Integralni šok nad nejasnom mjerom. O pitanju praktične primjene fuzzy mjera i šok integrala. Metode za modeliranje vjerovatnoće događaja zasnovane na analizi "stabla" incidenata i metoda događaja. uputstva
Iskustvo dostupnih radova nam omogućava da izvučemo sljedeće zaključke o mogućnosti korištenja ovih metoda za proučavanje željezničkih nasipa.
Za PGZ metodu:
> pouzdano proučavanje strukturnih karakteristika gornjeg dijela željezničkih nasipa do dubine od 1-10 m (u zavisnosti od vlage, slanosti tla) ili do krovišta ilovastog tla, koji je medij za upijanje elektromagnetnog talasa;
> kontinuirano snimanje željezničkih nasipa;
> smanjenje troškova smanjenjem obima rudarskih i bušaćih operacija, smanjenjem vremena za dobijanje konačnog rezultata istražnih radova, nema potrebe za prekidom saobraćaja vozova;
> poboljšanje sigurnosti željezničkih vozila kroz tehnike inspekcije bez razaranja;
> smanjenje grešaka u analizi uzroka deformacija i, shodno tome, u dizajnerska rješenja.. Na primjer, slijeganje nasipa,
Nakon većih sanacija nema, zbog nedostatka podataka o obliku krovišta od ilovastog tla.
Za EDZ metodu:
> brzo određivanje dubine krovišta ilovastog tla;
> dobijanje fizičko-mehaničkih svojstava tla na terenu;
> korištenje dobijenih rezultata za korekciju podataka PGZ metode;
> studija nasipa do dubine od 15m, što je ograničeno mogućnostima ugradnje.
Posljednji od navedenih argumenata se ne odnosi na tla koja sadrže više od 10% grubih inkluzija.
Nedostatak obje metode je ograničena upotreba u dubini i jaka ovisnost o karakteristikama sastava tla. S tim u vezi, potrebno je primijeniti ove metode u kombinaciji sa plitkim seizmičkim i elektroprospekcijama, što će povećati dubinu istraživanja na desetine metara.
Rad je prihvaćen za objavljivanje 29. juna 2006. godine.
S. A. Sakulin
Vizualizacija operatora agregacije na osnovu Choquetovog integrala preko neparne mjere 2. reda
Agregacija numeričkih kriterijuma je metoda njihovog kombinovanja u jedan numerički kriterijum (rezultat agregacije) kako bi se izrazio kumulativni efekat ovih kriterijuma. Agregacija se koristi u fazi zaključivanja i prepoznavanja, problemima višekriterijumskog odlučivanja. Operator agregacije se često naziva da ima nešto
svojstva operatora ACC: i - ", gdje je H
Broj kriterijuma. Neka od ovih svojstava su konstantna i odgovaraju odabranom tipu operatora agregacije. Ostale osobine postavlja stručnjak na osnovu svoje vizije procesa agregacije kriterijuma. Svojstva koja postavlja stručnjak izražavaju se pomoću parametara operatora agregacije, dok konstantna svojstva operatora ne ovise o vrijednostima ovih parametara.
Do danas ne postoji opšti formalni pristup izgradnji agregacionih operatera zasnovan na stručnom znanju, u tom pravcu se radi. Da bi se formalno definirao operator agregacije, predloženi su skupovi osnovnih uslova. Treba napomenuti da ovi skupovi uslova nisu međusobno kompatibilni. Predlaže se skup manje strogih uslova, u skladu sa kojima
Operator agregacije AGG kriterija gH definiran je kako slijedi: Definicija 1 Operator agregacije AGG je funkcija i -> koja zadovoljava sljedeće uslove:
Identitet u slučaju unarnosti: ako je H = 1, u AGG = gH;
Granični uslovi:
AGG = 0; AGG [1, ..., l] = l;
Neopadajuća: gH)<{g[ g"H)^>
AGG.
Ostaćemo pri ovoj definiciji. Svi dodatni uslovi koji se nameću operateru agregacije biće dodati navedenim i odgovaraće preferencijama stručnjaka.
Kriterijumi su nezavisni ako efekat na rezultat agregacije usled promene svakog od njih (sa fiksnim vrednostima preostalih kriterijuma) ne zavisi od vrednosti preostalih kriterijuma.
riev, Inače, kriterijumi su zavisni. Općenito, kriteriji su također zavisni.
