Академический Документы
Профессиональный Документы
Культура Документы
доктор физико-математических
наук профессор, Уфимский государственный нефтяной технический
университет 450062, Россия, Республика Башкортостан, г. Уфа, ул.
Космонавтов, 1, оф. 3-212
Mukhametzyanov Irik Ziryagovich
mm_ugntu@mail.ru
Статья из рубрики "Базы знаний, интеллектуальные системы, экспертные системы, системы поддержки
принятия решений"
2
значений на входе, однако полностью зависит от правильной формализации входных
данных путем построения функций принадлежности, а также от построения нечетких баз
правил. Нечетко-логические алгоритмы поддержки принятия решений по управлению
комплексом показателей надежности нефтегазохимического оборудования являются
неформализованной частью комплексных систем управления и обеспечения надежности
промышленного производства. Такие подсистемы позволяют на основе экспертной
информации проводить предварительную оценку общего состояния надежности
оборудования.
DOI: 10.7256/2306-4196.2017.2.21794
Abstract. The object of study involves fuzzy logical multi-criterion methods and algorithms
within the support systems for the decision making. The immediate object of study involves
support systems for decision making in the sphere of dependability of technical equipment
systems in the situation of fuzzy information input. The purpose of the study is to provide
methodological basis for the development of applied fuzzy systems for the traditional
priority studies for the multiple objects in the multi-dimensional set of quantity and quality
markers based upon the linguistic statements by the experts. The article provides for the
methodology of development for the support system for the decision-making in the
conditions of non-precise information with the use of fuzzy theory of sets and fuzzy
methods for the hierarchy analysis. The author provides detailed analysis for several
aspects of the topic in question, such as application of decision-making methods for multi-
criteria alternative analysis, such as the fuzzy inference and the hierarchy analysis method
for fuzzy proximities. The author offers the method for ranging alternatives based upon the multi-
dimensional sets of facts and criteria in the situation of fuzzy data input. The methodology
of studies is based upon the formation of a model for the decision-making support system,
method formalization for processing fuzzy data, algorithm development and providing for the
simulation experiment for various values of managing parameters within a model. The provided
methodology was implemented based upon an example of the support system for the decision-
making for the expert procedure for the evaluation of general dependability of chemical
technological systems. Implementation of fuzzy logic procedures when managing a complex of
dependability markers is based upon the results of expert evaluation of four separate
industrial objects within a single complicated technical system of oil and gas chemical
production based upon five dependability criteria. Taking an example of the hierarchical
structure for dependability of oil and gas equipment, the author offers a model and an
algorithm for the evaluation for deriving weights with the use of a fuzzy pairwise comparison
matrix based upon the judgment matrix. The experimental calculation results show that the
fuzzy pairwise comparison method is efficient with greater degrees of priority fuzziness 50 to
75 percent. Efficiency of the judgment matrix depends upon the evaluation closeness or
incoming linguistic values, however, it is completely dependent upon the correct
formalization of data input via formation of the membership functions as well as on the
formation of fuzzy rule bases. Fuzzy logical algorithms for decision making
support in the sphere of managing the complex of dependability markers for the oil and gas
equipment form a non-formalized part of the complex management and support systems for
ensuring industrial equipment dependability. Such sub-systems allow for the preliminary
evaluation of the general situation in the sphere of equipment dependability based upon
the expert information.
Keywords: judgment matrix, triangular fuzzy numbers, fuzzy inference, deriving weights,
ranking alternatives, decision making, judgment matrix FAHP, computer simulations,
equipment dependability, fuzzy analytic hierarchy
Введение
Нечеткий метод анализа иерархий (НМАИ) или Fuzzy Analytic Hierarchy Process (FAHP)
используется для определения предпочтения оценки весов. Затем применяется
процедура нечеткого логического вывода (НЛВ) или FuzzyInference System(FIS) с тем,
чтобы улучшить различимость значений уровней альтернатив претендентов для каждого
показателя, и на основе принятого критерия выяснить лучшие альтернативы для
достижения поставленной цели.
