基于模糊判别模式的近因识别论文(2)

三、近因的模糊识别

　　模糊数学是研究和处理模糊性现象的一种数学理论和研究方法。数学的基础是集合，集合的本质是分类，而分类的依据是概念的内涵与外延，一个概念的内涵表达它所具有的特征和属性，一个概念的外延是满足概念这些特征和属性的对象全体，也就是我们所说的集合。概念的'外延明确的时候，我们确立的集合就是经典集合; 而当概念的外延不明确的时候，我们就称其确定的集合为模糊集合。经典数学的基础是经典集合，模糊数学的基础是模糊集合。

　　( 一) 近因的模糊识别

　　在近因原则适用中，我们需要判定多个原因对事故发生所产生的作用，而这种原因的“直接性”、“有效性”、“支配作用”等性质是难以用确定性概念来表达的，也就是说，难以给出绝对肯定或者绝对否定的评价结论，通常只能将每个原因评价为“以某种程度”影响到事故发生。换句话说，我们所要分析的因果关系是一种模糊因果关系。在模糊数学中，当需要对受多种因素影响的某种事故做出评价时，并不是简单做出绝对肯定或者绝对否定的判断，比如，不能简单地评价一个事物“好”或者“不好”，通常是给出不同程度的评语，也即划分成若干“等级”。而所谓“等级”之间的界限又不是十分清晰的，是一种模糊划分。描述这种模糊划分的定量化概念就是“隶属度”。所谓模糊判别，就是将各影响因素对被评价事物的影响用模糊隶属度描述，得到所谓模糊判断矩阵，通过权重与模糊判断矩阵的合成计算得到对事物的总体评价。将模糊判别的模式类比地引入到近因识别，我们可以建立如下方法:

　　( 1) 将保险标的损失表示为A，我们称之为标的目标层

　　( 2) 标的损失的具体表现为B1，B2，…. . ，Bm，我们称之为判别指标层

　　( 3) 引起保险标的损失的原因为C1，C2，…. . ，Cn，我们称之为近因识别层。

　　( 4) 形成模糊识别层次结构模型( 图1) :

　　( 5) 记Ai为指标Bi 在综合评价中重要性的估计，即权重。

　　( 6) 对于每一个近因原则Ci，其影响因素集是判定指标B = ( B1，B2，…. . Bm) ，效力标准评价为V = ( 很重要，较重要，重要，较不重要，不重要)

　　( 7) 对B 中每一因素根据效力标准评价集中的指标按照模糊隶属度进行模糊评判，得到评判矩阵。

　　( 8) 采用模糊合成计算后再进行归一化处理，即可以根据判断向量的各分量大小来确定每一个近因对于保险标的损失的作用。我们将上述方法称为基于模糊判别的近因识别模型。这个模型的结果可以通过与向量V 所对应的合成向量的分量大小来识别各影响因素对于保险标的损失所负的责任，这相当于对近因原则效力标准中“直接的”、“有效的”和“起支配作用的”这些模糊概念的量化处理，最终结果可以判定哪一个原因属于近因，从而判定保险责任。结论通过对以上的案例进行分析，我们认为近因是可以利用模糊评判模式来进行计算并“识别”的。效力标准中“直接的”“有效的”“起支配作用”的模糊性概念也是可以在实践中进行量化处理的。本文提出的基于模糊判别模式的近因识别模型是一种定性分析和定量分析相结合的方法，是对保险实践中的近因识别提供了一种新的科学尝试。通过直观数据进行比较，有助于提高近因识别的科学性和准确性，以便在案件理赔过程中更好地适用近因原则。

　　总之，引入该定量分析方法来研究和探讨理赔实践中近因原则的适用问题应该是一个有意义的法学课题。

【基于模糊判别模式的近因识别论文】相关文章：

1.基于语义识别分析论文

2.基于区间型特征向量的模式识别方式论文

3.近因的造句

4.基于环境管理会计识别环境成本论文

5.基于策略模式的精品课程网站设计论文

6.基于MVC模式的网上书城系统的设计系统建设论文

7.基于技术预见的科技规划模式与指标评价论文

8.基于就业导向的毕业实习创新模式探索论文