Koncepti rasplinute mjere i fazi integrala koriste se da odraze stručno znanje o zavisnostima između kriterija.
Definicija 2 Fazi (diskretna) mjera je
funkcija y /: 27 ->, gde je 2" skup svih podskupova skupa indeksa kriterijuma Y - (1, ..., H), koji zadovoljava uslove: y / (0) = 0, = t> cH =><^(Я)
Izostavićemo vitičaste zagrade, umjesto (/), (/, y) pisati /, I], respektivno. Umjesto
oznaku "kriterijum sa indeksom / e 3" radi sažetosti koristićemo i "kriterijum I".
Općenito, fuzzy mjera nije aditivna ili
y / (p) n-y / (B ~) Phy / f ^ B) gdje je D Bs /; £> nB = 0. Vrijednost mjere u / f) može se tumačiti kao "težina" ili "važnost" podskupa O skupa kriterija U.
Neka su dc (7- (z "i y)). Tada kriteriji f i y pozitivno djeluju (ili, slijedeći odredbe teorije igara, teže da sarađuju) ako je lokalni doprinos kriterija y" bilo kojem podskupu kriterija,
u / f i / i y) - u / f i 0> y / (O i y) -y / f) - (1) Kriterijumi f i y su nezavisni ako je jednakost
u / φ i I i y) -y / φ i 0 = y) - ^ φ). (2)
Kriterij / i y negativno djeluju (ili, slijedeći termine teorije igara, imaju tendenciju suprotnu onoj kooperativnosti) ako lokalni doprinos kriterija y bilo kojem podskupu kriterija koji sadrži
kriterij I je manji od lokalnog doprinosa kriterija y istom podskupu gdje je kriterij r isključen:<у/(£Юу)-у/(£>) "(3) Miro ^ N i Bopezla predložili su sljedeću definiciju indeksa interakcije između kriterija I i y:
„(N- | L | -2)! | 1) |! G. (4)
I PI A, 1 i y) - c, (B u |) - y (A i A + y (t>)]
Ovaj indeks se tumači kao ponderisani prosek ukupnog uticaja koji su proizveli kriterijumi / i y, zajedno, u svim
kada je indeks /(?",./) pozitivan (negativan), odnos između kriterijuma I i y naziva se pozitivnim (negativnim).
Indeks interakcije među kriterijumima podskupa 1997. godine uveo je bgazci kao prirodnu generalizaciju posebnog slučaja kada je |2? | = 2:
Korelacija je najpoznatija i najintuitivnija od zavisnosti između kriterijuma. Dva kriterijuma r, y e Y su u pozitivnoj korelaciji ako stručnjak može uočiti pozitivnu korelaciju između doprinosa rezultatu agregacije koji je povezan sa kriterijumima r i y, respektivno.
Pozitivna korelacija između kriterija će tada biti izražena nejednakošću y / (y)< УЧО + УО) С учётом других комбинаций, если критерии I и у положительно коррелированны, то локальный вклад критерия у в любую комбинацию критериев, содержащую критерий I, строго меньше, чем локальный вклад критерия у в той же самой комбинации, где критерий I исключён, то есть справедливо неравенство (3).
Sada, pretpostavimo da su kriterijumi f i y u negativnoj korelaciji, tada je y / (z, y)> y / (z) + y (y), uzimajući u obzir druge kombinacije, nejednakost (1) je zadovoljena. Ako kriteriji / i y nisu u korelaciji,
jednakost (2) je tačna.
Druga vrsta zavisnosti je zamena (međuzavisnost) kriterijuma. Razmotrimo ponovo kriterijume r i y. Pretpostavimo da stručnjak vjeruje da ispunjavanje samo jednog kriterija proizvodi gotovo isti učinak kao ispunjavanje oba.
Ovdje je važnost para kriterija y bliska važnosti svakog od njih posebno, čak i ako postoje drugi kriteriji. U ovom slučaju, primjećujemo da su kriteriji / i y gotovo zamjenjivi ili zamjenjivi. U ovom slučaju, kao iu slučaju pozitivne korelacije kriterija, nejednakost (3) je ispunjena.
