The paper presents a project of a method of intelligent building security assessment using the methodology of security modelling in case of incomplete data. Using an appropriate matrix model together with zonal diversification and fuzzy logic, after gathering information on the facility it is possible to identify in the building zones that require special supervision. By identifying these areas, it becomes possible to continue the building modernization in terms of improving safety of its users. However, we often deal with incompleteness, i.e. insufficiency or uncertainty of information collected, which, when used in the calculation model, can cause some divergences. This paper presents the results of studies on selected types of data disturbances and their impact on the results of calculations of the mathematical modelling of intelligent building security.
PL
Artykuł przedstawia projekt metody oceny bezpieczeństwa inteligentnego budynku, przy zastosowaniu metodyki modelowania bezpieczeństwa w warunkach niekompletności danych. Wykorzystując odpowiedni model macierzowy wraz z dywersyfikacją strefową oraz logikę rozmytą można, po zebraniu informacji o obiekcie wskazać strefy budynku wymagające specjalnego nadzoru. Dzięki identyfikacji tych stref możliwa staje się dalsza modernizacja obiektu pod kątem poprawy bezpieczeństwa podczas użytkowania budynku. Jednakże często ma się do czynienia z niekompletnością, czyli niepełnością lub niepewnością zgromadzonych informacji, których zastosowanie w modelu obliczeniowym może wprowadzić pewne rozbieżności. Niniejsza praca przedstawia wyniki badań nad wybranymi rodzajami zaburzeń danych oraz ich wpływem na rezultaty obliczeń modelowania matematycznego bezpieczeństwa inteligentnego budynku.
W pracy przedstawiona została metoda warunkowego uzupełniania niekompletnych danych dopełnieniami klas podobieństwa.
EN
The problem of the incomplete data is quite common especially in the case of the actual measurement samples. In this connection, it has been vastly commented in the literaturt, especially in the rough set theory. The rough set theory was meant as a tool for imprecise and inconsistent information systems. The aim of this work is to supplement the incomplete data relying on the relations designed to this problem, (similarity and tolerance relation). Basing on the opposite information to the incomplete object we know the area of permitted values for this object. The method proposed in the article works on the assumption that we possess with the opposite information to the supplemented sample in our information system.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.