Fuzzy Set Analysis Анализ нечетких множеств позволяет определить набор данных с использованием нечеткой записи. В приведенной ниже таблице вы можете выбрать одну из пяти нечетких функций (I, A, T, O и M) для каждой категориальной переменной (т. е. нечетких множеств), которую необходимо оценить. Нечеткие множества можно определить следующим образом: Я: "идеальный" О: "абсолютно нет" Т: "полностью" О: "ни за что" М: "наверное нет" Полученную таблицу можно легко экспортировать и сохранить на свой компьютер для дальнейшего использования и анализа. Более подробное описание выглядит следующим образом: Алгоритм нечетких множеств применяется к категориальным данным и используется для определения средние значения, стандартные отклонения и частоты данных в конечном масштабе. Алгоритм работает следующим образом. Если категориальная переменная имеет общее значение принадлежности 0,0, он не является частью нечеткого множества, что означает, что он не является частью "идеальный" набор Если категориальная переменная имеет значение частичного членства 1,0, это часть нечеткого множества. В следующем примере нечеткое множество определено для каждого из пяти категориальных переменные в наборе данных. Затем вычисляются два нечетких набора, и «идеальным» набором будет набор, содержащий самые высокие значения членства. Если значение членства установлено на 1,0, это означает, что элемент принадлежит набору. Также используется разновидность вышеуказанного принципа. Когда значение членства установлено на 0,0, это означает, что элемент не принадлежит набор. В следующем примере для двух элементов определены три нечетких множества. на рассмотрении (C,E,I,L). Тогда «идеальное» множество получается из объединения всех нечетких множеств (т. е. С, Д, Л). Этот метод создания нечеткого набора приводит к таблице, которая выглядит следующим образом: обратное отношение кумулятивного распределения. Метод анализа: Использование нечетких данных для сравнительного анализа не так распространено, как сравнение номинальных данных. Нечеткие данные предлагают преимущество учета субъективность суждений. Провести качественный сравнительный анализ нечетких данных, вы можете либо использовать существующие методы, либо определить новый. В этой статье вам будет предоставлено краткое описание Fuzzy Set Analysis — это простое в использовании приложение на основе Java, которое позволяет анализировать и выполнять качественный сравнительный анализ (QCA) нечетких наборов данных. Используя эту утилиту, вы можете выполнять различные анализы нечетких наборов данных и создавать настоящие таблицы и графики. Вы можете дополнительно сохранить и экспортировать данные на свой компьютер для дальнейшего использования. Программа предлагает вам интуитивно понятный пользовательский интерфейс. Анализ нечетких множеств был разработан, чтобы быть простым в освоении, простым в использовании и мощным. Он поставляется с обширным файлом справки, учебными пособиями и сетью поддержки пользователей. 2. Any Image Tools - "Анализ нечетких множеств" Бесплатная версия v1.8 Редакция Any Image Tools "Fuzzy Set Analysis" представляет собой полный набор инструментов для качественного сравнительного анализа (QCA) нечетких данных. Приложения включают True Tables, True Graphs, Rule Lists и подробный файл справки с учебными пособиями. Редакция Any Image Tools «Анализ нечетких множеств» является частью редакции Any Image Tools «Анализ нечетких множеств», которая представляет собой полный набор инструментов для выполнения качественного сравнительного анализа (QCA) нечетких данных. Редакция Any Image Tools «Анализ нечетких множеств» является частью редакции Any Image Tools «Анализ нечетких множеств», которая представляет собой полный набор инструментов для выполнения качественного сравнительного анализа (QCA) нечетких данных. 3. Any Image Tools - "Анализ нечетких множеств" Бесплатная версия v1.8 - Readme Чтобы установить Fuzzy Set Analysis Free Edition: Прочтите файл Readme. Разархивируйте файлы на свой компьютер. Запустите программу с помощью ярлыка меню «Пуск» Windows: Любые инструменты для работы с изображениями Версия "Анализ нечетких множеств" Бесплатная версия 4. Упрощенное описание реальных данных S1: набор реальных значений S2: набор реальных значений S3: набор реальных значений Три множества представлены в виде: 5. 1. Чтобы проанализировать (качественно) связь между тремя множествами S1, S2 и S3, мы задаем следующие вопросы: Какие значения S1 имеют тот же смысл, что и значения S2? Какие значения S2 имеют тот же смысл, что и значения S3? Какие значения S3 имеют тот же смысл, что и значения S1? Означает ли S1 то же самое, что и S2 или S3? Какие значения S1 не имеют fb6ded4ff2
Related links:
コメント