Nasuprot tome, ispitivač može tvrditi da ispunjavanje samo jednog kriterijuma može proizvesti vrlo mali efekat u poređenju sa ispunjavanjem oba. Tada možemo govoriti o njihovoj međuzavisnosti, modeliranoj fazi mjerom y / tako da
nejednakost (1).
Imajte na umu da za razliku od fenomena korelacije kriterijuma, zamena i međuzavisnost između kriterijuma se ne mogu otkriti statističkim posmatranjem. One samo predstavljaju mišljenje stručnjaka o odnosu važnosti kriterijuma, bez obzira na doprinos ovih kriterijuma rezultatu agregacije,
Zavisnost preferiranog kriterijuma i njena suprotnost, preferirana nezavisnost, dobro su poznate u teoriji korisnosti. Pretpostavimo
da su preferencije stručnjaka na skupu realizacija kriterijuma A poznate i izražene relacijom nestrogog reda.
Definicija 3 Podskup kriterijuma B a3 naziva se poželjno nezavisnim od podskupa J - D ako i samo ako, za svaki par realizacija kriterijuma, od
(% D> £ J-D) t. (% "D,% J-D) za neku realizaciju slijedi.
g / _¿), gdje znači odnos preferencije (nestrogi red) na A. Inače, podskup kriterija B c: 3 po mogućnosti ovisi o podskupu 3 - /),
fuzzy Choquet integral (Ciocie!), koji je 1974. godine uveo Bidepo na osnovu neaditivnih Choquetovih mjera, koristi se kao agregacijski operator, koji omogućava da se odrazi znanje stručnjaka o zavisnostima između kriterija odabirom vrijednosti odgovarajućih parametara. Njegova upotreba za konstruisanje operatora agregacije za zavisne kriterijume je razmatrana u. Posebno se razmatra preferirana nezavisnost kriterija, modeliranih korištenjem Choquetovog integrala.
Definicija 4 Fuzzy (diskretni) Choquet integral kriterija g1, ..., gn u odnosu na rasplinutu mjeru
y / e ^ je definisan izrazom
gdje (*) znači permutaciju indeksa u Y tako da - - X (H) »4n) = ((A), ..., (H)) i
Choquet integral ima sljedeća svojstva
Zadovoljenje granice SNs „(0, ..., 0) = 0, SNAD1, ..., 1) = 1;
Neopadajuća:
impotencija:
I, = £ 2 = = OT, =
Iz ovih svojstava slijedi da Choquetov integral odgovara našoj usvojenoj definiciji operatora agregacije. Za refleksiju prilikom agregiranja, ekspert
znajući o zavisnostima između kriterijuma, potrebno je specificirati fuzzy mjeru y /.
Fazi mera se može predstaviti na jedinstven način tako da je = ^ a (B), gde je
Ss /; a (O) je funkcija skupa na 3, koja se u kombinatorici naziva Möbiusova funkcija u odnosu na y / i izražava se formulom:
af) = £ (-1) W% (£>), gdje je c c 3. Ne svaki
skup 2. koeficijenata π (t) može predstavljati rasplinutu mjeru y /, granični uvjeti i uvjet monotonosti moraju biti zadovoljeni:
a (0) = 0; ]> (£>) = 1;
Nejasna mjera y / je aditivna ako je y / f) + y / (B) = \ 1 / (pB), gdje je D1) n5 = 0. U ovom slučaju, da biste je postavili, morate postaviti vrijednosti težine R: y / (H). U opštem slučaju, neophodno je
moguće je postaviti 2. vrijednosti težina koje odgovaraju
2. podskupovi skupa 3.
Očigledno je da čak i sa relativno malim
broj kriterijuma H = \ s \ stručnjak ne može dati
toliko informacija. Osim toga, vrijednost vrijednosti u / f) nije uvijek jasna stručnjaku. U velikom broju slučajeva, stručnjak je u stanju da procijeni važnost pojedinačnih kriterija, parova kriterija, ali ne i važnost podskupova kriterija, koji se sastoje od većeg broja njih. I obrnuto, ako je data nejasna mjera, stručnjak nije u stanju suditi njene vrijednosti u smislu svog predmetnog područja,
Kako bi se prevazišao problem formalizacije znanja stručnjaka kada veliki broj vrijednosti
težine (2i), Braisc je predložio koncept rasplinutih uslova: mjere £. TH ORDER £< |У| = Я . Суть этой концепции заключается в том, что для упрощения задания нечётких мер из рассмотрения исключаются зависимости между более чем к - критериями.
