Методы получения, представления и обработки знаний с НЕ-факторами (Душкин Р
.).pdf108 |
Душкин Р. В. Методы получения, представления и обработки знаний с НЕ-факторами |
|
|
31. Тарасов В. Б. Анализ и моделирование НЕ-факторов на полярных шкалах // В кн.: Инте-
грированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов Международного научно-практического семинара, Коломна, 17-18 мая 2001. — М.: Наука. Физматлит, 2001. — с. 65-71.
32.Франселла Ф., Баннистер Д. Новый метод исследования личности. — М.: Прогресс,
1987.
33.Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем. —
М.: Мир, 1983.
34.Шапот М. Д. Вывод решений в условиях неопределѐнности в системе ЭКО // Эксперт-
ные системы на персональных компьютерах. Материалы семинара. — М.: МДНТМ,
1989.
35. |
Шер А. П. Согласование нечѐтких экспертных оценок |
и функция принадлежности |
|
в методе размытых множеств // В кн.: Моделирование и исследование систем автома- |
|
|
тического управления. — Владивосток: ДВНЦ АН СССР, 1978. — с. 111-118. |
|
36. |
Элти Дж., Кумбс М. Экспертные системы: концепции |
и примеры / Пер. с англ. |
|
Б. И. Шитикова. — М.: Финансы и статистика, 1987. |
|
На английском языке
37.Averkin A. N. Fuzzy Logic Simulation Technology in General Strategy of Intelligent System Designing // Proceedings of the Second International Conference on Application of Fuzzy Systems and Soft Computing, edited by R. A. Aliev, K. W. Bonfig, F. Aliev, F. Wieland,
ICAFS’96, Siegen, Germany — June 25-27, 1996.
38.Dadgostar A. S. A decentralized reactive fuzzy scheduling system for cellular manufacturing systems. — PhD Thesis, University of South Wales, Australia, 1996.
39.Dempster A. P. Upper and Lower Probabilities Induced by a Multi-valued Mapping // Annals of Mathematical Statistics 38, 1967.
40.Dorohonceanu B., Marin B. A simple method for comparing fuzzy numbers. — CAIP Center, Rutgers University, Piscataway, NJ 08854-8088.
41.Dubois D., Prade H. Fuzzy sets and systems. — Academic Press, vol. 144, New York, 1980.
42.Jaszkiewicz A. Multiple objective metaheuristic algorithms for combinatorial optimization. — Habilitation thesis, 360. — Poznan University of Technology, Poznan, 2001.
43.Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? — Tandem Computers Inc., 1996.
44.Li M., Vitanyi P. An introduction to Kolmogorov complexity and its applications. — SpringerVerlag, N. Y., 1997.
45.Makoto O., Hitoshi M., Kenichiro S., Masaaki O. Self-Tuning of Fuzzy Reasoning by Brent’s
Method // Proceedings of 15th IMACS World Congress of Scientific Computation, Modelling and Applied Mathematics. — August 24-29, 1997, Berlin, Germany. — Wissenschaft & Technik Verlag, V. 4.
Душкин Р. В. Методы получения, представления и обработки знаний с НЕ-факторами |
109 |
|
|
46.Mendel J. Uncertain rule-based fuzzy logic systems: introduction and new directions. — Pren- tice-Hall, Upper Saddle River, NJ, 2001.
47.Moor R. E. A servey of interval methods for differential equations // Proc. Of 23rd IEEE Conference. Decision and Control. — Las Vegas, Nevada, 1984, v. 3, New York, 1984, p. 15291535.
48. Nguyen H. T., Kreinovich V. On efficient representation of expert knowledge by fuzzy logic. — CS, University of Texas at El Paso, 2002.
49.Osgood C. E., Suci G. J., Tannenbaum P. H. The measurement of meaning. — Univercity of Illinois Press, Urbana, 1957. — pp. 1-342.
50.Saaty T. L. Exploring the interface between hierarchies, multiple objectives and fuzzy sets. — Fuzzy Sets and Systems, 1978, V. 1. — pp. 57-69.
51.Schwandt H. An interval arithmetic approach for the constraction of an almost globally convergent method for the solution of the nonlinear poisson equation on the unit square. — SIAM J. Sci. a St. Comput. — 1984, v. 5, № 2. — p. 427-452.
52.Shafer G. A Mathematical Theory of Evidence. — Princeton University Press, Princeton, NJ, 1976.
53.Skala H. J. On any-valued logics, fuzzy sets, fuzzy logics and their applications. — Fuzzy Sets and Systems, 1978, V. 1. — pp. 129-149.
54.Tanaka K., Mizumoto M. Fuzzy programs and their execution // In: Fuzzy Sets and Their Applications to Cognitive and Decision Processes / Ed. By L. A. Zadeh et al. — New York: Academic Press, 1975. — pp. 41-76.
55.Wilson N., Moral S. Fast Markov Chain Algorithms for Calculating Dempster-Shafers Belief
// Proceedings of 12th European Conference on Artificial Intelligence. — August 11-16, 1996, Budapest, Hungary. — John Wiley & Sons Ltd.
56. Zadeh L. A. Fuzzy logic, neural networks and soft computing. — Communications of the ACM, 37:3, 1994.
57. Zadeh L. A. Fuzzy Sets // Information and Control. — V. 8, pp. 338-353.
110 |
Душкин Р. В. Методы получения, представления и обработки знаний с НЕ-факторами |
|
|
Принимаются благодарности
Вниманию всех читателей! Данная книга издана в электронном виде и распространяется абсолютно бесплатно. Вы можете свободно использовать еѐ для чтения, копировать еѐ для друзей, размещать в библиотеках на сайтах в сети Интернет, рассылать по электронной почте и при помощи иных средств передачи информации. Вы можете использовать текст книги частично или полностью в своих работах при условии размещения ссылок на оригинал и должном цитировании.
При этом автор будет несказанно рад получить читательскую благодарность, которая позволит как улучшить текст данной книги, так и более качественно подойти к подготовке следующих книг. Благодарности принимаются на счѐт в платѐжной системе «Яндекс.Деньги», на который также можно перечислить малую лепту и при помощи терминалов:
4100137733052
Убедительная просьба; по возможности, при перечислении благодарности указывать в пояснении к переводу наименование книги или какое-либо иное указание на то, за что именно выражается благодарность.
Душкин Р. В. Методы получения, представления и обработки знаний с НЕ-факторами |
111 |
|
|
ДУШКИН Роман Викторович
Методы получения, представления и обработки знаний с НЕ-факторами
Главный редактор — Корректор —
Вѐрстка Душкин Р. В.
Дизайн обложки —
112 |
Душкин Р. В. Методы получения, представления и обработки знаний с НЕ-факторами |
|
Распространяется бесплатно |
Москва
2011