abbr. SJ GMU
ISSN 2657-5841 (printed)
ISSN 2657-6988 (online)
DOI: 10.26408
Strojenie sieci neuronowej niezawodności systemu na podstawie opinii ekspertów
Expert judgment-based tuning of the system reliability neural network
Abstract:
The article presents a method for tuning neural network, appropriate in the analysis of the anthrop technical system reliability, based on the opinions of experts – practitioners operation. The numerical- linguistic elicitation of these opinions was carried out, which turned out to be uncorrelated and not suitable for tuning the network. Data processing method was used with the appropriate adopted AHP scale and matrix approximation method evaluations. Correlation analyzes were performed for received input and output data of network and error of data processing method was determined. The results are shown in the example of elicitation and data correlation analyzes for tuning the reliability neural network of the ship propulsion system.
Streszczenie:
W artykule przedstawiono metodę strojenia sieci neuronowej, odpowiednią w analizach niezawodności systemów antropotechnicznych, opartą na opiniach ekspertów – praktyków eksploatacji. Przeprowadzono numeryczno-lingwistyczną elicytację tych opinii, które okazały się nieskorelowane i nie nadawały do strojenia sieci. Do przetwarzania danych zastosowano metodę AHP z odpowiednią przyjętą skalą i metodą aproksymacji macierzy ocen. Przeprowadzono analizy korelacji zbiorów otrzymanych danych wejściowych i wyjściowych sieci oraz uchybu metody przetwarzania danych. Wyniki przedstawiono w przykładzie elicytacji i analizy korelacji danych sieci niezawodności systemu napędowego statku morskiego.
Słowa kluczowe:
strojenie sieci neuronowej
niezawodność systemu
opinia ekspertów
korelacja danych
metoda AHP
Issue:
Pages:
5
20
Download full text in pdf:
References:
Brandowski A., Estimation of the Probability of Propulsion Loss by a Seagoing Ship Based on Expert Opinions, Polish Maritime Research 1(59), 2009, Vol. 16, p. 73–77.
Brandowski A., Mielewczyk A., Nguyen H., Frąckowiak W., A fuzzy-neuron model of the ship propulsion risk prediction, Journal of KONBiN, 2010, No. 1(13), p. 117–128.
Cooke R.M., Experts in Uncertainty, Oxford University Press, New York, Oxford 1991.
Elliot M.A., Selecting numerical scales for pairwise comparisons, Reliability Engineering and System Safety, 2010, 95, p. 750–763.
Frąckowiak W., Zastosowanie sieci neuronowych w badaniach ekspertowych niezawodności systemu napędowego statku, Zeszyty Naukowe Akademii Morskiej w Gdyni, nr 64, 2010, p. 43–51.
Gniedienko B.W., Bielajew J.K., Sołowiew A.D., Metody matematyczne w teorii niezawodności, WNT, Warszawa 1968.
IMO – Resolution A.849(20), Code for the investigation of marine casualties and incidents, London 1997.
Jaźwiński J., Smalko Z., Wykorzystanie metody ekspertowej do oszacowania parametrów rozkładu beta dla oceny nieuszkadzalności i bezpieczeństwa technicznych środków transportu, Wydawnictwo Instytutu Technologii Eksploatacji, Radom 2001.
Kahneman G., Slovic P., Tversky A., Judgment under uncertainty: Heuristics and biases, Cambridge University Press, Cambridge 2001.
Kwiesielewicz M., Analityczny hierarchiczny proces decyzyjny. Nierozmyte i rozmyte porównywanie parami, Instytut Badań Systemowych PAN, Warszawa 2002.
Modarres M., Kaminsky M. et al., Reliability Engineering and Risk Analysis, New York, Basel Marcel Dekker Inc. 1999.
Saaty T.L., The analytic hierarchy process, McGraw Hill, New York 1980.
Stanisz A., Przystępny kurs statystyki, t .1, StatSoft, Kraków 2006.
Yucheng Dong, Yinfeng Xu, Hongyi Li, Min Dai, A comparative study of the numerical scales and the prioritization methods in AHP, European Journal of Operational Research, 2008, 186, p. 229–242.