Razmotrimo slučaj 2. reda, koji je, u skladu sa gore navedenim razmatranjima, najzanimljiviji sa praktične tačke gledišta, Akcija
zaista, samo
N + Sgn = N + -
2!(Ja -2)! U ovom slučaju potrebna su 2 koeficijenta za određivanje vrijednosti nejasne mjere, i to:
1 / (0 = a (i), i € J; y / (ij) = ail) + a (j) + ci (ij), (i, j) –3. Preostali koeficijenti su tada:
Imajte na umu da je slučaj drugog reda ekvivalentan pretpostavci da je indeks interakcije I (B) jednak
nula za podskupove od najmanje tri elementa. U ovom slučaju, Choquetov integral će poprimiti oblik:
Indeks interakcije između kriterijuma / i y: I (i, j) = a (ij), (/, y ") eY, Imajte na umu da a (r) e [OD] za sve ye J, I (i , j) e [-1,1] za sve (z, y) e Y. Konačno, u ovom kontekstu, uslovi (6) za koeficijente a (0), a (i), a (i, j), ((i, j) ej), definirajući rasplinutu mjeru, poprima oblik:
a (0) = 0; 2> (0+ X * G0 = 1
a (i)> 0 Vi e J (9)
a (i) + £ a (ij)> 0, Vi e J, Vi) sa Y - (/)
Vratimo se na prethodno razmatrane zavisnosti između kriterijuma za slučaj modela drugog reda.
Neka je Z) c; (/ - (iuu ")), tada na osnovu (11) we
možemo napisati izraze za nejasnu meru 2. reda odgovarajućih podskupova:
y (B) = ^ a (p) + X (U
/> s = Z) (p, q) c, D p & D
J ^ a (p) + £ «(/>) + £ «(/"")"<-£ «(дО +«(0 + «О")+«(У)
pv-D 1p.<})£й peD p*D
Ako su kriterijumi i i y u pozitivnoj korelaciji, nejednakost (3) je zadovoljena; zamjenjujući izraze (10), (11), (12), (13) dobijamo:
^ a (pL + au) + a (d)<^а(рЛ+а(Л ^ «G0< 0.(14)
Stoga, da bi se odrazila pozitivna korelacija kriterija i i y u slučaju modela drugog reda, dovoljno je postaviti indeks interakcije I (ij) = a (ij)< 0, не принимая во внимание остальные критерии и зависимости.
U slučaju negativne korelacije kriterijuma i i y, indeks njihove interakcije se postavlja I (ij)> 0, što će, slično kao (14), odražavati nejednakost (1),
Ako kriteriji nisu u korelaciji, tada je tačan sljedeći izraz:
X a (PJ") + a (A + = Z + aU) =>
Slučaj zamjene kriterija \ u) karakterizira nejednakost (3), odnosno međuzavisnost (1). Pretpostavit ćemo da ako stručnjak vjeruje da su kriteriji / i y zamjenjivi (međuzavisni), on neće istovremeno uzeti u obzir njihovu pozitivnu ili negativnu korelaciju u modelu. Zaista, pozitivna (negativna) korelacija kriterijuma otkriva se na osnovu statističkih zapažanja stručnjaka, dok supstitucija (interakcija) nije ništa drugo do njegovo mišljenje o potrebi zadovoljenja ovih kriterijuma, koje ima veći prioritet pri izboru vrijednost rezultata agregacije.
