Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike Текст научной статьи по специальности «Экономика и бизнес»

VREDNOVANJE LOKACIJA ZA USPOSTAVLJANJE MOSNOG MESTA PRELASKA PREKO VODENIH PREPREKA PRIMENOM FUZZY LOGIKE

Božanić I. Darko, Pamučar D. Dragan, Vojna akademija, Prodekanat za planiranje i organizaciju nastave, Beograd

UDC: 355.423.3:358.233

Sažetak:

U radu je prikazana faza u procesu donošenja odluke pri izboru lokacije za uspostavljanje mosnog mesta prelaska radi savlađivanja vodenih prepreka. Proces donošenja odluke propraćen je većim ili ma-njim stepenom neodređenosti kriterijuma koji su neophodni za donoše-nje relevantne odluke. Pošto je fuzzy logika veoma pogodna za izraža-vanje neodređenosti i neizvesnosti, u radu je prikazan proces donoše-nja odluke primenom fuzzy pristupa.

Ključne reči: proces donošenja odluke, fuzzy logika, vodene prepreke.

Potreba za savlađivanje vodenih prepreka javlja se još u dalekoj i storiji još pre pojave prvih uređenih zajednica. Ova potreba se ka-snije, pojavom vojnih jedinica, samo povećavala i brojni su istorijski primeri kroz koje se mogu videti važnost i značaj koji se pridaje ovoj aktivnosti.

Pod pojmom savlađivanja vodenih prepreka podrazumeva se skup mera, radnji i postupaka koje se preduzimaju radi prelaska preko nje radi izvršenja postavljenog zadatka.

I pored uvođenja savremenih sredstava u naoružanje većine armija, savlađivanje vodenih prepreka zadržalo je epitet vrlo teške radnje. Treba imati u vidu da veštačke i prirodne prepreke ispoljavaju znatan uticaj na izvođenje borbenih dejstava, naročito rečni tokovi, kanali, jezera ...

Sve vojske sveta, pa i Vojska Srbije, pridaju veliki značaj usavršava-nju sredstava za savlađivanje vodenih prepreka. Navedena sredstva se usavršavaju i razvijaju radi što bržeg i sigurnijeg savlađivanja vodenih prepreka. Međutim, da bi se vodena prepreka uspešno savladala neophodno je izvršiti pravilan izbor lokacije za postavljanje sredstava za savlađivanje prepreke. Ove radnje zahtevaju primenu specifičnih procedura, detaljno planiranje, kontrolne mere i izuzetno snažnu logističku podršku.

Uvod

[email protected]

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Ovakvi zaključci nameću potrebu da se procesu izbora lokacije za savla-đivanje vodenih prepreka pristupa pažljivo i sistematski, jer bilo koja pogrešna odluka vodi slabljenju borbenih sposobnosti jedinica pri izvršenju zadatka.

Lica koja donose odluku ponekad se nalaze u situaciji da imaju samo jednu lokaciju i tada se donošenje odluke svodi na prihvatanje ili odbacivanje te lokacije. Međutim, često se nalaze u situaciji da rangiranjem više ponuđe-nih lokacija dođu do zaključka koja je lokacija najbolja i koju treba izabrati.

Cilj vrednovanja je izbor najboljeg iz skupa ponuđenih rešenja, u odnosu na važnost izabranih kriterijuma. Ukoliko postoji mogućnost promena, utoliko je broj varijanti veći, a problematika optimizacije izbora rešenja složenija.

Proces donošenja odluke mogu da pojednostave razne metode vrednovanja. U narednom delu rada, polazeći od karakteristika pojedinih metoda višekriterijumskog odlučivanja, izvršen je izbor metoda za vred-novanje izbora lokacije za uspostavljanje mosnog mesta prelaska (MMP) preko vodenih prepreka.

Karakteristike višekriterijumskih metoda i izbor metoda za vrednovanje

Neposredno sa razvojem teorije vrednovanja razvijali su se i modeli vrednovanja. Različiti ciljevi vrednovanja i druge razlike u čitavom po-stupku uticali su i na razvijanje većeg broja modela vrednovanja, prilago-đenih različitim zahtevima [1].

Savremena računarska tehnika stalno uvodi nove modele i računarske programe za njihovu primenu. Jedna od podela modela vrednovanja je na jednokriterijumske i višekriterijumske. Zajednička osobina jednokriterijum-skih modela jeste što se rešenja vrednuju po jednom kriterijumu, što je nji-hov nedostatak, ali ujedno i prednost, jer se postupak pojednostavljuje.

