Cтраница 1
Разрешение неопределенности этой группы информации связано с трудозатратами на поиск, обработку информации и проведение научных исследований. Эффективным путем решения проблемы оперативного использования накопленных знаний является внедрение новых информационных технологий в систему управления организаций. [1]
Процесс разрешения неопределенностей можно условно разделить на два взаимосвязанных подпроцесса. Первый - цепь непротиворечивых логических рассуждений, которая на основании имеющейся объективной информации позволяет сделать объективные выводы об интервале, содержащем истинное значение интересующего нас параметра. Второй подпроцесс - выбор того или иного значения параметра из объективно определенного интервала. Последний осуществляется интуитивно-логическим путем, не поддающимся строгому описанию. [2]
Проблема разрешения неопределенности гомоморфизма требует более глубокого проникновения в сущность явления, представленного эмпирическими данными. В настоящее время эта неформальная задача решается интуитивно. [3]
Некоторые приемы разрешения неопределенности этого вида рассматриваются в следующей главе. [4]
Основной закономерностью процесса разрешения неопределенностей является зависимость величины интервала, содержащего истинное значение искомого параметра, от величины объективной информации об этом параметре. [5]
Наиболее распространенным методом разрешения неопределенности, свойственной векторному критерию оптимизации, является схема гибкого учета приоритета, реализующая компромисс, в котором приоритет частных критериев учитывается с помощью весового вектора а - fa - Между тем применение этого метода в ряде случаев связано со значительными ошибками. Причиной ошибок может быть прежде всего неустойчивость 1 решений, получаемых в соответствии с описанными выше схемами компромисса. [6]
В данных формулировках предполагается, что разрешение неопределенностей всех трех видов ведется последовательно и независимо друг от друга. [7]
Общий вид кривой предпочтения для частного критерия ец. [8] |
Обобщенная функция предпочтения является инструментом для разрешения неопределенности и сведения многокритериальной задачи к однокритериальной. Эту функцию называют также суперфункцией. [9]
В силу этого введенная выше мера качества разрешения неопределенности, являясь строгой мерой объективного элемента решения, в то же время служит косвенным показателем качества принимаемого решения в целом с учетом и субъективного элемента. [10]
Рассмотрим применение этих трех аксиом к анализу процедуры разрешения неопределенностей каждой из трех вышеуказанных групп. [11]
По аналогичной схеме может быть введена мера качества разрешения неопределенностей прогноза последствий альтернатив действий и решения в целом. Предельную остаточную энтропию решения в целом будем обозначать как sup Эост. [12]
Теперь пары несмежных букв, существование которых предполагается в теореме, могут быть использованы для разрешения неопределенности по этим t2 ( или меньшего числа) сообщений. [13]
Основной вывод из проведенного краткого анализа очевиден - предложенная мера универсальна и подходит для измерения качества разрешения неопределенностей любой природы. Однако этим возможности введенной меры не ограничиваются. Главным ее назначением является объективное измерение качества принимаемого решения или сравнение вариантов решений. [14]
Зависимость величины неразрешенной неопределенности sup ЭцСТ от времени, выделенного на сбор информации. [15] |