Sada dolazimo do teškog problema: kako izraziti željenu zavisnost ili nezavisnost kriterijuma uz pomoć nejasne mere. Od početka upotrebe rasplinutih mera i integrala za konstruisanje agregacionih operatora, shvatilo se da neaditivnost fazi mere treba da omogući modeliranje željene zavisnosti kriterijuma. Međutim, još uvijek nije razvijen aparat koji bi to omogućio strogo formalno, sam fenomen preferirane zavisnosti kriterija je slabo proučen. MigoM i Zidepo su dokazali sljedeću teoremu:
Teorema 1 Neka je gl9 ... i skup kriterija. Označavamo sa gJ_ (i) implementaciju kriterija gj, gdje je u e 3 - (/). Ovdje se gt naziva integralnim kriterijem ako je 3 gi, g "¡tako da
0dSmanjiti skup operatora agregacije po operatorima na osnovu Choquetovog integrala, tj. ga) = Cffw (gl, ..., 8n). to-
gdje, ako imamo najmanje tri neotuđiva kriterija, onda su sljedeće tvrdnje ekvivalentne:
1. kriteriji gl, ..., gn su obostrano preferirani
nezavisni;
2. rasplinuta mera y / je aditivna.
Dakle, preferirana zavisnost (nezavisnost) kriterijuma će se odraziti korišćenjem Choquetovog integrala 2. reda korišćenjem fuzzy mere zasnovane na indeksima interakcije kriterijuma (korelacija i supstitucija), kao i parcijalnog reda na skupu realizacije kriterijuma A (uzorak obuke).
Trenutno su poznate primjene Choquetovog integrala kao operatora agregacije u nekim praktičnim primjenama. Posebno je razmatran sistem za izbor optimalnog softverskog interfejsa, opisan sistem za prepoznavanje govora i dat je opis navigacionog sistema za pešake koji koristi Choquet integral.
Širu upotrebu ovog alata ometa njegovo slabo intuitivno razumijevanje od strane mnogih
praktični specijalisti. Da bi se prevazišla ova okolnost, može se koristiti mehanizam vizualizacije povezivanjem dobro poznatog fizičkog objekta sa Choquetovim integralom.
Autor predlaže metodu za vizualizaciju konstrukcije agregacijskog operatora zasnovanu na Choquetovom integralu 2. reda. Ova metoda se zasniva na ideji metafore ravnoteže. Ova ideja je da se uspostavi korespondencija između stvarnog objekta, u odnosu na koji je dobro razvijena prirodna intuitivna reprezentacija, i matematičkog objekta - operatora agregacije. Kao takav stvarni predmet djeluje poluga, koja je na mjestu oslonca fiksirana oprugom sa konstantnim koeficijentom krutosti jednakim jedan (slika 1). Na polugu se postavljaju ponderi koji odgovaraju važnosti ili "težinama" kriterijuma. Razmatra se porodica agregacionih operatora koji se mogu izgraditi na osnovu metafore ravnoteže. Choquet integral nije dio ove porodice.Da bismo izgradili mehanizam vizualizacije za Choquet integral 2. reda na osnovu metafore ravnoteže, modificiramo metaforu ravnoteže.
Da bismo mogli da uzmemo u obzir interakciju kriterijuma u slučaju modela drugog reda, potrebno je u metafori ravnoteže odraziti uticaj indeksa interakcije kriterijuma / (//) na rezultat agregacije. Raspon vrijednosti ovih indeksa je interval [-
Na osnovu ovog raspona vrijednosti izabraćemo interval [-1,1] za skalu poluge. Kao neutralni element na skali poluge (ili mjestu njenog pričvršćivanja) izabraćemo 0.
mm (t., t.) povezane s težinama | / ((/) |, ako< 0. В случае, если индекс взаимодействия критериев /((/)>0 na težinu kriterija
mi ćemo dodati vrijednost
Na sl. 1 prikazana je gore opisana konstrukcija bilansa za slučaj dva kriterijuma čiji je indeks interakcije 7 (1,2) negativan. Napišimo, u skladu sa drugim Newtonovim zakonom, jednadžbu ravnoteže za slučaj prikazan na sl. jedan,
Očigledno je da povećanje broja kriterija neće dovesti do promjena u strukturi bilansa, zapisujemo odgovarajuću jednačinu:
Ovaj izraz je ekvivalentan Choquetovom integralu drugog reda,
Razmotrimo sada kvalitativno modeliranje zavisnosti između kriterijuma koristeći predloženi mehanizam vizualizacije i odgovarajući operator agregacije. U skladu sa agregacijskom skalom (slika 1), moment rotacije poluge, usmjeren u smjeru suprotnom od kazaljke na satu, nazvat ćemo negativnim, a usmjeren u smjeru kazaljke na satu pozitivnim.
