Необходимость и достаточность при агрегировании на основе неубывающих функций

Автор: Аршинский Л.В., Аршинский В.Л.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Методы и технологии принятия решений

Статья в выпуске: 1 (43) т.12, 2022 года.

Бесплатный доступ

В работе вводится понятие агрегирования показателей как отображение множества их значений в единственное числовое значение (агрегат) с помощью ограниченной, неубывающей и отличной от константы функции U ( X ). Введены понятия агрегирования по необходимости и достаточности и показано, что иных вариантов подобного агрегирования не существует. Исследованы свойства агрегирования по необходимости и достаточности. Введены понятия ценности и полезности подмножества показателей, как мер его необходимости и достаточности. Ценность связана с величиной снижения значения агрегата при минимизации показателей, входящих в соответствующее подмножество, полезность - со значением агрегата, когда эти показатели, и только они, принимают максимальное значение. Показано, что свойства агрегируемых систем, для каждого компонента которой существует агрегат, определяются, в том числе, законами агрегирования. Например, что каждая агрегируемая система имеет ядро - подмножество компонентов, функциональность которых определяет функциональность системы в целом.

Еще

Системный анализ, системология, агрегирование, свёртка, необходимость, достаточность

Короткий адрес: https://sciup.org/170194044

IDR: 170194044

Список литературы Необходимость и достаточность при агрегировании на основе неубывающих функций

  • Глинский Б.А., Грязнов Б.С., Дынин Б.С., Никитин Е.П. Моделирование как метод научного исследования (гносеологический анализ). М.: Изд-во МГУ, 1965. 248 с.
  • Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: ИМ СО РАН, 1999. 270 с.
  • Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд., испр. М.: Физматлит, 2001. 320 с.
  • Уемов А.И. Логические основы метода моделирования. М.: «Книга по требованию», 2012. 312 с.
  • Chern I-Liang. Mathematical Modeling and Ordinary Differential Equations. Departament of Mathmatics National Taiwan University, 2016. 216 p.
  • Гаврилова Т.А., ХорошевскийВ.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.
  • Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. СПб.: Издательство «Лань», 2016. 324 с.
  • Van Renesse R. The Importance of Aggregation // In: Future Directions in Distributed Computing / Andr'e Schiper, Alex A. Shvartsman, Hakim Weatherspoon, and Ben Y. Zhao, ed. Springer-Verlag, 2003. P. 87-92.
  • Субетто А.И. Качество образования: проблемы оценки и мониторинга // Образование. 2000. № 2. С.62-66.
  • Calzaroni M. The exhaustiveness of production estimates: new concepts and methodologies. 10 p. https://www.oecd.org/sdd/na/2464056.pdf.
  • Saaty T.L. The Analytic Hierarchy Process: Planning, Priority Setting, Resources Allocation. New York, London: McGraw-Hill International Book Co, 1980. 287 p.
  • Клименко И.С. Информационная безопасность и защита информации: модели и методы управления. М.: ИНФРА-М, 2020. 180 с.
  • Zhang Ch., Toumani F., Gangler E. Symmetric and Asymmetric Aggregate Function in Massively Parallel Computing. https://hal.uca.fr/hal-01533675v3/document.
  • OLAP Application Developer's Guide. - https://docs.oracle.com/cd/B19306_01/olap.102/b14349 /aggregate.htm#CIAGHBCH.
  • Metric Aggregations. - https://opendistro.github.io/for-elasticsearch-docs/docs/elasticsearch/metric-agg.
  • Андронникова Н.Г., Леонтьев С.В., Новиков Д.А. Процедуры нечёткого комплексного оценивания // Труды международной научно-практической конференции «Современные сложные системы управления». Липецк: ЛГТУ, 2002. С.7-8.
  • Субетто А.И. Оценочные средства и технологии аттестации качества подготовки специалистов в вузах: методология, методика, практика. СПб. М. : Исследовательский центр проблем качества подготовки специалистов, 2004. 68 с.
  • Ахаев А.В., Ходашинский И.А., Анфилофьев А.Е. Метод выбора программного продукта на основе интеграла Шоке и империалистического алгоритма // Доклады Томского государственного университета систем управления и радиоэлектроники. 2014. №2 (32). С.224-229.
  • Jesus P., Baquero C., Almeida P.S. A Survey of Distributed Data Aggregation Algorithms // In: IEEE Communications Surveys & Tutorials. 2011. 17(1). DOI:10.1109/COMST.2014.2354398.
  • Аршинский Л.В. Логико-аксиологический подход к оценке состояния систем // Современные технологии. Системный анализ. Моделирование. 2013. № 3(39). С. 140-146.
  • Аршинский Л.В. Методика агрегированного оценивания систем с поддержкой ключевых компонентов // Онтология проектирования. 2015. Т.5. № 2 (16). С.223-232. D0I:10.18287/2223-9537-2015-5-2-223-232.
  • ГермейерЮ.Б. Введение в теорию исследования операций. М.: Наука, 1971. 383 с.
  • Пиявский С.А. Прогрессивность многокритериальных альтернатив // Онтология проектированияю 2013. № 4(10). С.53-59.
  • Пиявский С.А. Простой и универсальный метод принятия решений в пространстве критериев «стоимость-эффективность» // Онтология проектирования. 2014. № 3(13). С.89-102.
Еще
Статья научная