Разработка методики анализа инновационного проекта с помощью экспертной системы, реализованной на базе нечеткой логики и нечетких множеств, страница 4

N =  n_a × n_b × …×  n_z ,                                         (4.2)

где n_a – число функций принадлежности входа а;

 n_b – число функций принадлежности входа b;

…

                n_z – число функций принадлежности последнего входа z системы нечеткого вывода.

Таким образом, используя лингвистические оценки, эксперты вручную формируют нечеткие правила вывода, устанавливающие в модели Мамдани взаимосвязь между входами X=(x1,x2,...,xn) и выходом y, называемыми нечеткой базой знаний. Эти правила отражают логику взаимосвязи всех критериев оценки ИП и его приемлемости. В общем случае они показывают реальные взаимосвязи, которые могут быть формализованы с помощью продукционных правил вида "Если ..., то". Например, «if (effectivnost is nizkaya) and (riski is visokii) and (stoimost is visokaya) and (upravlyaemost is plohaya) then (priemlemost is nizkaya).

Рис.4.12 Готовая база правил

Полученные нечеткие правила образуют нечеткую экспертную систему, которая имитирует инженерную интуицию и помогает эксперту производить выбор приемлемого проектного решения, анализировать различные варианты, а также выявлять практически неприемлемые решения. Такая ЭС, несомненно, облегчает процесс синтеза проектного решения, позволяет сэкономить материальные ресурсы и время.

4.3  Контроль критериев оценки ИП

Этот этап  является началом реинжиниринга ИП. На нем осуществляются следующие действия:

-  мониторинг критериев оценки ИП, т.е. экспертами по истечению времени, затраченного на изначальное выделение всех значимых  критериев, их оценку, группировку, создание нечеткой базы правил, перепроверяются все ли значимые критерии были учтены для наиболее полной оценки ИП; если были учтены не все критерии или обнаружены лишние (незначимые), алгоритм выбора ИП начинается сначала;

-  корректировка и переоценка границ критериев, т.е. учитываются наиболее последние данные отрасли и общеэкономическое положение в стране, а также существует возможность у фирмы-заказчика изменить границы критериев по своему усмотрению;

-  корректировка нечеткой базы правил; производится только в том случае, если произошли изменения в двух предыдущих пунктах с учетом данных изменений.

4.4  Принятие решения о выборе ИП

На завершающем этапе предложенного подхода заказчику представляется возможность скорректировать важность критериев оценки предпочтительности ИП, полученных в результате выполнения первого этапа, что повлечет за собой изменение коэффициентов рациональности элементов множества В (рис.4.13). Данная операция выполняется перемещением вертикальных красных линий у входов, таким образом, получается ответ переоценки.

Для сохранения программы выполнить: File->Export->ToDisk, задать название (латинскими буквами) и нажать OK.

Полученная в результате нечеткого моделирования оценка приемлемости будет основанием для выбора ИП, коэффициент рациональности которого будет максимально приближен к количественному значению полученной приемлемости проектного решения.

Так, проанализировав несколько ИП, компания может составить для себя выгодный портфель инновационных проектов (прибыльный) на какой-либо определенный краткосрочный период.

Возможности визуализации результатов моделирования позволяют также проводить анализ динамики уровня приемлемости во взаимосвязи двух каких-либо параметров при фиксированных значениях остальных. На рисунке 4.14 приведена поверхность приемлемости в зависимости от риска и эффективности ИП при фиксированных значениях других критериев оценки ИП.

Рис.4.13 Окно просмотрщика правил.

Рис.4.14  Зависимость приемлемости ИП от степени риска и эффективности

4.5  Выводы по главе

В данной главе была разработана методика анализа предпочтительности и выбора ИП с помощью экспертной системы, реализованной на базе нечеткой логики и нечетких множеств.

Данный метод выбора инновационного проекта позволяет любой фирме определить наиболее оптимальный и технически реализуемый для себя ИП с минимальными затратами финансовых ресурсов и времени. Система нечеткой логики и нечетких множеств позволяет решать данную задачу выбора, не задавая четкие исходные данные. Кроме того, созданная база нечетких правил значительно снижает затраты фирмы в будущем, так как при изменении критериев оценки ИП ее можно будет легко модифицировать, а не создавать новую.