U slučaju pozitivne korelacije kriterija ili njihove zamjene, prikazat ćemo njihovu negativnu interakciju, modeliranu nejednakošću (3), prilikom konstruiranja ravnoteže.
U negativnom području skale poluge u isto vrijeme
opterećenje će se nalaziti | / (?) ") | na udaljenosti od nulte oznake.
Rice. 1. Vizualizacija Choquetovog integrala zasnovana na metafori ravnoteže
Na polugu će utjecati negativan moment zbog vrijednosti I (ij)<0 и
min (g., g-y). Štaviše, ukupno pozitivno
moment rotacije zbog težine y / (i) i
y / (j) i nalazi se na udaljenostima g. i g. od
nultu oznaku, djelomično će se kompenzirati negativnim momentom I (ij) mm (g;, gy).
U slučaju negativne korelacije kriterijuma i i j ili njihove međuzavisnosti stavljamo indeks njihove interakcije / (r>)> 0, što će odražavati nejednakost (1). Na polugu će djelovati pozitivan moment rotacije, zbog vrijednosti I (ij)> 0 i
mm (gi, gj). U ovom slučaju, ukupni pozitivni moment rotacije zbog utega i nalazi se na udaljenostima g. i g. od nulte oznake će biti ojačan pozitivnim momentom / (//) min (gi9gj).
Ako kriteriji nisu u korelaciji, a također nisu zamjenjivi ili međuzavisni, tada je I (ij) = 0 i možemo uočiti agregaciju nezavisnih kriterija. U ovom slučaju, položaj poluge će biti određen djelovanjem pozitivnih momenata
Si V (i) i gj yf (J).
Prema teoremi 1, u slučaju poželjne nezavisnosti kriterija, položaj poluge će također biti određen samo djelovanjem pozitivnih momenata g. y / (r) i g. y / (j).
Predloženi metod vizualizacije će omogućiti programerima praktičnih aplikacija da imaju intuitivnu viziju konstruisanja agregacionih operatora na osnovu Choquet integrala 2. reda. Primena ove metode će takođe olakšati zadatak osposobljavanja stručnjaka da formalizuje znanje u svojoj predmetnoj oblasti pomoću relativno novog aparata rasplinutih mera i integrala.
Bibliografska lista
1. Grabisch M., Orlovski S., Yager R. Fuzzy Aggregation of numerical Preferences, In R, Slowinski, urednik, Fuzzy Sets in Decision Analysis, Operations Research and Statistics, Kluwer Academic, 1998, 43 str.
2. Belenky A.G. Izbor skala i operatora agregacije u izgradnji fuzzy inteligentnih sistema upravljanja informacijama. -M.: MEI, 1999.50 str.
3. Ovchinnikov, S., On Robust Aggregation Procedures, Aggregation Operators for Fusion under Fuzziness. Bouchon-Meunier B. (ur.) 1998, str. 3-10.
4. Mayor, G. i Trillas E., O predstavljanju nekih funkcija agregacije, Proceeding of ISMVL, 1986, pp. 111-114.
5. Mesiar R. i KomornOkova M., Operatori agregacije, Zbornik radova XI konferencije o primenjenoj matematici PRIM“96, Herceg D., Surla K. (ur.), Institut za matematiku, Novi Sad, 1997, str. 193- 211.
6. Moulin E. Kooperativno donošenje odluka: Aksiomi i modeli. -M.: Mir, 1991, - 464 str.
7. M. Sugeno, Teorija rasplinutih integrala i njene primjene, dr. sc. Teza, Tokijski institut za tehnologiju, Tokio, 1974, 237 str.
8. M. Grabisch, k-red aditivne diskretne fazi mjere i njihova reprezentacija, Fuzzy Sets & Systems 92, 1997, pp. 167-189.
9. T. Murofushi i S. Soneda, Tehnike za čitanje fuzzy mjera (III): indeks interakcije, u: 9th Fuzzy System Symposium, Sapporo, Japan, maj 1993, str. 693-696.
