Нечеткие прогнозы: классификация и метод их разработки на основе процедуры групповой экспертизы

В данной работе рассматриваются основные методы прогнозирования количественных показателей сложных систем, приводятся недостатки и преимущества использования каждого из них. Предлагается классификация нечетких прогнозов, сформированных экспертами индивидуально либо в составе группы. Указывается, что полученные индивидуальные и коллективные нечеткие прогнозы могут быть агрегированы в комбинированный нечеткий прогноз. Необходимость получения комбинированного нечеткого прогноза может быть обусловлена поставленной задачей. Также в работе предложен новый метод разработки нечетких прогнозов на основе процедуры групповой экспертизы. Суть данного метода заключается в последовательном сужении исходного коллективного интервального прогнозного значения до соответствующих нечетких чисел подгруппами экспертов. Сужение осуществляется посредством сравнения приоритетов получаемых подинтервалов согласно методу Саати. В рамках данного метода были выведены аналитические выражения для вычисления приоритетов альтернатив в случае деления прогнозного интервала на три подинтервала. Построение функции принадлежности полученного нечеткого прогноза и определение его доверительного интервала осуществляется согласно эвристическому алгоритму построения функции принадлежности нечеткого числа. В рамках алгоритма реализации метода предусмотрено уменьшение количества итераций по сужению исходного прогнозного интервала посредством предварительной оценки требуемого их количества для получения нечеткого прогноза. Разработанный метод является компьютерно-ориентированным и предназначен для использования в человеко-машинных системах прогнозирования социально-экономических процессов и показателей сложных технических систем
In this paper discusses the basic methods of forecasting of quantitative indicators of complex systems, given the advantages and disadvantages of using each of them. A classification of fuzzy forecasts generated by experts individually or as a group. Indicates that the resulting individual and collective fuzzy forecasts can be aggregated into a combined fuzzy forecast. The need to obtain a combined fuzzy prediction may be due to the task. Also in this paper we propose a new method for the development of fuzzy forecasts based on the procedure of group examination. The essence of this method lies in the sequential narrowing of the original collective interval predictive values ​​to the corresponding fuzzy numbers subgroups of experts. Narrowing performed by comparing the priorities derived subintervals according to the method Saaty. Under this method were derived analytical expressions for the calculation of the priorities of alternatives in the case of division of the forecast interval of three sub-interval. Construction of membership functions obtained fuzzy prediction and determination of confidence intervals is carried out according to a heuristic algorithm for constructing membership functions of fuzzy numbers. Within the framework of the implementation of the algorithm of the method is provided for reducing the number of iterations of the interval narrowing the initial forecast by a preliminary assessment of the required amount for their fuzzy forecast. The developed method is a computer-oriented and is intended for use in man-machine systems, forecasting socio-economic processes and performance of complex technical systems.