ної діяльності або споживачів, які використовуються в рамках обраної методики інвестиційного аналізу. У результаті кожен аналізований об'єкт може бути представлений як вектор
x k = (X 1 k , x 2 k , ..., x n < sup> k ) T ,
де k - номер об'єкта в сукупності, n - число обраних характеристик .
Далі кожен j - й кластер ( j = 1,2, ..., K ) описується нечітким продукційним правилом види:
В
ЯКЩО В« x k - z j В»ЕСТЬВ« A j ( x ) В», ТО В«х k В» ЕСТЬ В«кластер j В»,
де A j ( x ) - функція приналежності (наприклад, гауссова виду).
Побудована таким чином система нечітких продукційних правил дозволяє відносити об'єкт до того кластеру, значення функції приналежності до якого більше, ніж до інших, і при цьому перевищує задане граничне значення. Якщо останнє умова не виконується, то вважається, що даний об'єкт утворює новий кластер.
У дисертації запропонований алгоритм виявлення нових груп підприємств галузі, які характеризуються близькістю характеристик інвестиційної привабливості, а також груп споживачів продукції легкої промисловості, які можуть розглядатися в якості самостійного цільового сегмента.
Для того, що б група об'єктів могла бути оголошена новим кластером необхідно, що для кожного з них значення функції приналежності до існуючих кластерам було нижче порога, причому дані об'єкти повинні розташовуватися досить близько один до одного в просторі ознак. Якщо сформована зазначеним чином група порівнянна за чисельністю з вже існуючими кластерами, то її можна вважати новим кластером. При визначенні розмірів існуючих кластерів враховуються тільки об'єкти х * , для яких значення функції приналежності A j ( x * ) ≥ L .
Запропонований алгоритм виявлення зливаються груп підприємств галузі або сегментів ринку (груп споживачів) включає наступні етапи.
1. Визначення кластерів, розміри яких за період спостереження збільшилися порівняно з їх розмірами в попередній період, тобто виконується нерівність:
В
З j * ( t )> З j * ( t - 1).
Визначення близькості кожної пари кластерів ( i і j ) з виділеного підмножини з використанням виразу:
.
Вибір пари кластерів з максимальним значенням L ij і перевірка перевищення ним порога L min . ...