где x– имя переменной; X – множество объектов заданного типа; T(x) – множество имен
лингвистических значений переменной x; G – синтаксическое правило для образования
имен значений x , порождающее новые термы с использованием квантификаторов «не»,
«очень», «слегка», «более-менее» и др.; M – семантическая процедура, превращающая
каждый терм из G(T ) в нечеткую переменную.
Для заданных в примере выше нечетких переменных x1, x2, x3 процедуру М можно
определить аналитически (графически, эмпирически) путем задания триангулярных
функций принадлежности, а для новых термов, образованных, например,
квантификатором «очень», использовать семантическое правило в виде:
Метод анализа иерархий (МАИ) [6, 7] является мощным методом для решения сложных
задач принятия решений. МАИ широко применяется учеными и специалистами, в
основном в инженерных приложениях, связанных с принятием экономически
эффективных решений, при анализе атрибутов не количественного характера. Любая
сложная проблема может быть разложена на несколько подзадач с использованием МАИ
в терминах иерархических уровней, где каждый уровень представляет собой набор
критериев или атрибутов по отношению к каждой подгруппе проблемы. Метод МАИ
является многокритериальным методом анализа на основе процесса взвешивания
альтернатив, в котором несколько соответствующих атрибутов представлены через их
относительной важности — веса. В классическом МАИ, важность нескольких атрибутов
получается из процесса попарного сравнения, в котором значимость атрибутов или
категорий нематериальных активов сопоставляются попарно.
Тем не менее, чистая модель МАИ имеет некоторые недостатки. В работе [20] Yang &
Chen указали на то, что:
– последовательных уступок;
– методы Парето.
Метод «идеальной точки» (Technique for Order Performance by Similarity to Ideal Solution
— TOPSIS) [23, 24] (Hwang & Yoon, 1981; Wang & Chang, 2007) основан на концепции, что
выбранная альтернатива должна иметь кратчайшее расстояние от положительного
идеального решения (то есть достижение минимальных пробелов в каждого критерия) и
наибольшее расстояние от отрицательного идеального решения (то есть, достигая
максимальных уровней в каждом из критерия). TO PSIS определяет индекс,
определяемый сходство с положительно идеальным решением и удаленность от
отрицательного идеального решения. Затем метод выбирает альтернативу с
максимальным сходством с положительно идеальным решением.
При построении НМПС используют, либо эмпирические шкалы, либо элементы вычисляют
через параметрическое задание степени нечеткости. Эмпирические шкалы строятся на
основе экспертной обработки степени относительной важности одного показателя над
другим в нечеткой трактовке, т.е. с использованием триангулярной функции
принадлежности. Пример такой шкалы приведен в таблице 1 [12].
Высказывание
шкала
Саати [7]
если отсутствует преимущество
элемента
(1, 1, 1) (1, 1, 1) 1
B над элементом C
если имеется слабое (1/2, 2/3,
(1, 3/2, 2) 3
преимущество 1)
если имеется существенное (3/2, 2, (2/5, 1/2,
5
преимущество 5/2) 2/3)
если имеется явное (1/3, 2/5,
(2, 5/2, 3) 7
преимущество 1/2)
если имеется абсолютное (5/2, 3, (2/7, 1/3,
9
преимущество 7/2) 2/5)
Методика НМАИ
Первый этап МАИ состоит в определении весов критериев, который выполнен с помощью
построения четкой МПС, поскольку у экспертов имеется ясное понимание приоритетов
критериев в соответствии с задачей предприятия в обеспечении надежности
функционирования ХТС. Ранги приоритетов матрицы парных сравнений расставлены в
соответствие со шкалой Саати [7]. Матрица парных сравнений критериев одного из
экспертов и результаты оценки весов по методу МАИ представлены в таблице 2.
Таблица 3 – Пример нечеткой МПС для оценки весов надежности четырех объектов по
первому критерию (Pt), δ=0,5
Методика НЛВ
Общий
Лингвистические значения частных
показатель
Сценарий показателей надежности объекта (&)
надежности
Pt То Тр Трс Pв Терм
1 If L L L L L Then L
2 If L L L L M Then L
3 If L L L L H Then L
…
12 If L L M L H Then M
…
243 If H H H H H Then H
4 Обсуждение результатов
На основании полученных весов по методике НМАИ можно сделать вывод, что четвертый
производственный объект единой сложной технической системы нефтегазохимического
производства является наиболее проблемным по общей надежности. Однако, он же
является наиболее восстанавливаемым.