Osnovni cilj višekriterijumskih metoda je određivanje prioriteta izme-đu pojedinih varijanti ili kriterijuma u situaciji gde učestvuje veći broj do-nosilaca odluka, gde je prisutan veći broj kriterijuma odlučivanja i u više-strukim periodima.

Najčešće korišćene metode su:

- metoda bodovanja,

- metoda ELECTRE,

- metoda PROMETHEE,

- metoda TOPSIS,

- metoda AHP (analitički hijerarhijskih procesa) i

- metode zasnovane na fuzzy logici.

Izbor metoda vrednovanja zavisi od [2]:

- karaktera, odnosno značaja odluke koja se donosi na osnovu vred-novanja,

<s>

- mesta na kojima se donosi odluka i

- vrste odluke radi koje se vrši vrednovanje.

Za izbor optimalne lokacije za mosno mesto prelaska vodenih pre-preka primenjena je metoda vrednovanja zasnovana na fuzzy logici.

Rešavanje problema višekriterijumskog odlučivanja primenom ove metode pruža mogućnost da iz skupa ponuđenih varijanti izaberemo onu koja je dominantna po više kriterijuma.

Osnovni pojmovi o fuzzy logici i fuzzy skupovima

Za objašnjenje značenja termina fuzzy logike može da se iskoristi ob-jašnjenje profesora Lotfi Zadeha, tvorca fuzzy logike. On kaže da fuzzy lo-gika može da ima dva različita značenja. U užem smislu, fuzzy logika je lo-gički sistem koji prestavlja proširenje klasične logike. U širem smislu, fuzzy logika je većinom sinonim za teoriju fuzzy skupova, teoriju koja se odnosi na klasu objekata sa nejasnim granicama čija se pripadnost meri određe-nim stepenom. Ono što je bitno da se prepozna jeste da je suština fuzzy logike veoma različita od suštine tradicionalnog logičkog sistema [3].

Da bi objasnili šta je fuzzy logika, uporedićemo ovaj pristup sa kon-vencijalnom logikom. Osnove klasične logike učvrstio je još Aristotel u antičkoj Grčkoj. Ova logika se zasniva na jasnim i precizno utvrđenim pravilima, a počiva na teoriji skupova. Neki element može da pripada ne-kom skupu ili da ne pripada, što znači da skupovi imaju jasno određene granice. Tako su ovakvi skupovi, pa sa njima i logika, nazvani engleskom reči „crisp", čije je značenje - jasan, bistar.

Nasuprot konvencionalnoj logici, u fuzzy logici nije precizno definisa-na pripadnost jednog elementa određenom skupu, već se pripadnost me-ri u, recimo, procentima. Fuzzy je engleska reč koja bi mogla da se pre-vede kao maglovito, nejasno, mutno.

Fuzzy logika je jako bliska ljudskoj percepciji. Mnoge slične situacije koje nisu jasno razdvojene svakodnevno su prisutne oko nas.

Fuzzy logika je u osnovi viševrednosna logika koja dopušta srednje vrednosti definisane između tradicionalnih stavova: da/ne, istinito/neistini-to, crno/belo, itd. Fraze nešto toplije ili prilično hladno mogu biti formulisa-ne matematički i mogu se procesirati računarom.

Fuzzy logika koristi iskustvo čoveka stručnjaka u formi lingvističkih Ako-Onda pravila, a mehanizam aproksimativnog rezonovanja računa upravljačku akciju za konkretni slučaj. U našem primeru algoritam aproksimativnog rezonovanja koristiće se za prikaz uticaja ulaznih kriterijuma na preferenciju odluke pri izboru najpogodnijeg mesta na reci za posta-vljanje pontonskog mosta od kompleta PM-M-71.

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Pri dizajniranju fuzzy skupova prvo pitanje je kako izabrati određenu funk-ciju pripadnosti џл (x). Ova funkcija pokazuje koliko x e X ispunjava uslov

pripadnosti skupu A. U klasičnoj teoriji ona može da ima jednu od dve vredno-sti, 1 i 0, tj. element pripada ili ne pripada skupu A. U teoriji fuzzy skupova funkcija pripadnosti može da ima bilo koju vrednost između 0 i 1. Ukoliko je џА (x) veće, utoliko ima više istine u tvrdnji da element x pripada skupu A, odnosno element x u većem stepenu ispunjava uslove pripadnosti skupu A. Za funkciju pripadnosti mora da važi 0 < џА (x) < 1, za svako x e A,

tj. Aa : X ^ [°Л].

