Разработаны модели формализации данных образовательного процесса в условиях различной исходной информации, для создания которых были использованы нечеткие множества первого типа, интервальные нечеткие множества второго типа и Z -числа. По всем построенным моделям даны анализ и рекомендации для использования их в практических целях. Нечеткие множества первого типа рекомендуется использовать для формализации статистических данных образовательного процесса, а также данных, полученных от единственного эксперта (экзаменатора). Интервальные нечеткие множества второго типа рекомендуется использовать для формализации статистических и экспертных данных образовательного процесса со случайными ошибками, а также данных, полученных от группы экспертов. Z -числа рекомендуется использовать для формализации данных образовательного процесса с учетом их достоверности. Приведенные числовые примеры в совокупности с теоретическими обоснованиями предоставляют возможность выбора модели для дальнейшего анализа данных в целях получения устойчивых конечных результатов и управляющих решений на их основе.
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Развитие теории нечетких множеств привело к появлению нечетких множеств второго типа [17]. Отличие нечетких множеств второго типа от нечетких множеств первого типа [1] состоит в том, что значениями функций принадлежности нечетких множеств первого типа являются числа, а значениями функций принадлежности нечетких множеств второго типа являются нечеткие множества первого типа. C одной стороны, использование нечетких множеств второго типа позволяет сохранить больше исходной информации, поступающей из разных источников, чем использование нечетких чисел первого типа. Например, не усреднить экспертную информацию, а реально учесть мнения и опыт каждого эксперта в принятии группового решения.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Zadeh L.A. Fuzzy logic and approximate reasoning // Synthese, 1975, v. 80, pp. 407-428. EDN: NVZYPD
2. Poleshchuk O.M., Komarov E.G., Chernova T.V. Influence of research and development activities on professional performance of aerospace students // AIP Conference Proceedings, 2019, no. 2171(1), p. 140003. DOI: 10.1063/1.5133293 EDN: FPVCXQ
3. Poleshchuk O.M., Tumor S.V. The Analysis of Student Performance During Face-to-Face and Distance Learning under Z-Information // Lecture Notes in Electrical Engineering, 2022, v. 857, pp. 393-402. DOI: 10.1007/978-3-030-94202-1_37 EDN: IBOPJH
4. Poleshchuk O., Komarov E. Expert Fuzzy Information Processing // Studies in Fuzziness and Soft Computing, 2011, v. 268, pp. 1-239. EDN: XXOPUD
5. Ryjov A. Fuzzy Linguistic Scales: Definition, Properties and Applications. Soft Computing in Measurement and Information Acquisition. Studies in Fuzziness and Soft Computing // Reznik L., Kreinovich V. (eds). 2003, v. 127. DOI: 10.1007/978-3-540-36216-6_3
6. Poleshchuk O.M. Creation of linguistic scales for expert evaluation of parameters of complex objects based on semantic scopes // International Russian Automation Conf. (RusAutoCon-2018), 2018, pp. 1-6. EDN: BNJWKQ
7. Runkler T.A., Katz C. Fuzzy clustering by particle swarm optimization // Proceedings of the IEEE Int. Conf. on Fuzzy Systems, 2006, pp. 34-41.
8. Liu H.C., Yih J.M., Wu D.B., Liu S.W. Fuzzy C-mean clustering algorithms based on Picard iteration and particle swarm optimization // Proceedings of the Int. Workshop on Geoscience and Remote Sensing (ETT and GRS-2008), 2008, pp. 75-84.
9. Poleshchuk O, Komarov E. The determination of rating points of objects with qualitative characteristics and their usage in decision making problems // Int. J. of Computational and Mathematical Sciences, 2009, v. 3, no. 7, pp. 360-364. EDN: MXBMDD
10. Chen M., Ludwig A. Particle swarm optimization based fuzzy clustering approach to identify optimal number of clusters // J. of Artificial Intelligence and Soft Computing Research, 2014, v. 4, no. 1, pp. 43-56.