МАИ выгодно применять, когда сложно формализовать входные данные четким или
нечетким образом, поскольку в МАИ используется относительная шкала парных
сравнений. Однако, при построении интеллектуальных систем поддержки принятия
решений МАИ менее предпочтительно, так как эксперту приходится постоянно заполнять
матрицы парных сравнений. Еще один недостаток МАИ состоит в слабой различимости
общих рангов предпочтений альтернатив при их большом числе, уже когда их больше 5-
7.
Библиография
1. Эшби Р. Введение в кибернетику. – М.: КомКнига, 2005. – 432 с.
2. Месарович М., Мако Д., Такахара М. Теория иерархических многоуровневых систем.
– М.: Мир, 1973. – 344 с.
3. Figueira J., Greco S. and Ehrgott M. (eds.) Multiple Criteria Decision Analysis: State of
the Art Surveys. – New York: Springer Science & Business Media, 2005. – 1045 pp.
4. W allenius J., Dyer J. S., Fishburn P. C., Steuer R. E., Zionts S. and Deb K. Multiple
criteria decision making, multiattribute utility theory: Recent accomplishments and
what lies ahead // Management Science. – 2008. – V. 54(7). – P. 1336-1349.
5. Roy B. Multicriteria Methodology for Decision Aiding. – Boston: Springer, 1996.– 316
pp.
6. Saaty T. L. The Analytic Hierarchy Process. – New York: McGraw-Hill, 1980. – 296 pp.
7. Саати Т. Принятие решений. Метод анализа иерархий. – М.: Радио и связь, 1993. –
278 с.
8. Заде Л. Понятие лингвистической переменной и ее применение к принятию
приближенных решений. – М.: Мир, 1976. – 167 с.
9. Кофман А. Введение в теорию нечетких множеств. – М.: Радио и связь, 1982. – 432
с.
10.Kaufman А., Gupta M. M. Fuzzy Mathematical Models in Engineering and Management
Science. – North-Holland, Amsterdam. – 1988. – 338 pp.
11.Chang D.Y. Applications of the extent analysis method on fuzzy AHP // European
Journal of Operational Research. – 1996. – V. 95. – № 3. – P. 649-655.
12.Chang D.Y. Extent analysis and synthetic decision, optimization techniques and
applications, Vol. 1, Singapore: W orld Scientific, 1992. – 352 pp.
13.Zhu K. J., Jing D. Y. A discussion on extent analysis method and applications of fuzzy
AHP // European Journal of Operational Research. – 1999. – V. 116. – P. 450-456.
14.Дегтярев А.Н., Мухаметзянов И.З., Рожкова Н.В. Методология построения
иерархической системы показателей развития в сфере туристического бизнеса на
основе нечетко-логических процедур принятия решений // Теоретическая и
прикладная экономика. – 2016.-№ 1.-С.45-57. DOI: 10.7256/2409-
8647.2016.1.19102. URL: http://e-notabene.ru/etc/article_19102.html
15.Mamdani E. H. and Assilian S. An experiment in linguistic synthesis with a fuzzy logic
controller // Int. J. Man-Mach. Stud. – 1975. – V. 7. – P. 1-13,
16.Takagi T. and Sugeno M. Fuzzy identification of systems and its applications to
modeling and control // IEEE Tran. Syst., Man, Cybern. –1985. – V. SMC 15. – P. 116-
132.
17.Zimmermann H.J. Fuzzy Set Theory and Its Application; Kluwer Academic Publishers:
London, UK, 1991. – 514 pp.
18.Мухаметзянов И.З., Мешалкин В.П. Имитационная многоагентная нечетко-
логическая модель принятия маркетинговых решений промышленного предприятия в
условиях неопределенности // Прикладная информатика. – 2014. – № 3 (51). – С. 100-
109.
