Нечеткая логика при решении криминологических задач (20636-1)

Посмотреть архив целиком

Нечеткая логика при решении криминологических задач

При решении криминологических проблем возникает вопрос об эффективности обычно применяемых в правоведении методов анализа, в которых существенная роль принадлежит суждениям, а подчас и предубеждениям человека. Правовые явления, видимо, не могут быть так хорошо описаны, как механические системы, допускающие численное описание и измерение.

Сложность явлений и размытость понятий в гуманитарной области требуют подхода, отличного от общепринятых количественных методов анализа. Изучение правовых и криминологических систем может подтвердить известный в математике принцип несовместимости, утверждающий, что высокая точность несовместима с большой сложностью системы. Более конкретно можно утверждать, что сложность системы и точность, е которой ее можно анализировать, на-холится в обратной пропорциональности. Здесь наблюдается аналогия с известным фундаментальным принципом неопределенности. Гейзен-берга, согласно которому можно точно установить либо скорость, либо положение элементарной частицы, но не то и другое вместе.

В связи с этим некоторые ученые предлагают не стремиться к использованию количественных методов, а применять вместо этого "лингвистическим подход", допускающий в качестве значений переменных не только числа, но и слова и предложения естественного языка. Подобный подход может оказаться более созвучным сложности и неточности систем гуманитарной области, чем обычные методы анализа.

Формальное определение лингвистических переменных, их свойства и операции с ними в 1965 г. были предложены Л. Заде. Построенная теория нечетких множеств ппедставляет собой распространение классической булевой логики на действительные числа.

Проиллюстрируем на конкретном примере, что же такое нечеткое множество.

Пусть U - полное множество, например возраст. Он может принимать любое значение от О до обозримого предела. Нечеткое подмножество F определяется через функцию принадлежности m(u). В качестве примера рассмотрим функцию принадлежности для нечетких понятий, характеризующих возраст человека: молодой, средний, старый.

Предложенный подход хорошо ассоциируется с интуитивным восприятием человека, который оперирует с вполне определенными понятиями, но в то же время не ставит им жесткие условия. Очень многие величины в криминологии и уголовном праве удобно и корректно описывать подобным образом. Таковы, например, понятия "опасный преступник", "распространенные преступления", "низкая раскрываемость", "низменнные побуждения" и т.п. Количественные показатели преступности с учетом множества зависимых факт°Р°в всегда представляют собой диапазон значений, который тоже отражает cтe-пень уверенности в них. Обычно они, если их и изобразить графически, имеют такой вид:

Несмотря на внешнюю простоту и естественность базовых понятий, нечеткой логике понадобилось много лет, чтобы построить комплекс достаточно строгих постулатов и теорем, делающих логику логикой, а алгебру алгеброй, проработать различные возможности их применения.

Наметим ряд направлении использования правил нечеткой логики при решении криминологи- ческих и уголовно-правовых задач.

1.

Первая и, как нам кажется, основная возможность - это использование правил нечеткой логики в балансовых расчетах, соотношениях, описывающих модель динамики преступности. Выделяя в ней состояния ряда однородных групп индивидов, имеющие отношение к преступности, и рассматривая связи между ними, которые определяются совокупностью обстоятельств, можно составлять соотношения между этими величинами. Подобные модели устанавливают статистическую зависимость между числом индивидов, которые будут находиться в указанных состояниях в тот или иной момент времени. Имеются соотношения, связывающие число криминологически активного населения в регионе, с составляющими ею группами: Законопослушные; находящиеся под следствием и судом; латентная группа; лица, отбывшие наказание и имеющие установку на совершение преступления; полностью порвавшие с преступным прошлым.

2.

Такое же упрощение было получено при постановке и решении одной из модельных задач, состоявшей в расчете потребной штатной численности прокуроров и следователей. Традиционное решение, основанное на оценках временных трудозатрат тех или иных видов работ, в случае математических вычислений по формуле балансовых соотношений приводит к большим затруднениям, так как сами временные параметры (например, среднее время, затрачиваемое на расследование одного уголовного дела) не имеют точного значения, а являются приблизительными данными - нечеткими множествами (лингвистическими переменными). Применяемый обычно подход, связанный с использованием средних величин, приводит к значительным искажениям и практически обесценивает результат. Усреднению данных о работе прокуроров и следователей, живущих и действующих в весьма разных природных и социальных условиях нашей большой страны, способно подчас дезориентировать исследователя. Поэтому лучше в данном случае пользоваться не математическими, а психологическими и социальными категориями.

