Разработка без программирования и применение в адаптивном режиме методик риэлтерской экспресс-оценки по методу аналогий (сравнительных продаж) в системно-когнитивном анализе и интеллектуальной системе "Эйдос" - Статья

бесплатно 0
4.5 388
Проблема и концепция ее решения, характеристика исходных данных. Этапы системно-когнитивного анализа и преобразование данных в информацию, а ее в знания в системе "Эйдос". Решение задач идентификации, прогнозирования, принятия решений в системе "Эйдос".

Скачать работу Скачать уникальную работу

Чтобы скачать работу, Вы должны пройти проверку:


Аннотация к работе
Разработка без программирования и применение в адаптивном режиме методик риэлтерской экспресс-оценки по методу аналогий (сравнительных продаж) в системно-когнитивном анализе и интеллектуальной системе "Эйдос"В данном методе цена на товар определяется по цене аналогов с учетом различных поправок, увеличивающих или уменьшающих определяемую цену по сравнению с аналогом или аналогами. В данном случае цена определяется рынком, т. к. оценщик ограничивается только корректировками, обеспечивающими сопоставимость аналога с оцениваемым объектом. При поиске аналогов в этих системах возникает проблема референтного класса [3], которая состоит в том, что абсолютно точных аналогов не существует и не очень понятно как сравнивать оцениваемый объект с этими аналогами. В принципе можно себе представить программную систему для оценки, представляющую собой информационно-поисковую систему для поиска аналогов, включающую также режим исследования отличий оцениваемого объекта от аналогов и вводящей соответствующие поправки в цену по методике, приведенной в работе [2]. Причем такая система с необходимостью получится привязанной к определенной предметной области, а коэффициенты и оправки в нее все равно надо будет вводить вручную, т.е. и такая система не позволит в полной мере преодолеть недостатки сравнительного метода.Ford-Focus 2 350000 Ford Ford-Focus 2 седан 2007 100000 1,6 серебро А ткань Ford-Focus 2 395000 Ford Ford-Focus 2 седан 2008 90000 2,0 серебро А ткань Ford-Focus 2 440000 Ford Ford-Focus 2 седан 2008 55000 1,6 серебро М ткань Ford-Focus 2 485000 Ford Ford-Focus 2 седан 2008 57000 2,0 черный М ткань Ford-Focus 2 630000 Ford Ford-Focus 2 седан 2011 18000 2,0 черный А тканьЭто решение формализуется в виде справочников классификационных и описательных шкал (см. таблицы 2, 3): Таблица 2 - Справочник классификационных шкалТаблица 3 - Справочник Описательных Шкал6 ОБЬЕМ ДВИГАТЕЛЯ8 КППФормализация предметной области включает: - разработку классификационных и описательных шкал и градаций; Эти функции могут выполняться в системе "Эйдос" вручную или автоматически в режиме 2.3.2.2 "Универсальный программный интерфейс импорта данных в систему Эйдос-Х ", экранная форма которого приведена на рисунке 3: Рисунок 3.Чем больше мы зададим количество интервалов, тем меньше они будут и тем точнее модель будет давать оценки. Получается, что чем мы точнее хотим получить модель, тем больше нам нужно исходных данных. В процессе создания модели режим конвертирует его в dbf-файл, стандартный для баз данных системы "Эйдос". 32 МАРКА МОДЕЛЬ-Audi-A4 36 МАРКА МОДЕЛЬ-BMW-116Затем система кодирует исходные данные, представленные в таблице 1, с использованием справочников классификационных и описательных шкал и градаций (таблицы 4, 5), в результате чего формируется обучающая выборка или база событий (таблица 6): Таблица 6 - Обучающая выборка (база событий) Ford-Focus 2 1 7 52 182 188 196 204 238 261 266 Ford-Focus 2 1 7 52 182 189 194 204 257 261 266 Ford-Focus 2 1 7 52 171 189 195 205 257 258 266 Ford-Focus 2 1 7 52 177 189 195 204 238 258 266В этом режиме в соответствии с процедурой преобразования данных в информацию, а ее в знания (рисунок 2) сначала рассчитывается матрица абсолютных частот (таблицы 7, 8), затем на основе нее матрицы условных и безусловных процентных распределений (таблицы 9, 10), а потом на основе них, с использованием семи частных критериев знаний (таблица 11), матрицы знаний (таблицы 12, 13), а затем все модели проверяются на достоверность (рисунок 7): Рисунок 7. 36 МАРКА МОДЕЛЬ-BMW-116 1 1 37 МАРКА МОДЕЛЬ-BMW-118i 1 1 38 МАРКА МОДЕЛЬ-BMW-318 1 1 2 50 МАРКА МОДЕЛЬ-Ford-Escape XTL 1 1Количественно в СК-анализе и системе "Эйдос" эта степень сходства конкретного объекта с обобщенным образом класса рассчитывается с использованием двух интегральных критериев: Интегральный критерий "Семантический резонанс знаний" представляет собой суммарное количество знаний, содержащееся в системе факторов различной природы, характеризующих сам объект управления, управляющие факторы и окружающую среду, о переходе объекта в будущие целевые или нежелательные состояния. вектор состояния распознаваемого объекта, включающий все виды факторов, характеризующих сам объект, управляющие воздействия и окружающую среду (массив-локатор), т.е.: В текущей версии системы "Эйдос-Х " значения координат вектора состояния распознаваемого объекта принимались равными либо 0, если признака нет, или n, если он присутствует у объекта с интенсивностью n, т.е. представлен n раз (например, буква "о" в слове "молоко" представлена 3 раза, а буква "м" - один раз). Интегральный критерий "Семантический резонанс знаний" представляет собой нормированное суммарное количество знаний, содержащееся в системе факторов различной природы, характеризующих сам объект управления, управляющие факторы и окружающую среду, о переходе объекта в будущие целевые или нежелательные состояния.

План
Содержание

1. Проблема и концепция ее решения

2. Характеристика исходных данных

3. Этапы системно-когнитивного анализа и преобразование данных в информацию, а ее в знания в системе "Эйдос"

4. Когнитивная структуризация предметной области

5. Формализация предметной области

5.1 Разработка классификационных и описательных шкал и градаций

5.2 Разработка обучающей выборки, т.е. описание исходных данных с помощью кодов градаций классификационных и описательных шкал

6. Синтез и верификация моделей

7. Выбор наиболее достоверной модели

8. Решение задач идентификации, прогнозирования, принятия решений и исследования моделируемой предметной области с применением наиболее достоверной модели

8.1 Задача идентификации и прогнозирования

8.2 Задача принятия решений

8.3 Задача исследования предметной области

Выводы и результаты

Ограничения и перспективы

Литература

1. Проблема и концепция ее решения

Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность
своей работы


Новые загруженные работы

Дисциплины научных работ





Хотите, перезвоним вам?