首页 理论教育 基于模糊认知图的指标关系建模方法

基于模糊认知图的指标关系建模方法

时间:2023-06-26 理论教育 版权反馈
【摘要】:以此为基础,进行因果结构的建模,以表达完整的方案评价指标之间的影响关系。仍以“100 m单发精度”和“经济成本”为例,“100 m单发精度”的提高必然会导致“经济成本”的提高,而且提高程度很大。

基于模糊认知图的指标关系建模方法

模糊认知图模型可以概括为两个基本要素:领域变量因果结构。领域变量是指关于当前任务的知识节点,因果结构是指知识节点之间的影响关系。针对指标影响关系问题,其模糊认知图中的领域变量则是指各个方案评价指标,而因果结构则是指评价指标之间的影响关系。因此,基于模糊认知图的指标影响关系建模也将分为指标影响关系的领域变量建模和指标影响关系的因果结构建模两个部分。

1.领域变量建模

模糊认知图关于领域变量的建模过程其实就是关于知识节点的获取与表达过程。该过程一般采用非结构化的、启发式提问的方式来获取专家对于某领域的隐性知识。在具体实施时,首先确定最高目标,代表当前进行的建模过程是想要获取关于该最高目标的隐性知识,并以它作为启发式提问过程的起点。然后,专家在探索性、开放式问题的启发下,列举出他所认为的有关此最高目标的所有相关知识节点,作为第一级领域变量。随后,针对每一个第一级领域变量,专家再在问题启发下列举出所有与之相关或存在因果关联的知识节点,作为第二级领域变量。重复上述过程,构建第三级领域变量或更多,直至专家认为针对最高目标不再有其他影响因素可作为知识节点,则领域变量的建模过程结束。

以上是关于模糊认知图通用的领域变量建模过程,但针对方案评价指标问题这一具体领域,则需要做出调整。因为方案评价问题通常都有特定的背景领域,即针对某一特定领域进行的方案评价,如枪械设计领域的方案评价,因此其评价指标的确定本身就是一个非常专业的领域问题,需要经过科学的研究和探讨。比如确立评价指标的选取指导原则,并在指导原则的规定下,根据实际情况,慎重地从所有可能成为评价指标的相关影响因素中去除不重要或暂时不需要考虑的影响因素,选出若干个重要的评价指标确定为最终的评价指标。所以,通用的模糊认知图领域变量建模过程只能作为指标影响关系领域变量建模过程的第一阶段,第二阶段仍为领域内的专业探讨。因此,该书建立指标影响关系的领域变量建模方法如图6.2所示。

首先,针对特定方案评价问题,确定最高目标,如“一个好的××方案需要考虑的因素”。第二步,针对最高目标,由专家在开放式提问的启发下列举出第一级领域变量,如“您认为都有哪些因素会直接影响××方案的选择?”随后针对每一个第一级领域变量再由专家在开放式提问的启发下列举出第二级领域变量,如“那么,对于×××这一因素,您认为又有哪些因素会对其产生直接影响?”以此类推,直至专家认为已无更多因素对最高目标产生影响,则探索结束,获得所有关于当前方案评价任务的领域变量。第三步,由专家对这些领域变量进行专业探讨以确定最终的方案评价指标。探讨的过程可起始于确定评价指标的选取指导原则,然后根据指导原则并结合实际情况,对上一步获得的所有领域变量进行去除或选择操作,最终选择出若干领域变量作为评价指标。第四步,被选择出来的各个评价指标即进行后续因果结构建模操作的领域变量。

图6.2 指标影响关系的领域变量建模方法

2.因果结构建模

通过领域变量的建模阶段即确定了方案评价指标,它们就是指标影响关系的领域变量。以此为基础,进行因果结构的建模,以表达完整的方案评价指标之间的影响关系。

指标影响关系可以是正相关(即因果增加)、负相关(即因果减少)或不相关,并且每一个影响关系都需要被赋予影响强度。由于离散语义类型的强度值会比连续数字类型的强度值更易被专家理解,因此建立语义型的影响强度表。该强度表中包含5种强度值,分别是“非常强”“很强”“中等”“很弱”“非常弱”。(www.xing528.com)

在实际进行因果结构的建模时,专家会被要求对每两个评价指标之间的影响关系进行判定。若某两个评价指标之间存在影响关系,则继续判断是正相关还是负相关,并从影响强度表中选取一个合理的影响强度值进行赋值;若这两个评价指标之间不存在影响关系,则直接认定为不相关。

需要特别注意的是,在进行影响关系的判定时,A对B的影响和B对A的影响是不同的。仍以“100 m单发精度”和“经济成本”为例,“100 m单发精度”的提高必然会导致“经济成本”的提高,而且提高程度很大。因此“100 m单发精度”对“经济成本”是正相关,强度值为“很强”。但反过来,“经济成本”的提高却并不一定会必然导致“100 m单发精度”的提高,因此只能说“经济成本”对“100 m单发精度”不相关。所以,若存在n个变量,即共有n个评价指标,则影响强度的判定需进行n(n-1)次。

语义类型的影响强度值只是为了在具体操作中方便专家理解。但模糊认知图在对因果结构进行建模时,是需要以数字来表达的。数字类型的影响强度值有两个优点,首先可以对因果结构进行定量化表达,其次还能支持后续的推理计算。因此,在得到语义类型的影响强度值后,还需要将其转换为数字类型的影响强度值。通常使用[-1,…,0,…,1]之间的数字来表达。因此,建立语义类型影响强度值与数字类型影响强度值的对应表,如表6.1所示。

表6.1 方案评价指标之间影响强度表

指标影响关系的因果结构建模方法可总结为如图6.3所示,具体阐述如下:

首先,专家在已获得的领域变量(设共有n个)的基础上,依次判定每两个领域变量之间的影响关系;若存在影响关系,则判定影响类型,确定是正相关还是负相关,进而在语义类型影响强度表的帮助和规定下,确定影响强度;若不存在影响关系,则直接判定为不相关,进而在数字类型影响强度表的帮助和规定下,将语义类型的影响强度转换为数字类型的影响强度。以上过程重复n(n-1)次,以保证任意两个领域变量之间都已进行过比较,最终得到指标影响关系的因果结构。

在得到领域变量和因果结构后,综合两阶段的成果就可以最终得到模糊认知图模型表达下的指标影响关系。以该模型为基础,就可以进行后续基于隐性知识的方案评价方法研究。

图6.3 指标影响关系的因果结构建模方法

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