Основной метрический треугольник в анализе чувствительности управляемых сетей
Автор: Соловьв А.С.
Журнал: Экономика и социум @ekonomika-socium
Рубрика: Основной раздел
Статья в выпуске: 10 (65), 2019 года.
Бесплатный доступ
В работе предлагаются методы анализа сетей социального и экономического назначения на основе показателей основного метрического тождества.
Нейронные сети, орграф, оценка, сравнение, обучение, цель, категории, чувствительность
Короткий адрес: https://sciup.org/140245944
IDR: 140245944
Текст научной статьи Основной метрический треугольник в анализе чувствительности управляемых сетей
Как правило, социальные и экономические системы S имеют иерархическую структуру с внутренней организацией качественного порядка [1] и представляются плоскими орграфами рис. 1. Состоят из объектов Ob =
Рис. 1. Сеть прямого распространения.
{ x 0 , x 1 , x 3 , ...} и связей между ними, морфизмами, а10 = Xi%0, ^е Мог, т.е. представлены малой категорией
S = (ОЬ,Мог).
На рис.1 представлена схема сети прямого распространения. Такие сети предназначены для создания конечного продукта деятельности. Графы обратной направленности определяются как сети обратного распространения
[2]. В иерархической сети объекты можно представить срезами по критериальным уровням из деятельности. В отличие от [2] назовём слоем орграф между двумя срезами. В зависимости от ориентации графа срезы в таком слое назовём верхней и нижней гранями. Каждый срез у разбивает граф S на два подграфа S и S так, что S = S + U $ - , у = S + A 5 - .
Если система представлена сетью прямого и обратного распространения, то, вероятнее всего, такая система создаёт конечный продукт с внутренним управлением, которое подстраивает её существование к требованиям внешней среды. Такую систему назовём замкнутой. Элемент замкнутой сети изображён на рис. 2.

Рис. 2. Схема структурного элемента сети с управлением.
Сеть сама представляет собой управляемый элемент во внешней среде и её представление определённой схемой условно. Схему сети можно агрегировать и дезагрегировать так, что блок сети становиться отдельным её элементом. Представим её категорией в виде объединения элементов и их связей
^ = М ^т> $т (^Ьт, Могт)
'*-' теМ и определим функтор F:5 ^ Я , который отображает описание её состояния в поле вещественных чисел
Я = (Х,ЭД) так, что объекты отображаются на множество векторов Х = F ( Ob ), а морфизмы - на множество прямоугольных матриц ЭД = F ( Mor ). В линейных сетях элементы выполняют роль линейных преобразователей. Но им можно придать и свойства квазилинейности [3].
Из рис. 1 следует, что составляющие элемента x, u, y, y'у'' принадлежат векторным пространствам, а операторы B, U, и а, в — матричным пространствам. Поскольку в общем случае управление отвечает каждому фактору, то если полагать для соответствующего элемента степень захода равной n , а степень исхода равной m , то имеем: x, и с №, у, у', у'' с ^, B с M m x^, Uс ^х^1, а, в с M m xM m .
Пренебрегая лагом длительности передачи управления и полагая единицу соответствующим тождественным оператором, можно заключить, что схема действия элемента отвечает системе уравнений
г у' = В (х + и),
у'= у+ у".
у = ау', у'' = Ру',
Отсюда находим, что
и = Uy", а + 0 = 1. система работает как сеть прямого распространения, действие которой описывается векторным уравнением у = Ах, (1)
с матричным оператором
аВ
А =-------
1 - BU^
где U,^ - матричные операторы, формирующие вектор управления и.
Назовём систему стандартной, если значения на всех её объектах равны единице. К стандартному виду можно привести любую систему вида (1). Если системы имеют одну и ту же структурную схему S (совпадает их графическое изображение, графы) и приведены к стандартному виду, то
T = Af, у = Вх, f,т,х,у е X, А,В е 31,
а их действие отличается только операторами A и B . Состояния систем, описание которых приведено к стандартному виду легко сопоставляется. При этом, сопоставляются состояния и любых их подсистем, что удобно при поиске слабых мест при настройке их ориентации поскольку их состояния отвечают только наблюдаемым A и B .
При оценке, сравнении, обучении системы, в задачах поиска всегда предлагается тестовая модель Я 0 состояния системы. Тестовую модель назовём эталоном и представим её в блочном виде
Я о = Н Я ощ
Jтем
Положим существование её аддитивной меры [4]
-
*-^ тем т-Мем
Текущее состояние Я системы представим в том же блочном виде и определим его меру аналогичным метрическим функционалом
D(V = Я2 = У Я щ2 = У Dm(&).
-
*—> тем т—МпеМ
На данном расслоении системы определим аддитивную меру поблочного бинарного соответствия W = (Я, Я0) с метрическим тензором G , который является самосопряжённым оператором
/(W) = У /(Wm) = У /m(W),
t—1 тем m^M^M
W = H (W m = (Я m ,Я mo )).
JI meM
Согласованность мер определим равенством
D(Я) = /(Я,Я) = Я * СЯ = Я2, Я * = ЯС * , G*G = 1 ^ , и расширим её с диагонального множества на бинарное соответствие состояний, полагая
D(W) = D(Я')D(Я0).
По аналогии с теорией индексов введём индикатор типа Ласпейреса, который определяет меру на множестве W рекурсией
/(w) = ^ = SmeMp’ " /m(w),
ШЯ 0 )
где m. Dm(Яo) , „„./WW
Р D(Яo) ' m( ) Dm(W)
Рекурсия показывает, что любой блок Wm, системы, не являющейся меры нуль, сам является метрическим пространством.
Определим соотношением
D(W)
D^
= 02(W)
индекс полного состава [5, формула (6), стр. 15] и введём дополнительную меру hJ(W) = ±7^2(W)-/2(W), где h > 0 служит множителем пропорциональности. Находим, что три данные меры Ф, I и J на бинарных соответствиях состояний системы связаны основным метрическим тождеством [6]
02(W) = /2(W) + h2J2(W).
При гомотетии [7, стр.57] состояний J ( W ) = 0 и Ф ( W) = I ( W). При структурных различиях (деформации системы [8]) показатель J отличен от нуля. Он монотонно возрастает с ростом структурных сдвигов. При этом, оператор Гамильтона принимает вид
Я = |ф2 = T + U, где T = /2(W), U = h2J2(W) операторы фактического состояния системы и её потенциальных возможностей (показатель h можно принять равным единице), трансляции и ротации, соответственно.
Рассмотрим состояние системы (2) и предположим, что на объектах определена с метрическим тензором G вполне аддитивная мера
/(у,т]) =T]*Gy = y*Gr]. (3)
Определим бинарное соответствие исходов ( y, п ) = w, ему сопряжённое w* = ( П, У ) и введём обозначения:
В = ^(w) = q ( w*\ D(y) = у2 = м(У,У) = °2 ( y\
D(w) = D(y)D(q), a(w) = a^y^aQq).
Для анализа отклонения исходов приходим к основному метрическому тождеству o-2(w) = q2(w) + |v(w)|2.
Из соотношений (2) и (3) вытекают представления q(y,ri) = ^*A*Gy = rfGBx = %*A*GBx, которое вместе с тождеством (4) позволяют оценивать относительно потоков входа и выхода эталона взаимное влияние фактических потоков.
Определяя состояние объекта величиной a , находим, что на основании
-
(4) состояние можно описать кватернионом
a = q + in]vl = ае1пв,
где n – некоторый единичный вектор1,
|v|
6 = arctq — В
-
- биекция, является показателем вращательной симметрии – показатель оценки структурных сдвигов, и удовлетворяет соотношению Шаля [7, стр. 51].
Если обе части тождества разделить на оценку D ( η ) эталона, то придём к индикаторам теории индексов
D(y)
-
• ^ = й(Д) — индекс объёма производства;
^(у,л)
_
-
• ^ = ”о(Д)— индекс переменного состава;
\у(ум)\
-
-
• J = о^) --индекс структурных сдвигов.
На основе данных индикаторов определим коэффициент уровня согласованности фактического состояния элемента с эталоном
–
коэффициент корреляции, r = μ/σ . Его квадрат p = d = r 2 определяет детерминацию d свойств эталона в состоянии объекта. Его можно рассматривать в качестве вероятности совпадения состояния с эталоном. Квадрат коэффициента вариации к = |v|/o определяет коэффициент остаточной детерминации q = 1 – p = V 2, где V = |ν|/σ = tg θ и является показателями структурных сдвигов. Все эти показатели связаны с оценкой состояния системы, с её управлением, обучением, с устойчивостью системы к неожиданным воздействиям. В последнем случае целью обратной связи становится уменьшение системы к изменению её факторов.
Если F = F ( x ) критериальный показатель, то инфинитезимальная характеристика коэффициента чувствительности к изменению xi фактора определяется формулой
dF xl dF
£l dxl F dx1'
Учитывая представление индекса переменного состава в виде взвешенной суммы индивидуальных индексов
I = Р% имеем:
PiIi £i(n=—, £i(^) =
^(v) = -
p1Ii2 Л2 ’ £i(r)
V2 ,
Pi Ii(Ii- y ) Pi Ii( y -Ii)
£i(J) = P ----~p-----, £i(r) =----^----,
£,■ (r)
£i(V) = —^, £i(0) =
-
£i(r) ve ■
В эти выражения входят три средние взвешенные величины: средняя арифметическая I , средняя квадратическая X и средняя гармоническая у, которые связаны равенством Л 2 = у1. Поскольку в суммах
У £i(I) = У £i£N(A) = 1
^ ieN i-NieN все слагаемые неотрицательны, то два первых показателя можно рассматривать как вероятности обнаружения соответствующих свойств в оценках арифметической и квадратической средних. Чем больше коэффициент чувствительности, тем больше его влияние на соответствующий показатель. Если для всех носителей свойств i е N имеют место равенства
Ii = Y>
то Л = I = y,J = 0,r = 1 и оцениваемые объекты качественно подобны с коэффициентом подобия равным у.
Из равенств £i (r) = zi (I) = zi (Л) и равенства
У £ i( f) = 0
^ ieN следует, что носитель N разбивается на два подмножества N+ и N с положительной а+ и отрицательными а чувствительностями коэффициентов корреляции. Из а+ ^ 0 следует r ^ 0. В сумму а+ входят те факторы, увеличение которых приводит к росту качественных отклонений от эталона. Для отрицательных показателей справедливы неравенства
Vi = у - Ii <0,i e N-.
С ростом наименьшего из них будет сокращаться отклонение качества фактического состояния объекта от эталона (уменьшается ротационная составляющая) и будет увеличиваться трансляция. Отсюда заключаем, что задача оптимальных управлений является двухкритериальной - управлением качеством и количеством, которая сводится к игровой задаче [9].
Запишем показатель чувствительности структурного сходства в виде
Z = У-1Р^>
где Pi = £ i (I)u ^ieNPi = 1, и введём случайную величину V — вектор V = (Vi- i 6 Ю- Поскольку её математическое ожидание равно нулю, т.е.
P ( V) = У PlV i = 0,
^—' ieN если дисперсия Е(р2) равна нулю, то Ii = у для всех i с N. Вероятность, что все индивидуальные индексы лежат в интервале [γ – ε, γ + ε] определяется равенством Чебышева
Е(р2)
Р(-£ < р < +г) >1--—.
Учитывая соотношение
D(x) = у(х,у)р(у,х), среднюю гармоническую величину можно принять в качестве метрической функции.
Поскольку агрегатные показатели связаны зависимостями:
A = yr, I = yd, J = yrv, I = Аг, у = AI, rV, p = r2 = d,
то построим метрический треугольник ABC с опущенной из вершины прямого угла C высоты, определим его стороны
A = AC, I = AD, J = CD, y = AB, y-I = BD,
и введём обозначение L = CB . Данная величина равенством
J = rL
связана со структурными сдвигами. Если основное метрическое тождество Пифагора
A2 = I2 + J2
даёт возможность применять в оценке поведения объекта тригонометрический анализ, то c помощью метрического тождества
A2 =y2- L2
можно проводить анализ с помощью гиперболических функций.
Метрический треугольник появляется как результат качественного отклонения фактического состояния объекта от эталона. При J=0 имеем: DB = 0, AC = AB = AD, т.е. A = у = I, и состояния подобны. Это качественное расхождение можно оценить величиной отрезка DB = Е(р'). Дисперсия этой величины равна Е(р2) = у2 — A2 = L2. Её, например, можно взять целевым критерием в задаче оптимизации при условиях ограниченности ресурсов.
Пусть D(y) < D(η). Тогда I < λ < 1. Разность 1 – I определяет нереализованные возможности объекта по отношению эталона. По величине λ – I можно оценить потенциальное сближение, а величина (λ – I)/(1 – I) даёт оценку сближения фактического состояния с эталоном за счёт структурных сдвигов в общем объёме нереализованных возможностей.
Список литературы Основной метрический треугольник в анализе чувствительности управляемых сетей
- Юдин Д.Б. Вычислительные методы принятия решений //М., Наука, 1989.
- Хайкин С. Нейронные сети //Москва - С-Петербург - Киев,2008.
- Соловьёв А.С. Позиномиальные функции в оценке процессов //ж. "Экономика и социум", №6(37), 2017. www.iupr.ru
- Рохлин В.А. Об основных понятиях теории меры /Мат. сб., т.25(67):1 //М., АН СССР, 1949.
- Кёвеш П. Теория индексов и практика экономического анализа //М., Финансы и статистика, 1990.
- Соловьёв А.С. Основное метрическое тождество //ж. "Экономика и социум", №12(55), 2018. www.iupr.ru
- Берже М. Геометрия, т. 1 //М., Мир, 1984.
- Соловьёв А.С. О деформации социально-экономических систем //http://www.socialphysics.narod.ru/EstimationsStructures/DeformationStructures.htm