Главная Недвижимость Квартиры Ипотека Земля и земельные участки Коттеджы Контакты
 
 

Оценка стоимости земельного участка, зданий, сооружений


где - нечеткий терм для оценки переменной в строке с номером jp, - количество строк-коньюнкций, соответствующие решению - число из интервала [0,1], которое характеризует субъективную меру уверенности эксперта в правиле с номером jp.
Тогда с использованием теории нечетких множеств и системы экспертных высказываний (5) может быть получена следующая модель нечеткой аппроксимации объекта (6):
(6)
где - функция принадлежности выхода у в класс, - функция принадлежности входа в нечеткого терма,.
Для формализации нечетких термов, которыми оцениваются входы объекта, можно, например, использовать функции принадлежности
(7)
где - функция принадлежности переменной х к терму Т, b - координата максимума функции,, с - параметр сжатия-растяжения.
Класс, в который попадает вход объекта (1) в случае вектора входов, определяется согласно (6) так:
. (8)
Нечеткая аппроксимация объекта с непрерывные входом осуществляется с помощью операции дефазификации, которая превращает результаты нечеткого логического вывода (6) в четкое число:
. (9)
Если интервал разбить на m равных частей, то есть
то формула (9) упрощается и принимает вид, удобный для расчетов
. (10)
Следовательно, при такой постановке вопроса, возникает задача нахождения как параметров w в (5), так и значений b и с функции (7). Такая задача соответствует этапа параметрической идентификации.
Модель объекта с непрерывным выходом имеет вид:
(11)
где - вектор входных переменных, - вектор весов в (5), и - векторы параметров функций принадлежности согласно (7), N - общее число строк в матрице знаний, F - оператор "входы-выход", что определяется (5-9 ). Обучающая выборка определяется как М пар экспериментальных данных "вход-выход":
. (12)
Согласно методу наименьших квадратов задача оптимальной настройки нечеткой базы знаний формулируется следующим образом: найти такой вектор (А, B, C), который удовлетворяет ограничениям
(13)
и обеспечивает минимум величине
. (14)
Модель объекта с дискретным входом - это вектор мер принадлежности к каждому классу:
(15)
который исчисляется согласно соотношениям (6-7).
Обучающая выборка определяется как L пар данных:
(16)
Задача оптимальной настройки нечеткой модели объекта с дискретным входом формулируется так: найти такой вектор (А, В, С) который удовлетворяет ограничению (13) и обеспечивает минимум величине
(17)
где
Для решения задач (14) и (17), принадлежащих к задачам нелинейной оптимизации, могут быть использованы различные числовые методы, среди которых наиболее простым и универсальным является алгоритм скорейшего спуска. В работе [4] предложено применение генетических алгоритмов, которые могут рассматриваться как аналог случайного поиска, который ведется параллельно с разных исходных точек. Генетический алгоритм использует начальную множество вариантов-решений (родителей), которые кодируются как хромосомы и подлежат операциям скрещивания и мутации. Операция скрещивания "рождает" новые варианты решения, а мутация обеспечивает "перескоки" в различные начальные точки.
В нечеткой матрицы знаний следует также учитывать и удельный вес i-ого грунта в j-й грунтовой зоне.
Из сказанного видно целесообразность и преимущества представленных методов перед классическими оптимизационными методами и необходимость внедрения их в производство.
1  2  3  
 
 
2008-2009 www.yar-sn.ru
Материалы на сайте собраны из открытых и бесплатных источников или присланы нам посетителями сайта.
Все права на них принадлежат их авторам.
Все замечания и пожелания присылайте через форму обратной связи

Rambler's Top100