11. Darwish A., Poleshchuk O. New models for monitoring and clustering of the state of plant species based on sematic spaces // J. of Intelligent and Fuzzy Systems, 2014, v. 3, no. 26, pp. 1089-1094. EDN: SKMPRH
12. Phyo O., Chaw E.Comparative Study of Fuzzy PSO (FPSO) Clustering Algorithm and Fuzzy C-Means (FCM) Clustering Algorithm // National J. of Parallel and Soft Computing, 2019, v. 1, no. 1, pp. 62-67.
13. Tanaka H, Ishibuchi H. Identification of possibilistic linear models // Fuzzy Sets and Systems, 1991, v. 41, pp. 145-160.
14. Chang Y.-H. Hybrid fuzzy leastsquares regression analysis and its reliability measures // Fuzzy Sets and Systems, 2001, v. 119, pp. 225-246. DOI: 10.1016/S0165-0114(99)00092-5 EDN: AMFSMH
15. Domrachev V.G., Poleshchuk O.M. On the construction of a regression model under fuzzy source data // Avtomatika I Telemehkanika, 2003, v. 11, pp. 74-83. EDN: NTKEKX
16. Arefi M. Quantative fuzzy regression based on fuzzy outputs and fuzzy parameters. Soft Computing-A Fusion of Foundations, Methodologies and Applications, 2020, v. 24(1), pp. 311-320. DOI: 10.1007/s00500-019-04424-2 EDN: PLXZRN
17. Liu F., Mendel J.M. Encoding words into interval Type-2 fuzzy sets using an interval approach // EEE Tranns. Fuzzy Systems. 2008, v. 16(6), pp. 1503-1521.
18. Poleshchuk O., Komarov E. A fuzzy linear regression model for interval type-2 fuzzy sets // Annual Conf. of the North American Fuzzy Information Processing Society - NAFIPS’2012, 2012, p. 6290970. DOI: 10.1109/NAFIPS.2012.6290970 EDN: RGNWUL
19. Полещук О.М. Кластерный анализ Z-информации на основе эталонной системы нечетких определений принадлежности // Лесной вестник / Forestry Bulletin, 2024. Т. 28. № 2. С. 150-155. DOI: 10.18698/2542-1468-2024-2-150-155 EDN: NKKDKK
20. Zadeh L.A. A Note on Z-numbers // Information Sciences, 2011, v. 14, no. 181, pp. 2923-2932.
21. Sadikoglu F, Huseynov O, Memmedova K. Z-Regression analysis in psychological and educational researches // Procedia Comput. Sci., 2016, v. 102, pp. 385-389. DOI: 10.1016/J.PROCS.2016.09.416 EDN: XNSTVF
22. Poleshchuk O. Fuzzy regression model with input and output Z-numbers // IOP Conf. Series: Materials Science and Engineering, 2020, v. 919(5), p. 052041. DOI: 10.1088/1757-899X/919/5/052041 EDN: QRNNZI
23. Poleshchuk O.M. Multiple Z-Regression with Fuzzy Coefficients // Advances in Intelligent Systems and Computing, 2021, v. 1306, pp. 63-70. DOI: 10.1007/978-3-030-64058-3_8 EDN: MBPHQR
24. Poleshchuk O. Quintile multiple regression with fuzzy coefficients and initial Z-information // E3S Web of Conferences, 2023, v. 431, p. 05015. DOI: 10.1051/e3sconf/202343105015 EDN: QLPPWG
25. Jamal M., Khalif K., Mohamad S. The implementation of Z-numbers in fuzzy clustering algorithm for wellness of chronic kidney disease patients // J. of Physics: Conf. Series, 2018, v. 1366, p. 012058.
26. Aliev R., Guirimov B. Z-number clustering based on general Type-II fuzzy sets // Advances in Intelligent Systems and Computing, 2018, v. 896, pp. 270-278.