19.Мухаметзянов И.З., Мешалкин В.П. Нечетко-логическая процедура прогнозирования
развития нефтеперерабатывающих предприятий в условиях неопределенности //
Нефтегазовое дело. – 2014. – № 4. – С. 126-133.
20.Yang, C.-C., & Chen, B.-S. (). Key quality performance evaluation using fuzzy AHP //
Journal of the Chinese Institute of Industrial Engineers. – 2004. – V. 21(6) . – P. 543-
550.
21.Buckley J.J. Fuzzy Hierarchical Analysis // Fuzzy Sets and Systems. – 1985. – V. 17. –
P. 233-247.
22. Коробов В.Б. Сравнительный анализ методов определения весовых коэффициентов
«влияющих факторов» // Социология: 4M. – 2005. – № 20. – С.54-73.
23.Hwang C.-L., & Yoon K. Multiple attribute decision making: methods and applications.
In Lecture notes in economics and mathematical systems. Now York: Springer, 1981. –
259 pp.
24.W ang T.-C., Chang T.-H. Application of TOPSIS in evaluating initial training aircraft
under a fuzzy environment // Expert Systems with Applications. – 2007. – V. 33. – P.
870-880.
25.Российский статистический ежегодник. 2015: Стат.сб./Росстат. – Р76. М.: 2015. –
728 с.
26. Годовой отчет о деятельности Федеральной службы по экологическому,
технологическому и атомному надзору в 2014 году // Федеральная служба по
экологическому, технологическому и атомному надзору. М.: 2014. – 442 с.
27.ГОСТ 27.002-89. Надежность в технике. Основные понятия. Термины и
определения. М.: МНТК "Надежность машин". 1988. – 58 с.
28. ГОСТ 27.301-95. Надежность в технике. Расчет надежности. Основные положения.
29.Кафаров В.В., Мешалкин В.П. Надежность оборудования и технологических схем
химических и нефтехимических производств. – М.: Химия, 1979. – 167 с.
30.Мешалкин В.П. Экспертные системы в химической технологии. – М.: Химия, 1995. –
367 с.
References (transliterated)
1. Eshbi R. Vvedenie v kibernetiku. – M.: KomKniga, 2005. – 432 s.
2. Mesarovich M., Mako D., Takakhara M. Teoriya ierarkhicheskikh mnogourovnevykh
sistem. – M.: Mir, 1973. – 344 s.
3. Figueira J., Greco S. and Ehrgott M. (eds.) Multiple Criteria Decision Analysis: State of
the Art Surveys. – New York: Springer Science & Business Media, 2005. – 1045 pp.
4. W allenius J., Dyer J. S., Fishburn P. C., Steuer R. E., Zionts S. and Deb K. Multiple
criteria decision making, multiattribute utility theory: Recent accomplishments and
what lies ahead // Management Science. – 2008. – V. 54(7). – P. 1336-1349.
5. Roy B. Multicriteria Methodology for Decision Aiding. – Boston: Springer, 1996.– 316
pp.
6. Saaty T. L. The Analytic Hierarchy Process. – New York: McGraw-Hill, 1980. – 296 pp.
7. Saati T. Prinyatie reshenii. Metod analiza ierarkhii. – M.: Radio i svyaz', 1993. – 278 s.
8. Zade L. Ponyatie lingvisticheskoi peremennoi i ee primenenie k prinyatiyu
priblizhennykh reshenii. – M.: Mir, 1976. – 167 s.
9. Kofman A. Vvedenie v teoriyu nechetkikh mnozhestv. – M.: Radio i svyaz', 1982. – 432
s.
10.Kaufman A., Gupta M. M. Fuzzy Mathematical Models in Engineering and Management
Science. – North-Holland, Amsterdam. – 1988. – 338 pp.
11.Chang D.Y. Applications of the extent analysis method on fuzzy AHP // European
Journal of Operational Research. – 1996. – V. 95. – № 3. – P. 649-655.
12.Chang D.Y. Extent analysis and synthetic decision, optimization techniques and
applications, Vol. 1, Singapore: W orld Scientific, 1992. – 352 pp.
