Рекомендуем
 Методы и технологии искусственного интеллекта |
 Нейронные сети, генетические алгоритмы и нечеткие системы |
 Автоматизированный анализ деятельности предприятия с использованием семантических сетей |
Книга
Скачать
Содержание (pdf, 61 Кб) Фрагмент (pdf, 81 Кб) Бумажное издание
Купить в РоссииКупить в Библио-ГлобусеКупить BOOKS.RUКупить в ГлавкнигеКупить в OZONКупить в Казахстане Основы нечеткого логического вывода
Учебное пособие для вузов
Серия «Основы нечеткой математики». Вып. 4
Тиражирование книги начато в 2014 г.
122 стр.
Формат 60х90/16 (145x215 мм)
Исполнение: в мягкой обложке
ISBN 978-5-9912-0374-6
ББК 22.12
УДК 004.89
Гриф
Допущено УМО по университетскому политехническому образованию в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению «Информатика и вычислительная техника»
Допущено УМО по университетскому политехническому образованию в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению «Информатика и вычислительная техника»
Аннотация
Изложены основы нечеткого логического вывода, нашедшего широкое применение в экспертных системах, системах поддержки принятия решений, а также при выполнении ряда задач в области распознавания, классификации, интеллектуального анализа данных, управления в условиях различного типа неопределенности. Даны основы построения нечетких продукционных моделей. Рассмотрены схемы прямого и обратного нечеткого вывода. Описаны вопросы создания базы нечетких продукционных правил. Систематизированы процедуры нечеткого продукционного вывода. Рассмотрены особенности параметрической оптимизации конечной базы нечетких продукционных правил. Описаны и проиллюстрированы на примерах основные алгоритмы нечеткого продукционного вывода. Рассмотрены аппроксимационные свойства нечетких продукционных моделей. Даны основы построения нечетких реляционных моделей. Для студентов, обучающихся по направлению подготовки «Информатика и вычислительная техника», будет полезно для специалистов, занимающихся анализом и моделированием сложных систем и процессов в условиях неопределенности, созданием и использованием интеллектуальных информационных систем и технологий.
Fundamentals of fuzzy inference. Tutorial for institutes of higher education by Borisov V. V., Fedulov A. S., Zernov M. M. – Moscow: Hot Line – Telecom, 2014. – 122 p. (Series “Fundamentals of fuzzy mathematics”.Book 4.
Fundamentals of fuzzy logical inference are outlined. Features of development of rule-based fuzzy models is considered. Methods of a forward- and backward-chaining are considered. Problems of designing and optimization of fuzzy rule base are described. Procedures of fuzzy logical inference are systematized. Algorithms of fuzzy logical inference are described and illustrated. Features of the fuzzy relational models is shown. This tutorial is intended for students of specialty “Informatics and computer engineering”, as well as for students of other specialties involved in the analysis and modeling of complex systems and processes under uncertainty, the development and using of intellectual information systems and technologies.
Изложены основы нечеткого логического вывода, нашедшего широкое применение в экспертных системах, системах поддержки принятия решений, а также при выполнении ряда задач в области распознавания, классификации, интеллектуального анализа данных, управления в условиях различного типа неопределенности. Даны основы построения нечетких продукционных моделей. Рассмотрены схемы прямого и обратного нечеткого вывода. Описаны вопросы создания базы нечетких продукционных правил. Систематизированы процедуры нечеткого продукционного вывода. Рассмотрены особенности параметрической оптимизации конечной базы нечетких продукционных правил. Описаны и проиллюстрированы на примерах основные алгоритмы нечеткого продукционного вывода. Рассмотрены аппроксимационные свойства нечетких продукционных моделей. Даны основы построения нечетких реляционных моделей. Для студентов, обучающихся по направлению подготовки «Информатика и вычислительная техника», будет полезно для специалистов, занимающихся анализом и моделированием сложных систем и процессов в условиях неопределенности, созданием и использованием интеллектуальных информационных систем и технологий.
Fundamentals of fuzzy inference. Tutorial for institutes of higher education by Borisov V. V., Fedulov A. S., Zernov M. M. – Moscow: Hot Line – Telecom, 2014. – 122 p. (Series “Fundamentals of fuzzy mathematics”.
Fundamentals of fuzzy logical inference are outlined. Features of development of rule-based fuzzy models is considered. Methods of a forward- and backward-chaining are considered. Problems of designing and optimization of fuzzy rule base are described. Procedures of fuzzy logical inference are systematized. Algorithms of fuzzy logical inference are described and illustrated. Features of the fuzzy relational models is shown. This tutorial is intended for students of specialty “Informatics and computer engineering”, as well as for students of other specialties involved in the analysis and modeling of complex systems and processes under uncertainty, the development and using of intellectual information systems and technologies.
Оглавление
Введение
1. Нечеткие продукционные модели
1.1. Определение, компоненты нечетких продукционных моделей
1.2. Схемы нечеткого вывода
1.3. Создание базы нечетких продукционных правил
1.3.1. Задание лингвистических шкал для входных и выходных переменных в предпосылках и заключениях правил
1.3.2. Формирование нечетких высказываний в предпосылках и заключениях правил
1.3.3. Типы нечетких продукционных правил
1.3.4. Задание структуры базы нечетких продукционных правил
1.3.5. Обеспечение полноты и непротиворечивости базы нечетких правил
1.4. Введение нечеткости
1.5. Агрегирование степеней истинности нечетких высказываний предпосылок по каждому правилу
1.6. Активизация заключений правил
1.7. Аккумулирование активизированных заключений правил
1.8. Приведение к четкости
1.9. Параметрическая оптимизация конечной базы нечетких правил
2. Алгоритмы прямого нечеткого продукционного вывода
2.1. Алгоритм нечеткого вывода Мамдани
2.2. Алгоритм нечеткого вывода Ларсена
2.3. Алгоритм нечеткого вывода Цукамото
2.4. Алгоритм нечеткого вывода Сугэно 0-го порядка (упрощенный алгоритм нечеткого вывода)
2.5. Алгоритм нечеткого вывода Такаги–Сугэно
2.6. Алгоритм нечеткого вывода на основе нечеткой продукционной модели с идентификацией операций над нечеткими множествами
2.7. Аппроксимационные свойства нечетких продукционных моделей и алгоритмов вывода на их основе
3. Введение в нечеткие реляционные модели
3.1. Понятие нечетких реляционных моделей
3.2. Реляционное представление нечеткого вывода с использованием отдельных правил
3.3. Реляционное представление нечеткого вывода с использованием базы правил
3.4. Подобие нечетких реляционных и продукционных моделей
4. Введение в обратный нечеткий вывод
Упражнения
Перечень основных понятий и терминов
Перечень использованных обозначений
Основные понятия и термины, их обозначения и определения
Дополнительные понятия и термины, их обозначения и определения
Литература