27. Aliev R.A., Pedrycz W., Guirimov B.G., Huseynov O.H. Clustering method for production of Z-numbers based if-then rules // Information Sciences, 2020, v. 520, pp. 155-176. EDN: ZZEJCR
28. Полещук О.М. Кластерный анализ экспертной информации на основе Z-чисел // Лесной вестник / Forestry Bulletin, 2022. Т. 26. № 1. С. 143-148. DOI: 10.18698/2542-1468-2022-1-143-148 EDN: LIQQBA
29. Poleshchuk O. Clustering Z-information based on a system of fuzzy reference requirements // E3S Web of Conferences, 2023, v. 420, p. 06022. EDN: LTYNGD
Выпуск
Другие статьи выпуска
Рассмотрены вопросы исследования колесных машин на шинах низкого и сверхнизкого давления на примере снегоболотохода «Байкал» ЗТМ 30081-10. Приведен обзор литературных источников по данной теме. Сформулированы цель и задачи испытаний, определены измеряемые параметры, описаны приборы и оборудование для проведения измерений. Проведены исследования по определению максимальных скоростей на различных дорожно-грунтовых поверхностях: асфальтобетонном покрытии, грунтовом поле, снежной целине. Получены значения уровня шума в салоне машины в районе головы водителя и вибраций на месте водителя. Проверен минимальный радиус поворота, реализуемый машиной. Рассчитаны параметры, определяющие проходимость по снегу при разных давлениях в шинах. Дана оценка возможности преодоления водных преград и движению на открытой воде. Даны рекомендации по конструкции машины для производителя данной техники в целях ее совершенствования.
Представлен анализ цен продукции лесного комплекса с использованием эконометрических методов влияния макроэкономических показателей на их динамику. Определена степень этого влияния. Получены результаты, показавшие тенденции ценовых изменений продукции лесного комплекса. Построена факторно-регрессионная модель цен с учетом мультиколлинеарности макроэкономических факторов. Рассмотрены макроэкономические показатели по федеральным округам и в целом по экономике: курс валют, валовой и региональный внутренние продукты, численность населения, среднедушевой доход, численность рабочей силы, инфляция, показатель лесовосстановления, и другие. Выявлены четыре главных регрессора, которые формируют цену на выбранные для исследования виды лесной продукции - курс валют, численность населения, среднедушевой доход, показатель лесовосстановления. Рекомендуется использовать разработанную факторно-регрессионную модель для определения прогнозных значений в сфере цен лесной продукции, а также для дальнейшей разработки предложений и мер с учетом значений выявленных факторов в целях дальнейшего управления ценами лесного комплекса, поскольку от их динамики зависит, в том числе доход бюджета страны, особенно в современных условиях, связанных с преодолением внешних санкционных барьеров.
Представлены материалы изучения условий экстракции дубильных веществ (таннинов) из коры хвойных пород древесины - сосны и ели. Установлены оптимальные условия получения водных экстрактов таннинов, которые рекомендуются для использования в качестве ингибиторов коррозии. Показано, что для достижения наибольшей степени извлечения таннинов из коры водой необходимо придерживаться следующих норм: степень измельчения сырья 3…5 мм, температура 90…95 °С, гидромодуль 1:10, продолжительность экстрагирования 60…90 мин. Разработана методика количественного фотометрического определения таннинов в водных экстрактах коры древесины, основанная на измерении оптической плотности окрашенных продуктов взаимодействия таннинов с хлоридом железа (III). Выполнено исследование указанной цветной реакции таннинов с точки зрения возможности ее использования для количественных фотометрических измерений, в частности, определены оптимальные условия проведения реакции для получения устойчивого во времени продукта реакции, выявлена область длин волн максимального поглощения окрашенного соединения (400…440 нм), установлен диапазон концентраций, для которого зависимость оптической плотности от концентрации таннинов носит линейный характер (от 0,02 до 0,4 мг/мл). Предложена методика, не требующая применения малодоступных реактивов и отличающаяся меньшей трудоемкостью по сравнению с известными гравиметрическим и титриметрическим методами определения таннинов.