Formalno, fuzzy skup A definiše se kao skup uređenih parova:

A = {( A A (x )) e X ,0 < A A (x) < 1}

X je univerzalni skup ili skup razmatranja na kojem je definisan fuzzy skup, A a aa (x) je funkcija pripadnosti elementa x skupu A. Svaki fuzzy

skup je kompletno i jedinstveno određen svojom funkcijom pripadnosti [4].

Prema fuzzy teoriji izbor funkcije pripadnosti, odnosno oblika funkci-je i širine intervala poverenja, najčešće se vrši na osnovu subjektivne procene ili iskustva.

Na slici 1. prikazani su neki od oblika funkcija pripadnosti.

—u

Slika 1

9 10 12 15

■ Mogući oblici funkcije pripadnosti fuzzy skupu

Najčešće se koriste trapezoidni i trouglasti fuzzy brojevi koji imaju funkcije pripadnosti prikazane na slici 1. Trapezoidni fuzzy broj A obično se definiše četvorkom a = (a, p,, pd, у), što je na primeru broja prikazanog

na slici 1 A = (9,10,12,15). Funkcija pripadnosti je:

0, x < 9

x - 9, 9 < x < 10

1, — x + 5, 3 10 < x < 12

12 < x < 15

0, x > 15

Trouglasti fuzzy broj može da se posmatra kao posebni oblik trapezoid-nog fuzzy broja kod kojeg je в = f3d. Češće se koristi jednostavnije predsta-

vljanje trojkom (a, в, у), za primer sa slike 1 broj približno 4 je A = (3,4,5). Trouglasti fuzzy broj se nekada piše i kao, A = (a, b, c) pri čemu je, u odnosu na prethodnu notaciju, a = в, b = в -a, c = у - в, što je za navedeni primer A = (4,1,1). U daljem tekstu koristiće se prvi način pisanja. Fuzzy brojevi

se nekada označavaju znakom ~, na primer broj približno 4 piše se kao 4. Funkcija pripadnosti za broj približno 4 je:

0, x<3

x - 3, 3 < x < 4

■x + 5, 4 < x < 5

0, x>5

Pored navedenih oblika trapezoidnog i trouglastog broja kod kojih su kraci trapeza i trougla delovi prave moguće je koristiti i krivolinijske trapeze i trouglove za predstavljanje funkcija pripadnosti, odnosno za predsta-vljanje fuzzy brojeva.

Modelovanje FUZZY sistema za vrednovanje izabranih lokacija

Fuzzy logika najčešće se koristi za modelovanje složenih sistema u kojima je primenom drugih metoda teško utvrditi međuzavisnosti koje po-stoje između pojedinih promenljivih. Modeli zasnovani na fuzzy logici sa-stoje se od „If - Then" („Ako - Onda") pravila. „If - Then" pravila među-sobno su povezana izrazom „Else" („ili").

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

„Ako" deo pravila predstavlja ulazno stanje (engleski nazivi raznih autora su: condition, antecedent part ili premise). Ovde fuzzy propozicija predstavlja premisu.

„Onda" deo pravila je izlazno stanje (engleski nazivi raznih autora su conclusion ili consecvent prt). Fuzzy propozicija u ovom delu predstavlja zaključak. On može da bude u složenom obliku i tada sistem ima više iz-laznih promenljivih.

Veći broj pravila u kojima se rečima opisuje rešenje nekog problema predstavlja bazu pravila ili ekspertska pravila. Zbog lakšeg razumevanja pravila se pišu u pogodnom redosledu, mada on suštinski nije bitan. Pravila su povezana veznikom „Ili", koji se često ne navodi.

Kao što vidimo iz ovih jednostavnih pravila vrednost izlazne promen-ljive Y uslovljena je vrednošću ulazne promenljive X. Ulazna promenljiva X naziva se fuzzy promenljivom. Do vrednosti fuzzy promenljive dolazi se merenjem, posmatranjem ili na osnovu iskustva.

Nakon prijema zadatka za savlađivanje vodene prepreke pristupa se prikupljanju podataka o vodenoj prepreci izviđanjem. Na osnovu priku-pljenih podataka vrši se izbor najpovoljnije lokacije na kojoj će se postavi-ti pontonski most. Neophodno je da lica odgovorna za izbor lokacije for-mulišu alternativna rešenja, kao i da izvrše rangiranje - vrednovanje i od-bacivanje onih rešenja koji ne zadovoljavaju definisane kriterijume.

