Ноябрь 15th, 2014
Выполним нормирование значений стоимости жилья и уровня его пожарной безопасности. Для каждого этажа рассчитаем значение отклонения D(k) = Z(к) — P(k), где к — номер этажа.
Если 3к: D(k) >Dmax, где D — некоторая положительная константа, то цена квадратного метра жилья на к -м этаже не соответствует уровню его пожарной безопасности. Гораздо более информативным является анализ поверхности (2.7) (рис. 5.10б). Выполняя ее срезы для каждого этажа можно делать выводы о возможности варьирования цены в зависимости от уровня пожарной безопасности или наоборот.
Информация, которую получаем в результате построения и исследования зависимостей (2.6)-(2.7), является важным консультативным фактором как для покупателей жилья, так и для строителей, и пожарных. Выводы, которые непосредственно можно сделать из их анализа, являются исходными данными для объективизации цены жилья, оптимизации архитектурных решений и принятия профилактических противопожарных мероприятий.
В случае необходимости идентификации зависимости от многих переменных разработан метод, который является эволюционной модификацией метода Брандона. Интеграция двух технологий: нелинейной идентификации и эволюционной оптимизации позволяет использовать преимущества каждой из них, избежать проблем с применением метода Брандона и получить оптимизированный результат при отсутствии требований к исходной информации. В частности, нелинейная оптимизация позволяет определить структуру и значения параметров функции, являющейся моделью искомой зависимости, и более глубоко исследовать ее структуру. Генетический алгоритм, как представитель совокупности эволюционных методов моделирования, предназначен для поиска глобальных оптимумов, что является предпосылкой нахождения оптимальных значений параметров функций.
