ISM_Interpretative Structural Modelling Method
ISM
文章目录
- @[toc]
- ISM背景简介
- ISM 模型准备
- ISM 模型求解
ISM背景简介
ISM 全称为 Interpretative Structural Modelling Method ,中文名为 解释结构模型法。是一种在系统工程领域常用的分析方法,它能够发现系统中的一般模式。
什么为系统结构?
我们常用诸多因素来表征一个系统,而因素之间的逻辑关系就是一种系统结构。我们经常使用有向图模型来表征这种逻辑关系构成的结构。有向图的简单介绍
图的基本元素由点和边构成,其中边分为无向边和有向边;在上条中提到的有向图是由点和有向边构成的图。
所以我们经常用有向图来表征系统结构,其中图中的点代表了系统中的不同元素,有向边代表了元素之间的逻辑关系。
邻接矩阵
图的另一种等价表示就是的邻接矩阵表示。矩阵的维度为点的个数;矩阵的元素取值只有0和1,为对应两个点的边是否存在(对应无向图),或者边的指向(对应于有向图)。所以无向图的邻接矩阵是对称矩阵,而有向图的邻接矩阵并没有这样的性质。邻接矩阵元素的运算法则
邻接矩阵的元素运算为布尔运算:
0 + 0 = 0 , 0 + 1 = 1 , 1 + 1 = 1 0+0 = 0,0+1 = 1,1+1 = 1 0+0=0,0+1=1,1+1=1 1 ∗ 0 = 0 , 0 ∗ 1 = 0 , 1 ∗ 1 = 1 1*0 = 0,0*1 = 0,1*1 = 1 1∗0=0,0∗1=0,1∗1=1
ISM 模型准备
首先我们需要将各个元素之间的关系转化成邻接矩阵的形式。
定义
a i j = { 1 S i 对 S j 有 影 响 0 S i 对 S j 无 影 响 a_{ij} = \begin{cases} 1 & S_i对S_j有影响 \\ 0 & S_i对S_j无影响 \end{cases} aij={10Si对Sj有影响Si对Sj无影响
可以产生由因素集 { S i } \{S_i\} {Si} 产生的邻接矩阵 A A A。
A k A^k Ak 的含义
邻接矩阵的幂次 A k A^k Ak 中的元素也为 0 0 0 或者 1 1 1,其中若 a i j = 1 a_{ij} = 1 aij=1,那么表示元素 S i S_i Si 可以经过 k k k 步到达 S j S_j Sj。这也意味着一条长度为 k k k 的路径存在。可达矩阵
若有 ( A + I ) k − 1 ≠ ( A + I ) k = ( A + I ) k + 1 = M (A+I)^{k-1} \neq (A+I)^k = (A+I)^{k+1} = M (A+I)k−1̸=(A+I)k=(A+I)k+1=M 成立,那么 M M M 成为可达矩阵。表示从一个元素到另一个元素是否存在一条可达的路径。
接下来我们将通过对 M M M 的讨论来进行 I S M ISM ISM 模型核心的阐述。
ISM 模型求解
可达集合 R ( S i ) R(S_i) R(Si)
可达矩阵中要素 S i S_i Si对应的行中取值为 1 1 1 的元素集合,代表要素 S i S_i Si 能够到达的元素。先行集合 Q ( S i ) Q(S_i) Q(Si)
可达矩阵中要素 S i S_i Si对应的列中取值为 1 1 1 的元素集合,代表能够到达要素 S i S_i Si 的元素。交集 A ( S i ) = R ( S i ) ∩ R ( S i ) A(S_i) = R(S_i) \cap R(S_i) A(Si)=R(Si)∩R(Si)
现在,我们得到了所有元素的 R ( S i ) , Q ( S i ) , A ( S i ) R(S_i),Q(S_i),A(S_i) R(Si),Q(Si),A(Si) 可以绘制在一个表格中
R ( S i ) R(S_i) R(Si) | Q ( S i ) Q(S_i) Q(Si) | A ( S i ) A(S_i) A(Si) | |
---|---|---|---|
… | … | … | … |
S i S_i Si | |||
… | … | … | … |
通过上述表格我们可以进行区域分解,分解出一个一个的子系统。
接下来就是层级分解。
层级分解的条件为 A ( S i ) = R ( S i ) ∩ R ( S i ) = R ( S i ) A(S_i) = R(S_i) \cap R(S_i) = R(S_i) A(Si)=R(Si)∩R(Si)=R(Si)
每一次将满足条件的元素 S i S_i Si 取出,删去所有与元素 S i S_i Si 有关的关系,重新得到剩下的关系表,再进行层级分解;直至不能分解为止。
最后剩下的元素可以作为影响系统最根本的原因。
ISM_Interpretative Structural Modelling Method相关推荐
- Design Pattern - Factory Method(C#)
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! Defi ...
