👩🏽‍💼 🕵🏾 🙋🏿 फजी बचाव नियमों का उपयोग कर विकल्पों की बहु-मापदंड पसंद। जावा कार्यान्वयन। भाग 3/3: उदाहरण 😧 👒 👼🏼

पिछले भाग:

फजी बचाव नियमों का उपयोग कर विकल्पों का बहु-मापदंड विकल्प। भाग 1/3: सिद्धांत
फजी बचाव नियमों का उपयोग कर विकल्पों का बहु-मापदंड विकल्प। जावा कार्यान्वयन। भाग 2/3: मूल एल्गोरिथम

एक उदाहरण किताब से लिया गया है: बोरिसोव, क्रुमबर्ग, फेडोरोव - "फजी मॉडल पर आधारित निर्णय। उपयोग के उदाहरण ", 1990. पी। 94-102

स्थिति। संस्थान का नेतृत्व संकाय में रिक्त पद भरने के लिए उम्मीदवारों पर विचार कर रहा है। कार्य ऊपर वर्णित विधि का उपयोग करना है, उनमें से सर्वश्रेष्ठ को पहचानें। संकाय के सदस्यों के बीच चर्चा ने निम्नलिखित परिणाम दिए:
d1: "यदि उम्मीदवार एक अनुभवी शोधकर्ता है, तकनीकी विषयों को पढ़ाने में कुछ कार्य अनुभव और अनुभव है, तो वह संतोषजनक है (आवश्यकताओं को पूरा करना)";

d2: "यदि, उपरोक्त आवश्यकताओं के अलावा, वह सूचना प्रणाली के सिद्धांत को सिखा सकता है, तो वह संतोषजनक से अधिक है";
d3: "यदि, d2 के अतिरिक्त, उसके पास उच्च-तकनीकी उत्पादों का ग्राहक खोजने की क्षमता है, तो वह त्रुटिहीन है";

d4: "यदि op में d3 में सब कुछ निर्धारित है, सूचना प्रणाली के सिद्धांत को सिखाने की क्षमता को छोड़कर, तो वह बहुत संतोषजनक है";
d5: "यदि उम्मीदवार बहुत अनुभवी शोधकर्ता है, तो ग्राहक और एक अच्छा शिक्षक खोजने की क्षमता है, लेकिन उत्पादन का अनुभव नहीं है, फिर भी वह संतोषजनक रहेगा";
d6: "यदि उसके पास शोधकर्ता की योग्यता नहीं है या उसके पास सिखाने की क्षमता नहीं है, तो वह असंतोषजनक है।"

छह सूचना अंशों के विश्लेषण से निर्णय लेने में उपयोग किए जाने वाले पांच मानदंड मिलते हैं:
एक्स (1) - अनुसंधान क्षमताओं;
एक्स (2) - उत्पादन अनुभव
एक्स (3) - तकनीकी विषयों को पढ़ाने में अनुभव;
एक्स (4) - सूचना प्रणाली के सिद्धांत को पढ़ाने में अनुभव
एक्स (5) - ग्राहक को खोजने की क्षमता।

हम इन चरों को यू उम्मीदवारों के आधार सेट पर मापेंगे। छह अंशों की ओर मुड़ते हुए हमें मिलता है:

लाइनों ए, बी, सी, डी, ई से, एक मैट्रिक्स संकलित किया जाता है जो इनपुट वर्ग के मेकस्किल विधि को पारित किया जाता है, जो इनपुट इंटरफ़ेस को लागू करता है। इसका विवरण नीचे दिया गया है (विवरणों का रूपांतरण देखें)।

फजी फीचर्स

उसके बाद, ज्ञान के टुकड़े रूप लेते हैं:
डी (1): "इफ़ एक्स = ए, और बी, और सी, फिर वाई = एस"
डी (2): "इफ़ एक्स = ए, और बी, और सी, और डी, फिर वाई = एमएस"
डी (3): "यदि एक्स = ए, और बी, और सी, और डी, और ई, तो वाई = पी"
डी (4): "इफ एक्स = ए, एंड बी, और सी, और ई, फिर वाई = वीएस"
d (5): "यदि X बहुत A है, और B, और C और E नहीं है, तो Y = S"
d (6): "यदि X = A या C नहीं है, तो Y = US"