Kriterijumi na osnovu kojih se vrši izbor lokacije za prelazak vodene prepreke su:

- širina vodene prepreke,

- brzina toka vodene prepreke,

- kvalitet i broj prilaznih puteva i

- obim radova na uređenju rampi u osi mosta i terena do prilaznih puteva.

Širina vodene prepreke definiše se kao odstojanje od jedne do dru-ge obale mereno po površini vode. Pri prelasku vodene prepreke širina reke utiče na brzinu prelaženja, kao i na vrstu i količinu plovnih sredstava koja su angažovana.

Brzina toka vodene prepreke kao karakteristika pojavljuje se kod te-kućih voda i predstavlja brzinu kretanja vode u jedinici vremena. Brzina toka ima veliki značaj za organizaciju i način savlađivanja vodenih pre-preka, naročito pri uspostavljanju MMP. Taj uticaj ispoljava se na potrebe sidrenja i ankerisanja mosta, nosivost mosta, kao i na organizaciju sao-braćaja na mostu.

Pod pojmom prilaznih puteva podrazumevaju se putevi koji dovode i odvode od/do vodenih prepreka. Broj i vrsta prilaznih puteva imaju veliki značaj, jer utiču na mogućnost dovoženja sredstava za prelazak, kao i organizaciju saobraćaja na MMP. Kvalitet postojećih puteva karakterišu nosivost i širina puteva.

<$>

Obim radova na uređenju rampi u osi mosta i terena do prilaznih pute-va predstavlja radove koje je potrebno sprovesti radi izrade rampi u osi mosta i povezivanje postojećih puteva sa tim rampama. Pod obimom radova na uređenju rampi u osi mosta podrazumevaju se radovi na uređenju obala koje imaju neodgovarajući nagib i visinu (utiču na donošenje i spuš-tanje plovnih sredstava na vodu, kao i utovar i istovar sredstava koja se prevoze), kao i radovi koji se sprovode na uređenju tla koje ima neodgova-rajući sastav. Ukoliko je tlo sačinjeno od slabo nosivih materijala (treseta, prašine, gline, peska,...) neophodno je sprovesti dodatne radove na ojača-vanju tla. Pod obimom radova na uređenju terena do prilaznih puteva podrazumevaju se radovi na opravci i rekonstrukciji postojećih puteva i uređe-nju privremenih vojnih puteva od rampi do najbližih stalnih puteva [5].

U fuzzy sistemu za vrednovanje ponuđenih lokacija vrednosti ula-znih kriterijuma predstavljene su brojevima ili lingvističkim izrazima.

Zamišljeno je da se fuzzy sistem (slika 3) sastoji od četiri ulazne lin-gvističke promenljive: širina vodene prepreke, brzina toka vodene prepre-ke, kvaliteta prilaznih puteva i obim radova na uređenju rampi u osi mosta i terena do prilaznih puteva, kao i jednom izlaznom lingvističkom pro-menljivom - preferencija odluke za izbor određene lokacije.

Opisani kriterijumi prikazani su u tabeli 1.

Tabela 1

Kriterijumi za vrednovanje ponuđenih lokacija za prelazak vodene prepreke

Oznaka kriterijuma Kriterijum Min Max Numerical Lingvistic

K1 Širina vodene prepreke x x

K2 Brzina toka vodene prepreke x x

K3 Kvalitet i broj prilaznih puteva x x

K4 Obim radova na uređenju rampi u osi mosta i terena do prilaznih puteva x x

Kriterijumi K1 i K2 prikazani su kao numeričke vrednosti, a kriterijumi K3 i K4 kao lingvistički deskriptori.

Vrednosti ulaznih promenljivih K3, i K4 opisane su skupom lingvistič-kih deskriptora , S = {l1, l2, l3 ..., li}, i C H = {0, ..., T}, gde je T ukupan broj lingvističkih deskriptora. Lingvističke varijable predstavljene su trougla-stim fuzzy brojem koji je definisan kao (ai, bi, ai, pi), gde ai i bi predstavlja-ju interval u kojem funkcija pripadnosti fuzzy broja ima maksimalnu vred-nost tj. 1,0. Vrednosti ai i pi predstavljaju levu i desnu distribuciju funkcije pripadnosti od vrednosti u kojoj funkcija pripadnosti dostiže maksimalnu vrednost.

