты достижения локальными показа-
телями эффективности своих пороговых значений после завершения
внедрения, а также на каждом его этапе. Поэтому, кроме самого опе-
ратора агрегирования, обобщенный показатель содержит функцию с
параметрами в виде пороговых значений показателей
1
,...,
p
p
H
g
g
и но-
мера этапа внедрения
.
Эта функция позволит в соответствии с пред-
почтениями эксперта менять значение обобщенного показателя в зави-