पूर्वगामी के अनुसार, कार्यान्वयन में कार्यों की सामग्री:

package Function; import Support.Function; public class mMS extends Function { /*,  */ public mMS(){} public double getY(double x) { return x*Math.sqrt(x); } }

 package Function; import Support.Function; public class mP extends Function{ /**/ public mP(){} public double getY(double x) { if (x==1) return 1; return 0; } }

 package Function; import Support.Function; public class mVS extends Function{ /* */ public mVS(){} public double getY(double x) { return x*x; } }

 package Function; import Support.Function; public class mS extends Function { /**/ public mS(){} public double getY(double x) { return x; } }

 package Function; import Support.Function; public class mUS extends Function{ /* */ public mUS(){} public double getY(double x) { return 1-x; } }

भाषण रूपांतरण

इन बयानों को बदलने के लिए नियम का उपयोग करते हुए, हम प्राप्त करते हैं

आवश्यक कौशल के साथ नियम को जोड़ने वाला इनपुट वर्ग है:

 package FLO_Engine; import Support.Function; import Support.Input; import Support.Rule; import Support.Skill; public class input extends Input{ private Skill A,B,C,D,E,A_M5,B_M5,A_M6,C_M6; public input(){ /*        */ PARAMS_CNT = 5; FUNC_CNT = 6; } public void initFunc(Function[] func){ this.func = func; } private void makeSkill(double[][] arr){ /*     ;       ,   Function        */ rl = new Rule[FUNC_CNT]; A = new Skill(arr[0]); B = new Skill(arr[1]); C = new Skill(arr[2]); D = new Skill(arr[3]); E = new Skill(arr[4]); double[][] u=arr; double[] a_m5 = (double[]) u[0].clone(); for (int i=0;i<u[0].length;i++) a_m5[i]*=a_m5[i]; /* */ A_M5 = new Skill(a_m5); double[] b_m5 = (double[]) u[1].clone(); for (int i=0;i<u[1].length;i++) b_m5[i]= 1 — b_m5[i]; /*   */ B_M5 = new Skill(b_m5); double[] a_m6 = (double[]) u[0].clone(); for (int i=0;i<u[0].length;i++) a_m6[i] = 1 — a_m6[i]; /*   */ A_M6 = new Skill(a_m6); double[] c_m6 = (double[]) u[2].clone(); for (int i=0;i<u[2].length;i++) c_m6[i] = 1 — c_m6[i]; /*   */ C_M6 = new Skill(c_m6); } public Rule[] makeRules(double[][] arr) throws Exception{ makeSkill(arr); rl[0] = new Rule(new Skill[]{A,B,C} ,func[0]); //  d1 rl[1] = new Rule(new Skill[]{A,B,C,D} ,func[1]); //  d2 rl[2] = new Rule(new Skill[]{A,B,C,D,E} ,func[2]); //  d3 rl[3] = new Rule(new Skill[]{A,B,C,E} ,func[3]); //  d4 rl[4] = new Rule(new Skill[]{A_M5,B_M5,C,E} ,func[4]); //  d5 rl[5] = new Rule(new Skill[]{A_M6,C_M6} ,func[5]); //  d6 return rl; } }

इस तरह से
d (1): "यदि X = M (1) है, तो Y = S"
d (2): "यदि X = M (2), तो Y = MS"
डी (3): "यदि एक्स = एम (3), तो वाई = पी"
डी (4): "यदि एक्स = एम (4), तो वाई = वीएस"
d (5): "यदि X = M (5), तो Y = S"
d (6): "यदि X = M (6), तो Y = US"

कंप्यूटिंग

इसी अभिव्यक्ति का उपयोग करते हुए, हम प्रत्येक विवरण के लिए मेट्रिसेस डी प्राप्त करते हैं:

कोड का परिणाम:
डी [१]:
0.5 0.60 0.70 0.80 0.9 1.0 1.0 1.0 1.0 1.0 1.0
0.4 0.50 0.60 0.70 0.8 0.9 1.0 1.0 1.0 1.0
0.5 0.60 0.70 0.80 0.9 1.0 1.0 1.0 1.0 1.0 1.0
0.9 1.00 1.00 1.00 1.0 1.0 1.0 1.0 1.0 1.0 1.0
0.7 0.79 0.89 1.00 1.0 1.0 1.0 1.0 1.0 1.0

D [2]:
0.5 0.53 0.58 0.66 0.75 0.85 0.96 1.0 1.0 1.0
0.7 0.73 0.78 0.86 0.95 1.00 1.00 1.0 1.0 1.0
0.5 0.53 0.58 0.66 0.75 0.85 0.96 1.0 1.0 1.0
0.9 0.93 0.98 1.00 1.00 1.00 1.00 1.0 1.0 1.0 1.0
0.7 0.73 0.78 0.86 0.95 1.00 1.00 1.0 1.0 1.0
यहां नतीजे नहीं मिलते हैं, लेकिन मैटलैब और इंजीनियरिंग कैलकुलेटर मेरी तरफ हैं। सबसे अधिक संभावना है, यह लेखक का एक गलत अनुमान है।