<S>

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Broj lingvističkih deskriptora je T = 9: „nebitno" (unessential - U), „vrlo malo" (very low - VL), „prilično malo" (fairly low - FL), „malo" (low - L), „srednje" (medium - M), „veliko" (high - H) „srednje veliko" (medium high - MH), „vrlo veliko" (very high - VH) i „savršeno" (perfect - P). Lingvistič-ki deskriptori imaju sledeće vrednosti (slika 2):

- U Unessential (0, 0, 0,125)

- VL Very Low (0, 0,125, 0,25)

- FL Fairly Low (0,125, 0,25, 0,375)

- L Low (0,25, 0,375, 0,5)

- M Medium (0,375, 0,5, 0,625)

- H High (0,5, 0,625, 0,75)

- MH Medium High (0,625, 0,75, 0,875)

- VH Very High (0,75, 0,875, 1)

- P Perfect (0,875, 1, 1)

Dakle, skup S lingvističkih deskriptora predstavljen je kao:

S = {li = U, l2 = VL, 1з = FL, l4 = L, l5 = M, l6 = H, l7 = MH, l8 = VH, l9 = P}

Nakon dobijanja lingvističkih vrednosti ulaznih promenljivih vrši se poređenje fuzzy brojeva za svaki posmatrani kriterijum. U ovom istraživa-nju opseg intervala poverenja za svaku ulaznu promenljivu normiran je kao brojčani interval od 0 do 1.

Interval poverenja ulazne promenljive širina vodene prepreke kreće se u brojčanom intervalu [0,200], pošto smo u razmatranje uzeli jedan komplet PM-M-71 od čega se može sastaviti pontonski most klase nosi-

<®>

vosti 60 t za savlađivanje vodene prepreke dužine oko 200 m. Interval poverenja može da se menja u zavisnosti od klase nosivosti mosta.

Interval poverenja ulazne promenljive brzina toka vodene prepreke kreće se u brojčanom intervalu [0, 2,5], pošto se pontonski most od kom-pleta PM-M-71 može postavljati na vodene prepreke čija je brzina toka maksimalno 2,5 m/s.

Vrednost izlazne promenljive preferencija odluke za izbor određene lokacije nalazi se u intervalu [0,1].

Svaka promenljiva u fuzzy modelu ima tri lingvističke vrednosti, osim izlazne promenljive koja ima sedam. Ulazna promenljiva širina vodene prepreke ima vrednosti: malo, srednje i veliko.

Ulazna promenljiva brzina vodene prepreke ima vrednosti: mala, srednja i velika.

Ulazna promenljiva kvalitet i broj prilaznih puteva ima vrednosti: loš, srednji i dobar.

Ulazna promenljiva obim radova na uređenju rampi u osi mosta i te-rena do prilaznih puteva ima vrednosti: mali, srednji i veliki.

Izlazna promenljiva preferencija odluke ima vrednosti: vrlo mala, mala, srednja, srednje velika, velika i vrlo velika.

U fuzzy sistemu dati sistem je opisan verbalno (kvalitativno) preko produkcionih pravila. Zbog toga najpre konvertujemo (fazifikujemo) ulazne vrednosti. Nakon toga mehanizam aproksimativnog rezonovanja ob-rađuje ulazne podatke kroz faze agregacije, aktivacije i akumulacije. Izlazna vrednost dobija se procesom defazifikacije.

U fazi agregacije utvrđuje se kojim stepenom poverenja (nivoom isti-nitosti) neka ulazna vrednost pripada datom fuzzy skupu. Agregacija je ekvivalentna fazifikaciji u slučaju kada postoji samo jedan ulaz.

Aktivacija je zaključak koji se izvodi u delu pravila ONDA. U procesu akumulacije sve aktivirane konkluzije se akumuliraju. Akumulacija se naj-češće realizuje kroz dve metode: MAKS i SUM.

Proces konverzije fuzzy skupa u realni broj obavlja se tokom defazifikacije.

Modeli zasnovani na fuzzy logici najčešće zahtevaju više iteracija. U prvom koraku se definiše skup pravila i odgovarajuće funkcije pripadno-sti. Po sagledavanju dobijenih rezultata vrši se, ukoliko je to potrebno, korekcija pojedinih pravila i/ili funkcija pripadnosti. Potom se modifikova-nim pravilima i/ili funkcijama pripadnosti model ponovo testira.

Na osnovu opisanog koncepta modela stvorene su osnove da se dati sistem međuzavisnosti ulaznih kriterijuma modeluje kao složeni fuzzy system (slika 3).

