Search academic texts

Information × Registration Number 2119U007841, Article popup.category Опубліковано, Стаття Title NEURO-FUZZY MULTICRITERIA ASSESSMENT MODEL popup.author Маляр М. М.Поліщук А. В.Поліщук В. В.Шаркаді М. М.Malyar N. N.Polishchuk A. V.Polishchuk V. V.Sharkadi M. N. popup.publication 25-11-2019 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/193194 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Проведено дослідження актуальної задачі розроблення моделей і методів багатокритеріального оціню-вання із застосуванням нейро-нечітких технологій.Метою даної роботи є розроблення моделі отримання агрегованої оцінки цінності об’єкта дослідження, яка з одного бо-ку використовує різні характеристики об’єкту, що оцінюються за кількісними показниками, і на основі різних моделейпредставлення знань про об’єкт, а з іншого використовує досвід, знання та компетенції експертів у відповідній предметнійобласті.Об’єктом дослідження є процес моделювання досвіду, знань та компетенції експертів для отримання кількісної оцінкиоб’єкту дослідження на основі нейро-нечітких мереж.Предметом дослідження є нейро-нечіткі моделі отримання кількісної оцінки об’єкта дослідження для прийняття рішень вумовах експертних даних.Метод. Вперше розроблено п’ятишарову нейро-нечітку модель для виведення кількісної та лінгвістичної оцінки щодорівня цінності об’єкта дослідження використовуючи досвід, знання та компетенції експертів у відповідній предметній обла-сті. Вперше запропоновано використовувати у нейро-нечіткій мережі кількісні оцінки про об’єкт дослідження (агрегованіоцінки отримані за допомогою багатокритеріальних моделей) та лінгвістичні міркування експертів. Вперше апробовано таверифіковано розроблену модель для прикладу оцінювання ризику фінансування стартап проекту на етапі розширення біз-несу, а також запропоновано в якості навчання нейро-нечіткої мережі «інтервальне представлення» синаптичних ваг. Порі-вняно результати дослідження на різних підходах визначення синаптичних ваг та реальними даними з визначенням похибки.Результати. Отриманим результатом дослідження є нейро-нечітка модель оцінювання об’єкта за багатьма критеріями.Розроблена модель дає можливість поєднати кількісні характеристики об’єкта з експертними думками у вигляді якіснихоцінок. Раціональність оцінки доводить переваги розроблених моделей.Висновки. Сумісне використання апарату теорії нечітких множин і нейро-мереж являється зручним засобом моделю-вання у задачах багатокритеріального вибору. Як правило, важлива інформація для систем підтримки управлінських рішеньпоступає із двох джерел: 1) отримання оцінок об’єкта за певними кількісними показниками, що породжує неточність; 2) відлюдей-експертів, які описують свої знання про предметну область, що породжує суб’єктивність і невизначеність. Тому,збереження експертних оцінок і неточних даних потребує уміння з ними працювати. У роботі розв’язано науково-прикладнезавдання розроблення моделі для отримання агрегованої оцінки цінності об’єкта, яка базується на нейро-нечіткій мережі іможе бути застосована при вирішенні завдань прийняття управлінських рішень у соціо-економічних системах. popup.nrat_date 2026-02-09 Close