Диссертация на соискание ученой степени доктора экономических наук Научный консультант: доктор экономических наук, профессор

{k,
T(k), К, G, M}
, где 
k
– имя переменной 
(отдельная возможность); 
T(k)
– множество значений 
переменной 
k
, являющихся наименованиями нечетких 
переменных, область определения которых находится 
на универсальном множестве 
К
.
T(k)
считается 
базовым терм-множеством, задающим минимальное 
число значений, на основании которых по процедурам 
G
и 
M
можно сформулировать другие допустимые 
концепты. 
T(k)
и новые сформулированные по 
процедурам 
G
и 
M
концепты лингвистической 
переменной 
формируют 
расширенное 
терм-
множество; 
К
– множество универсального характера; 
G
– синтаксическая процедура, которая позволяет 
создавать наименования новых значений 
k
. Применяя 
эту процедуру при помощи связки «и», «или», можно 
создавать новые термы; 
М
– семантическая процедура, 
позволяющая задать вид функции принадлежности, то 
есть преобразовать новые наименования 
k
в нечеткую 
переменную. Процедура осуществляет соединение 
наименования с его понятием, значением. Таким 
образом, 
формируется 
характерное 
нечеткое 
множество. 
Задание 
лингвистических 
переменных 
• На основе заданных функций принадлежности для 
каждой отдельной возможности вычислить меры 
принадлежности их значений, представленных четкими 
числами, нечетким подмножествам, сформированным с 
применением 
синтаксической 
процедуры 
G 
в 
универсальном множестве 
К
. 
Определение мер 
принадлежности
• Конструирование экспертной компьютерной системы 
требует 
осуществления 
определенных 
операций. 
Ключевой операцией является формулирование нечетких 
продукционных 
принципов 
системы 
нечеткого 
логического вывода. Компьтерная система должна 
анализировать показатели и оценки и давать общее 
заключение о величине и состоянии исследуемого 
комплекса возможностей. 
Разработка 
экспертной 
компьютерной 
системы 

---

254 
Терм-множество, как и расширенное терм-множество, характеризуется 
функциями принадлежности. Для задания функций принадлежности, как правило, 
применяются типовые кривые: гауссова, треугольная, трапециидальная (рису-
нок 26). 
Рисунок 26 – Графики функций принадлежности нечетких множеств 
Таким образом, представленный механизм нечеткого логического вывода, 
реализуемый экспертной системой на основе заложенных экспертом продукцион-
ных принципов, позволяет произвести достаточно корректную оценку величины 
возможности. 
Отметим, что используемый в экспертных системах механизм нечетких вы-
водов в своей основе имеет базу знаний, формируемую специалистами предмет-
ной области в виде совокупности нечетких предикатных принципов: Принцип 1 – 
если 
C
есть 
C
1
, то 
R
есть 
R
1
; Принцип 2 – если 
C
есть 
C
2
, то 
R
есть 
R
2
; Принцип 
N
– если 
C
есть 
C
N
, то 
R
есть 
R
N
, где 
C
– входная переменная (имя известных значе-

---

255 
ний данных), 
R
– переменная вывода (имя для значения данных, которое будет 
вычислено); 
R
N
и 
C
N
– нечеткие множества, определенные соответственно на 
R, C
. 
Важной и опытоемкой фазой процесса оценки оказывается формулирование 
принципов логического вывода. Для автоматизированной системы оценивания в 
результате ключевым фактором является формулировка данных принципов. 
Общий логический вывод осуществляется за четыре этапа. 
1. Фазификация. На данном этапе вводится нечеткость. К параметрам вход-
ных величин применяются функции принадлежности и устанавливаются уровни 
истинности всех предпосылок заданных принципов вывода. 
2. Импликация. В целях установления уровней истинности предпосылок за-
данных принципов вывода когда они связаны с различными величинами, полу-
ченные параметры функций принадлежности дополняются дизъюнкцией 
(«ИЛИ»), конъюнкцией («И»). Полученные уровни истинности предпосылок 
применяются к следствиям по каждому принципу, что модифицирует функции 
принадлежности величин вывода. 
3. Композиция. Полученные модифицированные нечеткие подмножества 
выходной величины интегрируются в целях образования единого нечеткого под-
множества. 
4. Дефазификация. На заключительном этапе происходит сведение к четко-
сти. Нечеткая совокупность выводов превращается в четкое число. 
В диссертационной работе компьютерная экспертная система конструиро-
валась в пакете теории нечетких множеств (Fuzzylоgiс tооlbох) прикладной про-
граммы Mаtlаb. Он позволяет разрабатывать такие системы в интерактивном ре-
жиме. Применение разработанной экспертной системы позволяет осуществлять 
наблюдение за структурой и состоянием рассматриваемых возможностей. 
Сформированное в результате интегральной оценки комплекса возможно-
стей заключение может лечь в основу принятия решений крупного нефтеперера-
батывающего производства о выборе субъекта малого (среднего) промышленного 
предпринимательства для взаимодействия и вариантах такого взаимодействия. 

---

256 
При этом кроме выражения оценки четким числом система оценивания позволяет 
выявить: 

доминирующие компоненты комплекса возможностей взаимодействия; 

степени зависимостей оценки комплекса возможностей от оценок каждо-
го его компонента; 

тенденцию изменения комплекса возможностей с учетом совокупного 
влияния его компонентов; 

сбалансированность и энтропию комплекса возможностей взаимодей-
ствия; 

взаимозависимости между состоянием отдельных составляющих ком-
плекса возможностей и обеспечением его устойчивости и целостности; 

необходимые и достаточные условия и уровни отдельных возможностей 
для расширения комплекса возможностей взаимодействия. 
Все перечисленное определяет перспективы развития отдельных взаимо-
действий субъектов промышленного предпринимательства в нефтепереработке и 
нефтегазохимии и системы взаимодействия в целом. 
Полученная на основе авторского подхода оценка характеризует возможно-
сти взаимодействия субъектов промышленного предпринимательства в нефтепе-
реработке и нефтегазохимии. Помимо этого, она может быть использована в каче-
стве обоснования отбора потенциальных партнеров для взаимодействия в целях 
повышения эффективности производства и комплексности использования сырья.