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

IYYI

Brzina vodenne prepreke

E2

Kvalitet i broj prilaznih puteva

E2

Obim radova

Vrednovanje lokacija za prelazak vodene prepreke

(mamdani^

Slika 3 - Prikaz opšteg modela fuzzy sistema

U modelu, za svaku promenljivu, određeno je da ima tri lingvističke vrednosti, osim izlazne promenljive koja ima šest.

Veći broj lingvističkih vrednosti nije bio potreban pošto je sa tri lingvi-stičke vrednosti postignuta zadovoljavajuća postepenost i preciznost izla-za pri menjanja ulaznih vrednosti.

Izbor funkcija pripadnosti i njihovog raspona na intervalu poverenja je veoma bitna faza izrade modela. U fuzzy sistemu su izabrane Gausove krive, pošto su lake za manipulaciju pri podešavanju izlaza.

Na slici 4, 5. i 6. prikazane su funkcije pripadnosti ulaznih i izlaznih lingvističkih promenljivih.

Slika 4 - Funkcije pripadnosti ulaznih lingvističkih promenljivih brzina vodene prepreke i kvalitet i broj prilaznih puteva

<ЈШ)

Lingvistička promenljiva brzina vodene prepreke ima Gausove oblike funkcija pripadnosti lingvističkih vrednosti sa sledećim parametrima: mala (0,733, 0,144), srednja (0,7341, 1,65), velika (0,759, 2,982). Prvi broj pred-stavlja levu i desnu distribuciju Gausove krive duž apscise, a drugi broj pred-stavlja vrednost u kojoj Gausova kriva ima vrednost na apscisnoj osi 1.

Lingvistička promenljiva kvalitet i broj prilaznih puteva ima Gausove oblike funkcija pripadnosti lingvističkih vrednosti sa sledećim parametrima: loš (0,346, 0,0105), srednji (0,275, 0,6173), dobar (0,292, 1,04).

Slika 5 - Funkcije pripadnosti ulaznih lingvističkih promenljivih obim radova na uređenju rampi u osi mosta i terena do prilaznih puteva i širina vodene prepreke

Lingvistička promenljiva obim radova na uređenju rampi u osi mosta i terena do prilaznih puteva ima Gausove oblike funkcija pripadnosti lin-gvističkih vrednosti sa sledećim parametrima: mali (0,4776, -0,0784), srednji (0,2848, 0,593), veliki (0,2356, 1,03).

Lingvistička promenljiva širina vodene prepreke ima Gausove oblike funkcija pripadnosti lingvističkih vrednosti sa sledećim parametrima: mala (49,95, 5,59), srednja (59,11, 116), velika (66,14, 196).

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Kao spona između ulaza i izlaza fuzzy sistema koriste se lingvistička pravila. Znanje eksperta o procesu se može izraziti pomoću određenog broja lingvističkih pravila rečima govornog ili veštačkog jezika.

Za definisanje pravila u fuzzy logičkom modelu korišćeni su podaci dobijeni anketiranjem oficira roda inžinjerije koji su praktično učestvovali u izboru lokacija za postavljanje pontonskih mostova.

Osnovni problem sa kojim se susreće analitičar pri razvoju fuzzy sistema je određivanje baze fuzzy pravila i parametara funkcija pripadnosti fuzzy skupova koji opisuju ulazne i izlazne promenljive. U mnogim prime-nama fuzzy sistema u procesu donošenja odluke konačni skup pravila i izbor funkcija pripadnosti koje opisuju kategorije ulazno/izlaznih lingvistič-kih promenljivih dobijaju se eksperimentisanjem.

Kao što je već naglašeno, postoje četiri ulazne lingvističke promenljive (n = 4), sa po tri lingvističke vrednosti (M = 3) i mogu da se kombinuju u bazi od ukupno Mn = 34 = 81 pravila.

Najčešće se koristi MIN-MAKS metoda direktnog zaključivanja. Ovaj metod je uobičajen izbor u slučaju kada nije bitno da se upravlja čitavim intervalom poverenja izlazne promenljive. Međutim, u velikom broju simu-lacija modela pokazalo se da je MIN-MAKS metod u ovom slučaju nepo-godan. Jedan od osnovnih zahteva bilo je postizanje zadovoljavajuće osetljivosti sistema. To znači da pri određenim malim promenama ulaza, izlaz iz fuzzy sistema mora da ima takođe male promene vrednosti, što primenom metode MIN-MAKS nije bilo moguće postići.