डी [३]:
0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 1.0
0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.7
0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 1.0
0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 1.0
0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 1.0
एक ही कहानी, शायद लेखक की गणना में एक कार्य एक त्रुटि थी।

D [4]:
0.5 0.51 0.54 0.59 0.66 0.75 0.86 0.99 1.0 1.0
0.5 0.51 0.54 0.59 0.66 0.75 0.86 0.99 1.0 1.0
0.5 0.51 0.54 0.59 0.66 0.75 0.86 0.99 1.0 1.0
0.9 0.91 0.94 0.99 1.00 1.00 1.00 1.00 1.0 1.0 1.0
0.9 0.91 0.94 0.99 1.00 1.00 1.00 1.00 1.0 1.0 1.0

D [5]:
0.50 0.6 0.7 0.8 0.9 1.0 1.0 1.0 1.0 1.0
1.00 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.00 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
0.99 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.00 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0

D [6]:
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.00 1.00 0.90 0.8
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.00 1.00 1.00 0.9
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.00 1.00 1.00 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 0. 0. 0.79 0.7
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.00 1.00 1.00 1.0

सामान्य कार्यात्मक समाधान D को फ़ज़ी सेट D (i) के प्रतिच्छेदन के रूप में पाया जाता है:

डी:
0.5 0.50 0.50 0.50 0.50 0.5 0.5 0.50 0.50 0.8
0.4 0.50 0.54 0.59 0.66 0.7 0.7 0.7 0.70 0.70 0.9
0.5 0.50 0.50 0.50 0.50 0.5 0.5 0.5 0.50 1.0
0.9 0.90 0.90 0.90 0.90 0.9 0.9 0.9 0.89 0.79 0.7
0.7 0.73 0.78 0.86 0.90 0.9 0.9 0.9 0.90 0.90 1.0

परिणामों के बीच विसंगति का एक संभावित कारण ऊपर वर्णित है, तो पुस्तक के साथ तुलना का उपयोग निर्णय के सामान्य पाठ्यक्रम को प्रदर्शित करने के लिए किया जाता है, जो "अधिक सही" निकला है, यह एक सवाल है। सूत्र समान हैं, लेकिन यह कार्यान्वयन, मैटलैब, कैलकुलेटर मेरे पक्ष में बोलते हैं; पाठ्यपुस्तक के लेखक के पास परिमाण का अनुभव अधिक होता है, लेकिन गणना की विधि अज्ञात है - 1990 के दशक की पुस्तक तिथियों की एकमात्र प्रति और उसी त्रुटि को खारिज नहीं किया जा सकता है।

अंक स्कोर गणना

मेरा परिणाम:
ऑब्जेक्ट # 1:
ई: 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.8
X: 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
बिंदु अनुमान: 0.6875

ऑब्जेक्ट # 2:
ई: 0.4 0.5 0.54 0.59 0.66 0.7 0.7 0.7 0.7 0.7 0.9
X: 0.0 0.1 0.20 0.30 0.40 0.5 0.6 0.7 0.8 0.9 1.0
बिंदु अनुमान: 0.6561

ऑब्जेक्ट # 3:
ई: 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 1.0
X: 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
बिंदु अनुमान: 0.7500

ऑब्जेक्ट # 4:
ई: 0.7 0.79 0.89 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9
एक्स: 0.0 0.10 0.20 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
बिंदु अनुमान: 0.4833

ऑब्जेक्ट # 5:
ई: 0.7 0.73 0.78 0.86 0.9 0.9 0.9 0.9 0.9 0.9 1.0
X: 0.0 0.10 0.20 0.30 0.4 0.5 0.5 0.7 0.8 0.9 1.0
बिंदु अनुमान: 0.5757308868523388

जाहिर है, तीसरा विकल्प सबसे अच्छा है (स्कोर 0.75)।
दूसरे उम्मीदवार को पुस्तक में सर्वश्रेष्ठ के रूप में मान्यता प्राप्त है (गोलाई से पहले, उसकी रेटिंग पहले की तुलना में अधिक थी)।

स्रोत (NetBeans 6.9.1 से परियोजना): ifolder.ru
पास: habrahabr.ru
बस के मामले में: निष्पादन योग्य .jar \ dist \ फ़ोल्डर में है

फजी बचाव नियमों का उपयोग कर विकल्पों की बहु-मापदंड पसंद। जावा कार्यान्वयन। भाग 3/3: उदाहरण

More articles: