Содержание работы
- Введение
- 1. Понятие риска и двухмерное представление его оценки
- 2. Нейро-нечёткие системы как инструмент оценки риска
- 3. Адаптивная система вывода: архитектура и обучение
- 4. Порядок использования и проверка эффективности модели
- Заключение
- Список литературы
Фрагмент работы
Оценка риска редко сводится к одному числу. На практике его удобно описывать двумя характеристиками, например вероятностью события и тяжестью последствий. Тогда каждая ситуация получает точку на плоскости, а границы зон допустимого и недопустимого риска задаются заранее. Это наглядно и позволяет сравнивать разные опасности между собой.
Проблема в том, что границы между зонами размыты: вчера «средняя» вероятность, сегодня уже «высокая». Для таких случаев в работах [1] и [2] предлагается нейро-нечёткая система. Нечёткая логика описывает понятия вроде «низкий» или «высокий» не жёсткими порогами, а степенью принадлежности, а нейронная сеть подбирает параметры этих описаний по данным. В результате правила не приходится придумывать вручную.
Условный пример, который выдуман для пояснения. Пусть вероятность оценена в 0,3 по шкале от 0 до 1, а тяжесть последствий в 0,7. Система определяет, насколько каждое значение относится к «низкому», «среднему» и «высокому» уровню, применяет правила вида «если вероятность средняя и тяжесть высокая, то риск высокий» и выдаёт итоговую оценку. Решение получается плавным, без скачка на границе зон.
Согласно [2], в адаптивной нейро-нечёткой системе вывода выделены архитектура, методы обучения и способы оценки эффективности модели. Авторы [1] предлагают обучение на основе алгоритма Левенберга-Марквардта и описывают эксперименты с разным числом запросов. Из этого следует вывод для доклада: двухмерная оценка даёт наглядность, а нейро-нечёткие модели делают её гибкой и обучаемой.
Список литературы
- С.А. Ермаков, А.А. Болгов. RISK ASSESSMENT USING A NEURO-FUZZY SYSTEM. ИНФОРМАЦИЯ И БЕЗОПАСНОСТЬ. 2022
- А.А. Болгов. RISK ASSESSMENT USING ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM. ИНФОРМАЦИЯ И БЕЗОПАСНОСТЬ. 2022