На основе результатов расчета нормализованного относительного индекса растительности (NDVI) проведен анализ современного состояния зеленой инфраструктуры города Тюмени. Создана векторная карта функционального зонирования города, на которой выделено 6 зон: жилая, общественно-деловая, рекреационная, промышленная, специального назначения и сельскохозяйственная. Для всех зон определены уровень озеленения и доля древесных насаждений. Установлено, что значения NDVI 0.2 и более являются граничными для выделения зеленых насаждений города, NDVI 0.75 и более - для древесной растительности. Выявлено, что распределение зеленых насаждений по территории города неравномерное: доля древесных насаждений достигает максимума (50% и выше) в рекреационной зоне, на которой расположены природные и природоподобные ландшафты; в селитебной части города этот показатель минимальный. Определено, что 22 % территории г. Тюмени покрыто древесными насаждениями. Для улучшения экологической обстановки и формирования комфортной городской среды рекомендуется проведение работ по расширению озелененных пространств, особенно в районах новой застройки и общественно-деловой зоне города.
Рассмотрены вопросы реализации ростовых процессов у ювенильных растений рода Каркас ( Сeltis L.) в зависимости от условий Горного Дагестана. Установлено, что комплексные почвенно-климатические условия разных высотных уровней оказывают существенное влияние на изменчивость морфологических признаков сеянцев и их ростовые показатели. Показано, что климатические и почвенные условия Цудахарской экспериментальной базы являются более благоприятными для роста видов рода Каркас ( Сeltis L.). Указано, что комплексный фактор в условиях Гунибской и Цудахарской экспериментальных баз существенно влияет (на 99,9%-м уровне значимости) на изменчивость практически всех изученных морфологических признаков листьев у сеянцев родов Каркас ( Celtis L.). Выявлено отсутствие различий по t -критерию Стьюдента между средними значениями признаков индекса формы листа у каркаса кавказского C. caucasica Willd., каркаса Планшона C. planchoniana K. У каркаса западного C. occidentalis L. влияние высотного градиента на изменчивость признака индекса листа достоверна на 99%-м уровне значимости. Рекомендуются виды каркас кавказский ( C. caucasica ) и каркас западный ( C. occidentalis ) для использования в целях лесомелиорации в аридных условиях Горного Дагестана.
Приведен обзор российских и зарубежных литературных источников, посвященных изучению средообразующих функций сосны обыкновенной ( Pinus sylvestris L.), включая накопление биомассы, сохранение среды обитания, в зависимости от типа лесорастительных условий. Показано, что эколого-биологические особенности вида-эдификатора, лесоводственно-таксационные характеристики древостоев и их пространственная структура определяют интенсивность ключевых экосистемных функций. Рассмотрено влияние структурной организации сосновых формаций на температуру и влажность воздуха, температурный режим почв, скорость ветра, осадки, снегоотложение и снеготаяние, пылезадержание, а также на экологические условия в целом на урбанизированной территории. Особое внимание уделено санитарно-гигиенической роли сосняков, обусловленной фитонцидной активностью хвои и коры. Показано, что максимальные значения продуцирования кислорода и запасов углерода характерны для сосновых экосистем низменных, нередко заболоченных ландшафтов с минимальным антропогенным воздействием, при этом в городских и пригородных лесах наблюдается снижение большинства средообразующих показателей.
Представлены материалы анализа динамики количества и площадей лесных пожаров, распределения земель лесного фонда по классам природной пожарной опасности по субъектам Центрального федерального округа за период 2004-2023 гг. Обобщены причины усугубления лесопожарной обстановки и даны общие рекомендации по снижению ее напряженности. Приведены результаты исследования, выявившие существенные колебания количества и площадей лесных пожаров в различные годы при увеличении в 2006, 2010, 2018, 2019 и 2020 гг. Установлена доля площади, пройденной огнем за рассматриваемый период, и доля количества пожаров (11,4 %) на относительно всей территории России, а также средний балл класса природной пожарной опасности по данному округу (3,1). Определена среднегодовая площадь лесных пожаров (около 280 тыс. га). Показано, что горимость лесов по округу, по сравнению с другими федеральными округами, в целом относительно невысокая. Наиболее высокие показатели удельной горимости выявлены в Липецкой, Белгородской, Воронежской, Калужской, Орловской и Тверской областях. Установлена наибольшая площадь покрытых лесом земель, пройденная огнем в 2019 г. - 1 млн га, при этом площадь одного пожара была максимальной в 2010 г. - 301,5 га. Определена средняя площадь одного пожара (110,1 га). Указана основная причина возникновения лесных пожаров. Предложены рекомендации для снижения пожарной опасности.