10. P. Wakker. Osnova ponašanja za nejasne mjere. Fuzzy skupovi i sistemi, 37, 1990, str. 327-350.
11. G. Choquet. Teorija kapaciteta. Annales de I "lnstitut Fourier, 5, 1953, str. 131-295.
12. T. Murofushi, M. Sugeno Neaditivnost rasplinutih mjera koje predstavljaju preferencijalnu ovisnost, 2. međ. Konf. On Fuzzy Systems and Newral Networks, lizuka, Japan, jul, 1992, str. 617-620.
13. Stanley P. Enumerativna kombinatorika, - M.: Mir, 1990. -440 str.
14. M. Sicilia, E. Garsia, T. Calvo Metoda zasnovana na upitima za Choquet integralno baziranu agregaciju parametara upotrebljivosti interfejsa RepDblica Checa Kybemetica, 39 (5), 2003, pp. 601-614.
15. T. Pham, M. Wagner, Normalizacija sličnosti za verifikaciju govornika fuzzy fuzijom, The Journal of the Pattern Recognition Society 33, 2000, str. 309-315.
16. Y. Akasaka i T. Onisawa, Pješačka navigacija koja odražava individualnu preferenciju za odabir rute - Evaluacija prikladnosti modela individualnih preferencija-, Journal of Japan Society for Fuzzy Theory and Intelligent Informatics, Vol. 18, br. 6, 2006, str. 900-910.
17. M. Detyniecki i B. Bouchon-Meunier, Izgradnja operatora agregacije sa ravnotežom, Zbornik radova međunarodne konferencije o obradi informacija i upravljanju nesigurnošću u sistemima zasnovanim na znanju, Madrid, Španija, jul 2000, str. 686-692.
Rad je prihvaćen za objavljivanje 21.03.07.
Bez obzira da li se ova publikacija uzima u obzir u RSCI. Neke kategorije publikacija (na primjer, članci u apstraktnim, popularnim naučnim, informativnim časopisima) mogu se postaviti na platformu web stranice, ali se ne računaju u RSCI. Također, ne uzimaju se u obzir članci u časopisima i zbornicima koji su isključeni iz RSCI-a zbog kršenja naučne i izdavačke etike. "> Uključeno u RSCI ®: da | Broj citata ove publikacije iz publikacija uključenih u RSCI. Istovremeno, sama publikacija ne može biti uključena u RSCI. Za zbirke članaka i knjiga indeksirane u RSCI na nivou pojedinačnih poglavlja, naveden je ukupan broj citata svih članaka (poglavlja) i zbirke (knjige) u cjelini. "> Citati u RSCI ®: 13 |
Bilo da je ova publikacija uključena u RSCI jezgro. RSCI jezgro uključuje sve članke objavljene u časopisima indeksiranim u bazama podataka Web of Science Core Collection, Scopus ili Russian Science Citation Index (RSCI). "> Uključeno u RSCI jezgro ®: br | Broj citata ove publikacije iz publikacija uključenih u RSCI jezgro. Istovremeno, sama publikacija možda neće biti uključena u RSCI jezgro. Za zbirke članaka i knjiga indeksirane u RSCI na nivou pojedinačnih poglavlja, naveden je ukupan broj citata svih članaka (poglavlja) i zbirke (knjige) u cjelini. "> Citati iz jezgra RSCI ®: 2 |
Stopa citiranosti normalizovana po časopisima izračunava se tako što se broj citata dobijenih u datom članku podijeli sa prosječnim brojem citata koje su primili članci iste vrste u istom časopisu objavljenom u istoj godini. Označava koliko je članak viši ili niži od prosjeka članaka u časopisu u kojem je objavljen. Izračunava se ako RSCI ima pun set brojeva za datu godinu za časopis. Za članke tekuće godine indikator se ne računa. "> Normalni citati za časopis: 24.443 | Petogodišnji faktor uticaja časopisa u kojem je članak objavljen, za 2018. "> Faktor uticaja časopisa u RSCI: |
Stopa citiranosti normalizovana po tematskoj oblasti izračunava se tako što se broj citata dobijenih u datoj publikaciji podeli sa prosečnim brojem citata dobijenih od strane publikacija iste vrste iste tematske oblasti objavljene u istoj godini. Pokazuje kako je nivo date publikacije viši ili niži od prosječnog nivoa drugih publikacija iz iste oblasti nauke. Za publikacije tekuće godine indikator se ne izračunava. "> Normalno citiranje po smjeru: 4,015 |