Zato je izabran metod PROD-SUM, kao najpogodniji, od mogućih koje nudi programski paket Matlab. Izborom metode pRoD-sUm i podešavanjem funkcija pripadnosti rešenja su dobila prihvatljiv oblik, koji je i usvojen (slika 7).

Obim radova Širina vodcnc prcprckc

Slika 7 - Grafički prikaz skupa mogućih rešenja fuzzy sistema

Testiranje fuzzy sistema

Praktična primena je logična faza u životnom ciklusu modela. Model tre-ba primeniti i po potrebi izvršiti određene korekcije, izmene ili poboljšanja [7].

Za testiranje opisanog modela izabrana je dolina Južne Morave iz-među Bujanovca i Vladičinog Hana sa mestima Vranjska Banja, Kobre-vac i Gramada, slika 8.

Slika 8 - Reka Južna Morava

Karakteristike izabranih mesta za prelazak preko vodene prepreke prikazane su kroz kriterijume Brzina vodene prepreke, Kvalitet i broj prila-znih puteva, Obim radova na uređenju rampi u osi mosta i terena do pri-laznih puteva i Širina vodene prepreke, tabela 2.

Tabela 2

Karakteristike izabranih mesta prelaska

Kriterijumi ^^wlesto prelaska Brzina reke (m/s) Kvalitet i broj prilaznih puteva Obim radova Širina reke (m)

Vranjska Banja 1,0 Medium (M) Low (L) 40

Kobrevac 1,0 Medium (m) Medium (M) 40

Gramada 1,8 Medium High (MH) Medium (M) 50

141

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Tabela 3

Nakon primene modela dobijeni su rezultati, tabela 3.

Preferencija odluke

Mesto prelaska Preferencija odluke

Vranjska Banja 0,738

Kobrevac 0,710

Gramada 0,557

Kao najpogodnije mesto za mosno mesto prelaska za savlađivanje Ju-žne Morave između Bujanovca i Vladičinog Hana izabrana je Vranjska Banja, pošto je kao izlaz iz fuzzy sistema dobijen najveći stepen preferencije.

Zaključak

U većini slučajeva proces odlučivanja se svodi na iskustvena znanja donosioca odluke. Međutim, rešavanje ovog problema i pored iskustva koje donosilac odluke poseduje iziskuje njegovo naprezanje u sagledava-nju situacije, a opet isto za sobom povlači i određeno vreme koje je po-trebno za donošenje odluke. Uvođenjem modela prvenstveno bi se ušte-delo vreme potrebno za donošenje odluke, a i samo naprezanje donosioca odluke u rešavanju ovog problema bi se smanjilo. Pored toga odluku bi mogla da donesu i lica sa manje iskustva.

U fazi prikupljanja podataka može se pojaviti problem oko definisa-nja vrednosti obima radova na uređenju rampi u osi mosta i terena do pri-laznih puteva, jer zavisi od više parametara kao što su nagib i visina oba-le, sastav tla, pošumljenost obale, i (ne) postojanje privremenih puteva. Tako da je sagledavanje vrednosti ovog kriterijuma složenije u odnosu na ostale koji se mogu prilično precizno definisati.

Analizirajući dobijene rezultate može se zaključiti da razvijeni fuzzy sistem može uspešno da vrednuje izabrane lokacije i da formuliše strate-giju odlučivanja pri izboru lokacije.

Performanse razvijenog fuzzy sistema mogu da se poboljšaju presli-kavanjem fuzzy sistema u adaptivnu neuronsku mrežu.

Literatura

[1] Kuzović Lj., Vrednovanje u upravljanju razvojem i eksploatacijom putne mreže, Saobraćajni fakultet, Beograd, 1994.

[2] Borović S., Nikolić I., Višekriterijumska optimizacija: metode, primena u logistici, softver, Sektor ŠONID GŠ VJ, Beograd, 1998.

<®>

[3] Herrera F., Martinez L., An Approach for Combining Numerical and Linguistic Information based on the 2-tuple fuzzy linguistic representation model in Decision Making. International Journal of Uncertainty , Fuzziness and Knowledge -Based Systems 8, pp. 539-562, 2000.

[4] Teodorović D., Kikuchi S., Fuzzy skupovi i primene u saobraćaju i transports Saobraćajni fakultet, Beograd, 1994.

[5] Pifat V., Prelaz preko reka, Vojnoizdavački zavod, Beograd, 1980.

