(3.18)
Сплайн-функція z-подібної кривої задані системою (3.8) використано для термів, необмежених мінімальним значенням "низький" вхідної змінної "співвідношення кредитного і депозитного портфеля" та
вихідної змінних, а також "високий" вхідної змінної "рейтинг за загальними активами". Параметри а,b z-подібних функцій належності, відповідних термів вхідних лінгвістичних змінних зведено в табл. 3.1.
Сплайн-функцію s-подібної кривої, заданої системою (3.9), використано для терму "високий" всіх змінних, і вхідних, і вихідних. Параметри а,Ь s-подібних функцій належності, відповідних термів вхідних лінгвістичних змінних зведено в табл. 3.2.
Таблиця 3.1
Параметри z-подібних функцій належності, використаних в спроектованій системі нечіткого висновку (Авторська розробка)
| Вхідні змінні | |||
| рейтинг за сумарними активами | високий | 25 | 50 |
| співвідношення кредитного портфелю та строкових депозитів | прийнятне | 5 | 7 |
| Вихідна змінна | |||
| відсоток надбавки за ризик неповернення депозитів | низький | 4 | 6 |
У випадку, якщо чіткі значення вхідних чи вихідних змінних перебуватимуть у відрізку між а та b, встановленому таблицями 3.1. та 3.2, міру їх відповідності термам визначають на 3-му етапі нечіткого висновку.
Терми лінгвістичних змінних можуть перетинатися, і це відповідає реальній ситуації, коли одне й те ж значення універсальної множини ми можемо із однаковим рівнем впевненості віднести до того чи іншого терму.
Таблиця 3.2
Параметри s-подібних функцій належності, використаних в спроектованій системі нечіткого висновку
(Авторська розробка)
| Вхідні змінні | |||
| рейтинг за сумарними активами | низький | 95 | 120 |
| співвідношення кредитного портфелю та строкових депозитів | неприйнятне | 5 | 7 |
| Вихідна змінна | |||
| відсоток надбавки за ризик неповернення депозитів | високий | 4 | 6 |
Деякі автори, наприклад [60], рекомендують таким чином визначати кількісні параметри функцій належності, щоб вони перетинались в точках з ординатою , що відповідає максимальній невизначеності, ентропії суджень, щодо належності чіткого значення до тої чи іншої нечіткої терм-множини. Проте ця умова не є обов'язковою. Основною відмінністю між теорією нечітких множин і теорією імовірностей якраз і є необов'язковість умови "повної групи подій". Тобто сума значень функцій належності, обчислених для одного й того ж чіткого числа з універсуму не обов'язково дорівнює 1:
Для побудови системи прийняття рішень необхідною умовою є наявність залежності: . Тобто, кількісна величина залежної змінної визначається як значення трьох аргументної функції від вхідних незалежних змінних. Розрахунок результативного значення в теорії нечіткої логіки визначається за значеннями вхідних змінних на основі встановлених параметрів їх функцій належності та заданого набору правил прийняття рішень. Сукупність нечітких правил роботи об'єкта утворюють базу знань (або нечітку базу знань). Кожне правило записується в окремому рядку бази. Максимальна кількість правил у базі знань, що конструюються із 4-х передумов (3 терми + можливість не використовувати змінну взагалі) першої та 3-х передумов (2 терми + можливість не використовувати змінну взагалі) другої вхідної ЛЗ, складатиме 4•3–1=11. Віднімання одиниці пов'язано з тим, що за відсутності жодного з двох можливих критеріїв ризикованості неповернення депозитів правило висновку сконструювати неможливо.
Однак для адекватного відображення залежності "входи – вихід" необхідно значно менше нечітких правил, зокрема в роботі [73, с. 48] зазначено, що мінімальна кількість правил може перебувати в межах З – 13% від максимальної кількості. Для проектованої системи це значення дорівнює 0,13•11.2 правила. У запропонованому алгоритмі, кількість правил дорівнює 3. Базу знань зручно задавати у вигляді таблиці, кількість рядків якої відповідає кількості правил. Кількість стовпців визначається кількістю вхідних та вихідних змінних та кількістю логічних зв'язок між входами, яка на 1 менша за кількість входів. У клітинках таблиці, що відповідають входам, зазначається терм, яким оцінюється відповідна вхідна змінна у певному правилі, а в клітинках, що відповідають виходам, – терм висновку цього правила. У стовпчиках, призначених для логічних зв'язок, зазначається "ТА" чи "АБО", в залежності від висновків експертів. Невпевненість експертів в адекватності правил враховується за допомогою вагових коефіцієнтів (єт).
У табл. 3.3 наведено базу знань для проектованого фаззі-алгоритму.
Як свідчить аналіз таблиці, для в істинності всіх правил експерти впевнені на 100%.
Таблиця 3.3
Нечітка база знань для визначення надбавки за ризик неповернення депозитів до ставки дисконтування при оцінюванні капіталу банків як ділових підприємств (Авторська розробка)
| "рейтинг за сукупними активами" | логічна · зв'язка | "співвідношення кредитного портфелю та строкових депозитів" | "відсоток надбавки за ризик неповернення депозитів" | вага · правила | |
| 1 | високий | ТА | прийнятне | низький | 1 |
| 2 | середній | ТА | прийнятне | середній | 1 |
| 3 | низький | АБО | неприйнятне І високий | 1 | |
Одним із способів програмної реалізації систем нечіткого висновку є підсистема FIS (Fuzzy Inference System, або FIS-EDitor, або FIS- редактор) системи MATLAB. Ілюстрацію етапів роботи алгоритму нечіткого висновку в системі MATLAB подано на рис. 3.7 (а, б).
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Інноваційні методи оцінки банківського капіталу» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Нечітка система Мамдані-Ларсена як засіб обґрунтування величини дисконтної ставки“ на сторінці 3. Приємного читання.