- 《面向对象软件工程》笔记(一)
<面向对象软件工程>笔记第一章 软件和软件工程 1.软件的一种分类:定制软件Custom Software.通用软件Generic Software.嵌入式软件Embeded Softwa ...
- A002-185-2502-李林
作业A002-185-2502-李林 课程名称 软件需求分析与建模 班级 18软件工程5班 教导教师 董瑞生 李林 1814080902502 日期 2020.12.15 目录 作业内容 目录 1.E ...
- 电子科大邹权组招聘博后、科研助理和访问学生(生物信息学方向)
文章目录 招聘启事 实验室简介 研究方向 讲授课程 主持项目 学术兼职 出版著作 特约报告 代表论文 所获奖励 猜你喜欢 写在后面 主编按: 我和邹权教授相识己10余年.十年前他作为我生信入门的领路人 ...
- 欺诈行为识别_使用R(编程)识别欺诈性的招聘广告
欺诈行为识别 背景 (Background) Online recruitment fraud (ORF) is a form of malicious behaviour that aims to ...
- 第二讲 数学模型方法
声明:该文章是博主阅读<数学方法论选讲>的读书笔记.由于博主能力有限,中间有过错之处希望大家给予批评指正,一起学习交流. 数学模型方法(mathematical modelling met ...
- ai人工智能将替代人类_AI和人类如何优化空气污染监测
ai人工智能将替代人类 空气污染监测 (Air-pollution monitoring) Air pollution is responsible for 4.2 million deaths pe ...
- agd插值算法_多目标自适应和声搜索算法
[实例简介] 提出了一种利用Pareto支配来求解多目标优化问题的自适应和声搜索算法(MOSAHS).该算法利用外部种群来保存非支配解,为了保持非支配解的多样性,提出了一种基于拥挤度的删除策略,这个策 ...
- Advanced machine-learning techniques in drug discovery
尊敬的各位乘客: 您好!您所搭乘的本次2020列车即将到站,请您抓紧时间收拾自己的回忆,准备下车,不要留下遗憾,本次列车将永不返航. 那趁着2020年结束还有几天,赶紧冲一波业绩,话不多说,论文读起 ...
最新文章
- 11.CCNA第十一天-配置OSPF/EIGRP(增强型内部网关协议)
- 原来不只是fastjson,这个你每天都在用的类库也被爆过反序列化漏洞!
- 【oracle】dbms_output:控制台输出
- 校门外的树+矩阵旋转
- linux能远程开机么,Linux 下如何实现远程开机
- Java语言的基础知识11
- java多线程的join方法_java多线程系列_join方法的使用(5)
- Zookeeper常用命令行及API
- 阿里云ECS开放批量创建实例接口,实现弹性资源的创建
- SVN提交时出现locked错误解决办法
- 一笔画问题(信息学奥赛一本通-T1341)
- java jsonfield_fastjson使用-- @JSONField使用(转)
- 如何清洗 Git Repo 代码仓库
- Opencv的使用教程,opencv比较全的基础教程
- 金融量化-SMA_移动平均及双均线模型
- AngularJS 的 IE 兼容性
- 三十岁的男人应该有多少存款?
- 【Matlab瑕疵检测】阙值瓶盖瑕疵检测【含源码 730期】
- python thinker(菜单,滚动条,回调函数,对话框)
- 打造一套安全的UI组件库!