Попова Е. Е., Разработка модели принятия решения в судебное делопроизводство с помощью функции выбора.

28 ≔ "Чубаев Егор Егорович"

29 ≔ "Макаров Сергей Сергеевич"

30 ≔ "Садкина Антонина Антоновна"

31 ≔ "Габышева Светлана Марковна"

32 ≔ "Семенова Светлана Кирилловна"

33 ≔ "Степанова Ольга Олеговна"

34 ≔ "Титов Афанасий Афанасьевич" Выберем несколько комерческая альтернативных разделение лиц, элемент которые управление еще совпадают с

закупочной неизвестным представляют лицом

) −

≔ max(

≔ 0 ∈ [1 … (

|

)]

≥

(

; ) ≔

|

≔ ≔ ( ;

|

)

|

≔

( ; 1; 1; 2;

( ))

(

=

; 1)

Selection=[11 31 32]

Эти три продвижени подозреваемые предприятия лица обеспечивающие более этапом совпадают с боле неизвестным целом лицом.

Таким распределение образом предоставление мы можем установление менять воздействие k и находить еще этом менее предприятия подходящих

подозреваемых преступников продвижени известных внутреней нам из базы разделени данных развивающейся альтернативных

лиц боле (таблица только А.1).

Например, Северо-Восточный федеральный университет. Элек ронная библиотека при k=1 получили трех подозреваемых. При k=2 также будет три подозреваемых, так как в матрице Count подозреваемый [11] максимально похож с критериями неизвестного лица т.е. единиц насчитано 34, а после наиболее совпадающий с критериями crim0 идет сумма единиц 33 это при k=1, после идет 31 единица, это когда k =3, тогда при k=3 получим десять подозреваемых лиц

Selection=mat[3,11,12,13,20,23,26,29,31,32,1,10].

Далее услуг делаем конечный процедуру, заключение которая связаные выведет нам воздействие имена уходящие подозреваемых.

60