SEQUENTIAL APPLICATION OF THE HIERARCHY ANALYSIS METHOD AND ASSOCIATIVE TRAINING OF A NEURAL NETWORK IN EXAMINATION PROBLEMS
DOI:
https://doi.org/10.14529/mmp170312Ключевые слова:
метод анализа иерархий, самоорганизующиеся нейронные сети, смешение оценок экспертовАннотация
Предлагается развитие методики экспертизы, основанной на последовательном применении метода МАИ и ассоциативном обучении нейронных сетей и являющейся альтернативой обычным методам решения прямой задачи экспертизы.Представлен методологический подход к задаче экспертизы, при котором сохраняется информация о всех объектах, что позволяет рассмотреть их показатели в совокупности - принцип мягкого максимума (softmax), основанный на модели смешения оценок экспертов. Такой подход представляет различные возможности интерпретации результатов экспертизы с сохранением качественно неизменной общей картины соотношения показателей объектов экспертизы и позволяет получать более достоверные результаты экспертизы, особенно в случаях, когда характеристики объектов сильно различаются.
Библиографические ссылки
Saaty T.L. Decision Making for Leaders: The Analytical Hierarchy Process for Decisions in
a Complex World. Wadsworth, RWS Publications, 1988. 292 p.
Haykin S. Neural Networks: A Comprehensive Foundation. N.Y., Prentice Hall, 1998. 842 p.
Bukharin S.V., Melnikov A.V. Klasterno-ierarkhicheskie metody ekspertizy ekono-micheskikh
ob'ektov [Cluster-Hierarchical Methods of Examination of Economic Objects]. Voronezh,
Nauchnaya kniga, 2012. 276 p.
Bukharin S.V., Maltsev S.A., Melnikov A.V. Metody neyronnykh setey v ekspertize
tekhnicheskikh sredstv okhrany [Methods of Neural Networks in the Examination of Technical
Means of Protection]. Voronezh, Nauchnaya kniga, 2016. 177 p.
Medvedev V.S., Potemkin V.G. Neyronnye seti. Matlab 6 [Neural Networks. Matlab 6].
Moscow, DIALOG-MIFI, 2002. 496 p.