Раскрыты возможности генетической лесной типологии Ивашкевича - Колесникова как теоретической основы для решения задачи по восстановлению коренных (условно-коренных) хвойных лесов. Отмечено, что этот процесс происходит только по коротко- или длительно-производному типу лесообразования. Сделан вывод, что коротко-производный тип наиболее предпочтителен по отношению к длительно-производному: он наименее продолжительный и наиболее успешен с точки зрения формирования коренного (условно-коренного) насаждения. Результаты исследования производных от ельников мягколиственных насаждениях подтвердили, что при решении задачи по восстановлению коренных (условно-коренных) темнохвойных лесов через временно преобладающую некоренную породу (через смену пород) наиболее перспективными объектами являются насаждения, формирующиеся по коротко-производному типу лесообразования. Характеризуются они как первично-производные и появляются после гибели (рубки) коренного древостоя. В этом случае решение задачи по восстановлению темнохвойного насаждения сопровождается циклом рубок трансформации. Рубки проводятся до возраста спелости производных лиственных древостоев. Срок проведения первой рубки зависит от времени заселения деревьев темнохвойных пород на вырубке или под пологом лиственных деревьев. Для их эффективного применения необходима информация о вертикальной структуре древостоя, начиная с его среднего возраста. Учету обязательно подлежат подрост и нижний ярус основных лесообразующих пород (состав, возраст, высота, количество). В результате использования предложенной системы, специально направленной на уход за темнохвойным подростом, по сравнению с существующей (рубки ухода + рубка спелого производного лиственного древостоя) повышается вероятность формирования темнохвойных насаждений, а сам этот процесс сокращается минимум на 10-15 лет.
Представлен анализ перспектив применения золоотвалов в целях создания карбоновых ферм, ориентированных на долговременное депонирование углерода и выращивание сосновой древесины. Приведена характеристика искусственных сосновых насаждений, созданных на рекультивированном золоотвале № 1 Рефтинской ГРЭС. Описаны особенности технологии рекультивации и проведенных лесоводственных мероприятий, включая процесс нанесения слоя почвогрунта и организации ухода за культурами в первые годы после посадки, что имеет ключевое значение для их успешного роста. Представлена схема размещения постоянных пробных площадей, обеспечившая возможность получения надежных данных о росте древостоев по запасу. Установлена динамика накопления депонированного углерода в биомассе сосновых древостоев. Оценена суммарная величина запаса углерода, формируемого сосновыми насаждениями на всей площади золоотвала (11,8 тыс. т). Установлено, что сосновые насаждения в надземной фитомассе к 30-летнему возрасту накапливают в древесине 107 т/га углерода при запасе древесины 290 м3/га. Выявлено, что среднегодовой прирост древесины в сосняках на золоотвале составляет 9,7 м3/га, что существенно превышает показатели естественных сосновых насаждений на сопредельных территориях. Рассмотрены особенности противопожарного устройства карбоновой фермы на золоотвале и обоснована неприемлемость устройства минерализованных полос. Изложены предложения по снижению пожарной опасности, включая прикатывание травы, обязательную обрезку нижних сучьев и организацию оперативного контроля за состоянием растительного покрова. Сделан вывод о высокой перспективности техногенных ландшафтов для решения задач климатической политики и развития лесных проектов по депонированию углерода.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- МГТУ им. Н.Э. Баумана
- Регион
- Россия, Москва
- Почтовый адрес
- 105005, г. Москва, вн. тер. г. муниципальный округ Басманный, ул. 2-я Бауманская, д. 5, с. 1
- Юр. адрес
- 105005, г. Москва, вн. тер. г. муниципальный округ Басманный, ул. 2-я Бауманская, д. 5, с. 1
- ФИО
- Гордин Михаил Валерьевич (Ректор)
- E-mail адрес
- bauman@bmstu.ru
- Контактный телефон
- +7 (499) 2636377
- Сайт
- https://bmstu.ru/