Читать онлайн «Обработка нечеткой информации в системах принятия решений»

Операции над нечеткими множествами 3. 2. Арифметические операции над нечеткими числами 3. 3. Нечеткие уравнения 3. 4. Нечеткие функции 3. 5. Сравнение нечетких чисел 3. 6. Нечеткие алгоритмы Глава 4. Методы формирования лингвистических лотерей ... . 4. 1. Лингвистическая лотерея и ее свойства 4. 2. Формирование двухнсходиых лингвистических лотереи ... . I 4. 3. Формирование мпогопсходпых лингвистических лотерей ... . 1 4. 4. Формирование лингвистических лотереи с многомерными исходами 1 4. 5. Лингвистические лотереи с четкими исходами I 4. 6. Применение лингвистических лотерей для описания ситуации прп- тпя решений глава 5. Аксиоматическое определение функции полезности в условиях нечеткости и случайности ' 5. 1. Аксиоматический подход к определению нечеткой функции полезности 1 178 5 2 Методы построения нечетких функций полезности \2о 5 3 Декомпозиция многомерных нечетких функции полезности . . 130 5. 4. Алгоритмы построения многомерных нечетких функций полезности иа основе их декомпозиции jj2 5. 5. Примеры решения прикладных задач 144 Глава 6. Проверка согласованности нечеткой исходной информации . . 148 6. 1. Исходные данные для принятия решении 148 6. 2. Методы обработки нечеткой информации 153 6. 3. Алгоритмы проверки согласованности нечеткой исходной информации '62 Глава 7. Принятие решений на основе нечеткой и ограниченной информации 7. 1. Ограниченность исходных данных 178 7. 2. Нечеткое стохастическое доминирование 184 7. 3. Нечеткое доминирование по полезности 201 7. 4. Выбор альтернатив на основе нечеткого отношения доминирования 210 Глава 8. Анализ зависимостей нечетких значений критериев от параметров описания альтернатив 213 8. 1. Описание нечеткой зависимости критериев от параметров . . 213 8. 2. Анализ и корректировка исходной информации 226 8. 3. Вычисление нечетких критериальных оценок 235 Глава 9. Принятие решений в условиях зависимости оценок альтернатив от параметров 245 9. 1. Задача принятия решений в условиях параметрической зависимости 245 9. 2. Четкая функция полезности в условиях нечеткой параметрической зависимости 243 9. 3. Выбор альтернатив па основе степени достижимости идеальных значении критериев 251 9. 4. Модификация методов многокритериального выбора при нечеткой информации 258 Глава 10. Программное обеспечение принятия решений иа основе нечеткой информации 265 10. 1. Развитие программных средств обработки нечеткой информации 265 10. 2. Система Фагол 267 10. 3. Пакет программ принятия решений в условиях нечеткости па основе аксиоматической теории полезности 276 10. 4. Пакет программ принятия решений в условиях несогласованной и ограниченной информации 278 Послесловие 279 Приложение 1. Поиск результатов выполнения нечеткого алгоритма . . 281 Приложение 2. Реализация нечеткого алгоритма управления процессом нагревания воды 285 Приложение 3. Пример работы диалоговой системы построения функций принадлежности нечетких множеств 293 Список литературы 297 Вряд ли можно считать, что мозг в сравнении с современными вычислительными машинами не имеет определенных преимуществ, связанных с его огромным функциональным диапазоном, неизмеримо большим, чем можно было бы ожидать, учитывая его физические размеры.