3.

В настоящее время имеется ряд; работ, в которых показано, что объекты живой и неживой природы, включая экономику и социальную жизнь, стремятся к гармоническому равновесию. Строятся модели для описания явлений различной природы, где специфичность живого является объективным эталоном устойчиврго развития социума и экономических систем .

Жизнь показала, что теории, основанные на простых арифметических моделях равновесия в экономике, не привели к положительному результату. Для преодоления подобных проблем специалисты предлагают использовать гармонические пропорции, которые являются объективными критериями развития общества. Гармоническое равновесие - это устойчивые пропорции между целым и его частями, описываемые методом Фибоначчи, а в конечном (счете правилом "золотой пропорции" для соответствующих интетральных показателей.

Разбивая каждый жизненный цикл на несколько составляющих и поддерживая между ними соотношения, основанные на правиле "золотой пропорции", можно получить оптимальное их равновесие. Социум стремится к подобным точкам устойчивости за счет самоорганизации. Конечно, это не исключает периодических кризисов и социальных потрясений, но свидетельствует о том, что в конечном счете самоорганизация лучше обеспечивает развитие, чем произвольное планирование "достижений".

Заметим, что сами по себе количественные характеристики социума являются нечеткими. Невидимому, пропорции золотого сечения требуют коррективов в связи с использованием нечеткой логики, да и сами ответы должны носить такой же характер, т.е. не быть "абсолютными". При этом следует определить область устойчивого равновесия, что требует предварительного проведения теоретических исследований.

Нечеткая логика, предполагающая использование лингвистических понятий, была применена авторами при построении модели генезиса преступного поведения. При этом оказалось возможным применение нейронных сетей. Нa вход нейросети подавались различные обучающие выборки, которые реализовали возможные подходы к моделированию генезиса преступного поведения. Один из них представлял собой "качественную модель", в которой значения элементов генезиса преступления представлялись не количественными, а качественными переменными.

Генезис преступления можно представить себе как цепочку следующих звеньев механизма преступною поведения: потребности и интересы преступника - доступные для него возможности удовлетворсния этих потребностей - система ценностных ориентации преступника, включая его правосознание: - принятие решения действовать - поступок (преступление или же отказ от него). К сожалению, на сегодняшний день ни один из этих элементов не поддается количественному измерению. Поэтрму приходится обращаться к нечеткой логике. В составленной нами модели ли элементы им!ели следующие качественные характеристики: потребности - нормальные (извращенные); возможности - законные (незаконные); ценностные ориентации - позитивные (негативные); решения - адекватные (неадекватные). Выходной нейрон (т.е, поступок) также измерялся по такой же шкале ~ правомерный (преступный).

Обучающая выборка формировалась экспертом, обучение осуществлялось путем представлении примеров, состоящих из наборов входных данных и сопоставления с соответствующими результатами на выводе сети. По результатам вычислительного эксперимента был сделан вывод о том. что на начальном этапе формирования обучающей выборки проявилась нечеткость используемых понятий в "качественной модели". По-видимому, блоки характеристики должны быть лингвистическими переменными и представлены нечеткими множествами, а для проведения обучения на таких выборках использованы соответствующие нейросетвые алгоритмы.

4.

Можно констатировать, что в теоретических исследованиях (утверждениях и теоремах), определяющих формальные правила использования нечеткой логики (Fuzzy logic) в математических расчетах, уже имеется определенная стройность и завершеннсоть. Но ныне эти правила не являются научными методами; скорее они рисуют перспективу на будущее.

Аппарат теории нечетких множеств, разрабатывавшийся еще в 60-е годы, продемонстрировал ряд возможностей применения, но оказался сложным для воплощения на уровне того времени. На многие годы нечеткая логика заняла свое ме-ето в ряду специальных научных дисциплин, между экспертными Системами и нейронными сетями, не найдя себе должного места в социальных пауках, к которы!м но своей природе она наиболее пригодна.


Случайные файлы

Файл
18871-1.rtf
125587.rtf
25540-1.rtf
124932.rtf
16523.rtf




Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.