На основе кластерного анализа

Оценка качества продукции

Кластерный анализ позволяет разделить исходный набор исследуемых объектов на группы объектов таким образом, чтобы каждый объект был более схож с объектами из своей группы, чем с объектами других групп. Анализируя в дальнейшем полученные группы, называемые кластерами, можно определить, чем характеризуется та или иная группа, принять решение о методах работы с объектами различных групп. Например, при помощи кластерного анализа можно разделить клиентов, с которыми работает компания, на группы, для того чтобы применять различные стратегии при работе с ними.

При помощи параметров кластерного анализа пользователь может настроить алгоритм, по которому будет производиться разбиение, а также может динамически изменять состав характеристик, учитываемых при анализе, настраивать для них весовые коэффициенты.

Кластерный анализ представляет собой математическую процедуру многомерного анализа, позволяющая на основе множества показателей, характеризующих ряд объектов, сгруппировать их в группы (кластеры) таким образом, чтобы объекты, входящие в один кластер, были более однородными, сходными по сравнению с объектами, входящими в другие кластеры.

В основе данного анализа лежит вычисление расстояния между объектами. Именно исходя из расстояний между объектами производится их группировка по кластерам. Определение расстояния может проводиться по разным метрикам. Поддерживаются следующие метрики:

· Евклидова метрика;

· Евклидова метрика в квадрате;

· метрика города;

· метрика доминирования.

После определения расстояний между объектами может использоваться один из нескольких алгоритмов распределения объектов по кластерам. Поддерживаются следующие методы кластеризации:

· ближняя связь;

· дальняя связь;

· центр тяжести;

· «k средних».

Результат кластеризации может быть выведен в дендограмму – вид диаграммы, предназначенный для графического отображения результатов кластерного анализа.

Диаграмма начинается с каждого объекта в классе (в левой части диаграммы). Затем постепенно понижается порог, относящийся к решению об объединении двух или более объектов в один кластер. Пример дендограммы представлен на рисунке 5.6.

Рис. 5.6. Дендограмма кластерного анализа марок автомобилей

Вопросы для самопроверки по теме 5:

1. Охарактеризуйте роль информационных технологий в повышении конкурентоспособности продукции в разрезе факторов конкурентоспособности.

2. Назовите основные показатели конкурентоспособности продукции и представьте порядок их расчетов.

3. Перечислите основные задачи, связанные с экспертной оценкой качества продукции.

4. Какие статистические показатели используются при обработке результатов экспертных оценок?

5. Назовите программные средства, поддерживающие экспертные оценки качества продукции.

6. В чем особенности оценки качества продукции с использованием нечеткой логики?

7. В чем состоит этап фаззификации системы первичных показателей оценки качества?

8. Как осуществляется вывод итогового показателя оценки качества в виде нечеткого числа?

9. В чем состоит этап дефаззификации итогового показателя оценки качества?

10. Приведите примеры программных продуктов, поддерживающих нечеткое моделирование оценки качества продукции.