1. SCSIT
  2. All Volumes and Issues
  3. Volume 650, 2009
  4. Системи прийняття рішень з нечіткою логікою

Системи прийняття рішень з нечіткою логікою

SCSIT.
2009;
Volume 650
: pp. 115 - 123
Authors: 

П. Кравець, Р. Киркало

Національний університет «Львівська політехніка», кафедра інформаційних систем та мереж

Розглядається проблема прийняття рішень в умовах невизначеності на основі застосування продукційних правил нечіткої логіки. Описано структуру та функції системи нечіткого прийняття рішень. Специфіковано етапи перетворення нечітких даних в процесі логічного виведення рішень. Наведено приклад нечіткого логічного виведення.

The problem of a decision-making in the conditions of uncertainty on the basis of application of productional rules of fuzzy logic is considered. The structure and functions of fuzzy decision-making system are described. The stages of the fuzzy data transformation in the course of a logic conclusion of decisions are specify. The example of a fuzzy logic conclusion is resulted.

  1. Трухаев, Р. И. Модели принятия решений в условиях неопределенности / Р. И. Трухаев. — М.: Наука, 1981. — 258 c.
  2. Орловский, С. А. Проблемы принятия решений при нечеткой исходной информации / С. А. Орловский. –М.: Наука, 1981. — 208 с.
  3. Алтунин, А. Е. Модели и алгоритмы принятия решений в нечетких условиях: Монография / А. Е. Алтунин, М. В. Семухин. — Тюмень: ТГУ, 2000.— 352 с.
  4. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. — М.: Мир, 1976. — 165 c.
  5. Zimmerman, H. J. Fuzzy Set Theory and Its Applications / H. J. Zimmerman. — Kluwer, Dordrecht, 1991. — 315 p.
  6. Нечеткая логика: алгебраические основы и приложения: Монография / С. Л. Блюмин, И. А. Шуйкова, П. В. Сараев, И. В. Черпаков. — Липецк: ЛЭГИ, 2002. — 113 с.
  7. Борисов, А. Н. Принятие решений на основе нечетких моделей. Примеры моделей / А. Н. Борисов, О. А. Крумберг, И. П. Федоров. — Рига: Зинатне, 1990. — 184 с.
  8.  Асаи, К. Прикладные нечеткие системы [пер. с японского] / Под ред. Т. Тэрано, К. Асаи, М. Сугэно. — М.: Мир, 1993. — 368 с.
  9. Mamdani, E.H. Application of fuzzy algorithms for the control of a simple dynamic plant / E.H. Mamdani // Proc. IEEE 121, 1974. — P. 1585-1588.
  10. Sugeno, M. Industrial applications of fuzzy control / M. Sugeno, ed. — North-Holland, Amsterdam, 1985. — 269 p.
  11. Theoretical aspects of fuzzy control / H.T. Hguen, M. Sugeno, R. Tong, R.R. Yager. — New York, John Wiley & Sons, 1995. — 359 p.
  12. Mudi, R.K. A self-tuning fuzzy PI controller / R.K. Mudi, N.R. Pal // Int. Jo. Fuzzy sets and systems. — № 115. — 2000. — Р. 327 — 378.
  13. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. — Винница: УНІВЕРСУМ –Вінниця, 1999. — 320 с.
  14. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. — М.: Горячая линия–Телеком, 2004. — 452 с.
  15. Штовба С. Д. Проектирование нечетких систем средствами MATLAB. — М.: Горячая линия — Телеком, 2007. — 288 с.
  16. Naeeni, A. F. Advanced Multi-Agent Fuzzy Reinforcement Learning. Master Thesis Computer Engineering, Nr: E3098D / Alireza Ferdowsizadeh Naeeni. — Dalarna University, Sweden, 2004. — 99 p.