13.Zhu K. J., Jing D. Y. A discussion on extent analysis method and applications of fuzzy
AHP // European Journal of Operational Research. – 1999. – V. 116. – P. 450-456.
14.Degtyarev A.N., Mukhametzyanov I.Z., Rozhkova N.V. Metodologiya postroeniya
ierarkhicheskoi sistemy pokazatelei razvitiya v sfere turisticheskogo biznesa na osnove
nechetko-logicheskikh protsedur prinyatiya reshenii // Teoreticheskaya i prikladnaya
ekonomika. – 2016.-№ 1.-S.45-57. DOI: 10.7256/2409-8647.2016.1.19102. URL: http://e-
notabene.ru/etc/article_19102.html
15.Mamdani E. H. and Assilian S. An experiment in linguistic synthesis with a fuzzy logic
controller // Int. J. Man-Mach. Stud. – 1975. – V. 7. – P. 1-13,
16.Takagi T. and Sugeno M. Fuzzy identification of systems and its applications to
modeling and control // IEEE Tran. Syst., Man, Cybern. –1985. – V. SMC 15. – P. 116-
132.
17.Zimmermann H.J. Fuzzy Set Theory and Its Application; Kluwer Academic Publishers:
London, UK, 1991. – 514 pp.
18.Mukhametzyanov I.Z., Meshalkin V.P. Imitatsionnaya mnogoagentnaya nechetko-
logicheskaya model' prinyatiya marketingovykh reshenii promyshlennogo predpriyatiya
v usloviyakh neopredelennosti // Prikladnaya informatika. – 2014. – № 3 (51). – S. 100-
109.
19.Mukhametzyanov I.Z., Meshalkin V.P. Nechetko-logicheskaya protsedura
prognozirovaniya razvitiya neftepererabatyvayushchikh predpriyatii v usloviyakh
neopredelennosti // Neftegazovoe delo. – 2014. – № 4. – S. 126-133.
20.Yang, C.-C., & Chen, B.-S. (). Key quality performance evaluation using fuzzy AHP //
Journal of the Chinese Institute of Industrial Engineers. – 2004. – V. 21(6) . – P. 543-
550.
21.Buckley J.J. Fuzzy Hierarchical Analysis // Fuzzy Sets and Systems. – 1985. – V. 17. –
P. 233-247.
22. Korobov V.B. Sravnitel'nyi analiz metodov opredeleniya vesovykh koeffitsientov
«vliyayushchikh faktorov» // Sotsiologiya: 4M. – 2005. – № 20. – S.54-73.
23.Hwang C.-L., & Yoon K. Multiple attribute decision making: methods and applications.
In Lecture notes in economics and mathematical systems. Now York: Springer, 1981. –
259 pp.
24.W ang T.-C., Chang T.-H. Application of TOPSIS in evaluating initial training aircraft
under a fuzzy environment // Expert Systems with Applications. – 2007. – V. 33. – P.
870-880.
25. Rossiiskii statisticheskii ezhegodnik. 2015: Stat.sb./Rosstat. – R76. M.: 2015. – 728 s.
26.Godovoi otchet o deyatel'nosti Federal'noi sluzhby po ekologicheskomu,
tekhnologicheskomu i atomnomu nadzoru v 2014 godu // Federal'naya sluzhba po
ekologicheskomu, tekhnologicheskomu i atomnomu nadzoru. M.: 2014. – 442 s.
27.GOST 27.002-89. Nadezhnost' v tekhnike. Osnovnye ponyatiya. Terminy i opredeleniya.
M.: MNTK "Nadezhnost' mashin". 1988. – 58 s.
28.GOST 27.301-95. Nadezhnost' v tekhnike. Raschet nadezhnosti. Osnovnye
polozheniya.
29.Kafarov V.V., Meshalkin V.P. Nadezhnost' oborudovaniya i tekhnologicheskikh skhem
khimicheskikh i neftekhimicheskikh proizvodstv. – M.: Khimiya, 1979. – 167 s.
30.Meshalkin V.P. Ekspertnye sistemy v khimicheskoi tekhnologii. – M.: Khimiya, 1995. –
367 s.