Трудности измерения связаны не только с получением количественных результатов, но и выбором понятного способа их выражения. Возникает проблема языка как средства коммуникации. Данная проблема включает в себя не только нахождение количественных результатов, но и способ их передачи или как следует выразить результаты измерения, чтобы донести их до других. Количественные результаты можно получить с помощью шкалы, кем-то разработанной или разработать ее самостоятельно. Но в любом случае существует проблема содержательной интерпретации количественного значения измеренного признака, таким образом, в начале, строя шкалу, идем от номеров к числам, а затем, интерпретируя полученные в результате измерения числа, мы идем в обратном направлении – от чисел к номерам.
Детализации исходных данных – вторая проблема. Надо определить,какие исходные данные следует использовать применительно к поставленной задаче: содержательные (общие) или количественные (частные).
Стандартизации условий измерения – третья проблема.Нахождение условий, при которых гарантируется правильность измерения.
|
|
Проблема точности измерения. Как оценить отклонение(которое всегда существует), чтобы контролировать желаемые результаты?
Проблемы, связанные с процессом измерения, могут быть обусловлены существованием неясности и неопределенности. При кажущейся похожести между неопределенностью и неясностью существует различие, которое должно учитываться в измерении для ситуаций: а) когда хорошо описанное событие может произойти, а может и не произойти, то речь идет о наличие неопределенности; б) когда существует неточное описание и плохое определение события, это означает наличие неясности. Поэтому статистика, математическая статистика и теория вероятностей являются языком неопределенности, а теория нечетких (размытых) множеств – языком неясности.
Определение и объект изучения дисциплин «Статистика», «Математическая статистика» и «Теория вероятностей» обязательно изложить в этом вопросе.
Теория нечетких множеств представляет собой математический аппарат работы с объектами, не имеющими жестких, однозначно задаваемых границ. Она позволяет формально описывать нестрогие, нечеткие, расплывчатые понятия и производить с ними различные операции. Подобно тому, как теория вероятностей позволяет формализовано описывать и обрабатывать информацию в случае физической неопределенности, теория нечетких множеств позволяет представлять и обрабатывать информацию в случае неясности (лингвистической неопределенности).
Нечёткое (размытое)множество – понятие, введённоепрофессором ЛотфиЗаде (LotfiZadeh), опубликовавшем в 1965 году основополагающую работу «FuzzySets» в журнале «InformationandControl». В работе он расширил классическое понятиемножества, допустив, что характеристическая функция множества (названная Заде функцией принадлежности для нечеткого множества) может принимать любые значения в интервале [0, 1], а не только значения 0 или 1. Является базовым понятием нечеткой логики.
|
|
Использованиетеории нечетких множеств, например, в экспертных оценках, при которых вес важности назначается в некоторых границах, например при важности в 6 баллов максимальное значение может быть 8, а минимальное – 5. В результате получаем три кривых или три точки, а выбор эксперта зависит от степени его склонности к риску.
мах риск
медиана
мин риск
Рисунок 3– Графическое выражение функции принадлежности теории нечетких множеств