Аннотация:
В статье представлены результаты, касающиеся развития подхода к построению параметрических нечетких метрик на основе аддитивных генераторов строгих треугольных норм из класса рациональных функций. Нечеткие метрики были апробированы на задаче нечеткой кластеризации, характеризующейся определением степени принадлежности каждого объекта каждому кластеру, что позволяет более гибко группировать объекты заданного множества. Проведенный вычислительный эксперимент убедительно демонстрирует превосходство новых нечетких метрик по сравнению с евклидовой метрикой с учетом известных и широко используемых критериев качества кластеризации. Нечеткий подход позволяет “работать” с приближенными значениями расстояния, что важно при наличии неопределенности, поэтому его можно рассматривать как элемент интеллектуальных технологий, который целесообразно использовать при разработке информационных систем различного назначения.