[6] Pamučar D., Dizajniranje organizacione strukture korišćenjem fuzzy pri-stupa, magistarski rad, Saobraćajni fakultet, Beograd, 2009.

[7] Pamučar D., Primena SWOT analize na sistem integralnog transporta Vojske Srbije, Vojnotehnički glasnik, broj 2 /2008, str. 237-247, Beograd, ISSN: 0042-8469.

EVALUATING LOCATIONS FOR RIVER CROSSING USING FUZZY LOGIC

Summary:

The managing process in every organization is developed by making appropriate decisions and by their transformation into actions. The managing process is, therefore, often considered as equal with the decision making process, which shows that decision making plays a significant role in the managing process of organizations. Managing efficiency as well as functioning and development of every organization depends on decision making correctness, i. e. on the correctness of undertaken actions. The Serbian Armed Forces is an organizational system where the managing process is carried out as well. The levels of decision importance in the Army are different, from daily-operative to strategic ones, but the importance of the decision making process itself is equal, regardless the level of decisions.

Decision makers sometimes face situations when they have only one action and in that case the decision making process is reduced to either accepting or refusing the action. However, decision makers often face a situation when, by ranking many offered actions, they decide which one is the best. Ranking itself is carried out by evaluating offered actions, and the selection is made based on the best results of an action. These conclusions require a careful and systematical approach to the decision making process, regardless the decision type, since any wrong decision leads to the weakening of the combat readiness of The Serbian Armed Forces.

The paper shows the stage in the decision making process during the selection of a pontoon bridge location for the purpose of overcoming water obstacles. The decision making process includes a higher or lower level of indefiniteness of criteria needed for making a relevant decision. Since the fuzzy logic is very suitable for expressing indefiniteness and uncertainty, the decision making process using a fuzzy logic approach is shown in the paper.

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145

VOJNOTEHNIČKI GLASNIK 1 / 10

Characteristics of multi-criteria methods and selection of methods for evaluation

With the development of the evaluation theory, evaluation models were being developed as well. Different objectives of evaluation and other differences in the whole procedure had an impact on the development of the majority of evaluation models adapted to different requests.

The main objective of multi-criteria methods is to define the priority between particular variants or criteria in the situation with a large number of decision makers and a large number of decision making criteria in repeated periods of time.

Main notions of fuzzy logic and fuzzy sets

In a larger sense, the fuzzy logic is a synonym for the fuzzy sets theory which refers to the class of objects with unclear borders the membership of which is measured by certain value. It is important to realize that the essence of the fuzzy logic is different from the essence of the traditional logic system.

This logic, based on clear and precisely defined rules, has its foundation in the set theory. An element can or cannot be a part of a set, which means that sets have clearly determined borders.

Contrary to the conventional logic, the fuzzy logic does not define precisely the membership of an element to a set. The membership value is expressed in percentage, for example. The fuzzy logic is very close to human perception.

Fuzzy system modeling for evaluation of selected locations

The fuzzy logic is usually used for complex system modeling, when it is difficult to define interdependences between certain variables by other methods.

The criteria for the selection of locations for crossing water obstacles are: water obstacle width, water obstacle flow rate, quality and number of access roads and volume of works around the bridge and on terrain all the way to the access roads.

In the fuzzy system for evaluating offered locations, the input criteria values are presented in numbers or linguistic expressions. The fuzzy system is composed of four input linguistic variables and one output linguistic variable - decision preference for the selection of a particular location.

For defining rules in a fuzzy logic model, the data obtained from the interviewed infantry officers who took part in the selection of a pontoon bridge location were used.

Fuzzy system testing

The valley of the Juzna Morava River between the towns of Buja-novac and Vladicin Han, with the towns of Vranjska Banja, Kobrevac and Gramada, was chosen for testing the described model.

144

Vranjska Banja was chosen as the most appropriate pontoon bridge location in crossing the Juzna Morava River between Bujanovac and Vladicin Han, because the highest degree of preference was obtained as an output linguistic variable from the fuzzy system.

Key words: Decision making, fuzzy logic, water obstacle

Datum prijema članka: 08. 05. 2009.

Datum dostavljanja ispravki rukopisa: 16. 10. 2009.

Datum konačnog prihvatanja članka za objavljivanje: 19. 10. 2009.

145

Božanić, D. i dr., Vrednovanje lokacija za uspostavljanje mosnog mesta prelaska preko vodenih prepreka primenom fuzzy logike, str. 129-145