- •Рецензия Оглавление
- •Лист задания
- •Введение
- •Построение нечёткого дерева решений
- •Определение лингвистических переменных
- •Построение функций принадлежности
- •Расчёт e(sn), g(sn)
- •Расчёт степеней принадлежности к каждому новому узлу
- •1.5 Расчёт принадлежности новой записи к целевому классу
- •Построение нечёткой экспертной системы в программном пакете CubiCalc 2.0
- •Определение переменных Fuzzy Input, Output
- •Построение функций принадлежности
- •Определение набора правил, связывающих входные переменные с выходными
- •Настройка входного файла
- •Проверка работы системы
- •Заключение
- •Список использованных источников
Рецензия Оглавление
Рецензия 1
Лист задания 3
Введение 4
1. Построение нечёткого дерева решений 6
1.1 Определение лингвистических переменных 6
1.2 Построение функций принадлежности 7
1.3 Расчёт E(SN), G(SN) 8
8
1.4 Расчёт степеней принадлежности к каждому новому узлу 10
1.5 Расчёт принадлежности новой записи к целевому классу 13
2. Построение нечёткой экспертной системы в программном пакете CubiCalc 2.0 15
2.1 Определение переменных Fuzzy Input, Output 15
2.2 Построение функций принадлежности 16
2.3 Определение набора правил, связывающих входные переменные с выходными 19
2.4 Настройка входного файла 19
2.5 Проверка работы системы 20
Заключение 21
Список использованных источников 22
Лист задания
Вариант 9
Магазин спортивных товаров. Руководству компании необходимо определить место организации магазина представленного направления.
Введение
Проблемы принятия решений в сложных условиях занимают в настоящее время особое место в информационных технологиях. Математические методы широко применяются для описания и анализа сложных экономических, социальных и других систем. Теория оптимизации создала совокупность методов, помогающих при использовании ЭВМ эффективно принимать решения при известных и фиксированных параметрах или когда параметры - случайные величины с известными законами распределения. Существует, однако, ряд задач, которые не поддаются формальному описанию в силу того, что часть параметров представляют собой неточно или качественно заданные величины, для которых переход от «принадлежности к классу» к «непринадлежности» непрерывен. Традиционные методы недостаточно пригодны для решения подобных задач именно потому, что они не в состоянии описать возникающую неопределенность.
В основе нечеткой логики лежит теория нечетких множеств, где функция принадлежности элемента множеству не бинарна (да/нет), а может принимать любое значение в диапазоне 0-1. Это дает возможность определять понятия, нечеткие по самой своей природе: "хороший", "высокий", "слабый" и т.д. Нечеткая логика дает возможность строить базы знаний и экспертные системы нового поколения, способные хранить и обрабатывать неточную информацию. Системы, основанные на нечеткой логике, разработаны и успешно внедрены в таких областях, как управление технологическими процессами, управление транспортом, управление бытовой техникой, медицинская и техническая диагностика, финансовый менеджмент, финансовый анализ, биржевое прогнозирование, распознавание образов, исследование рисковых и критических операций, прогнозирование землетрясений, составление автобусных расписаний, климатический контроль в зданиях.
Цель курсовой работы: изучить нечеткую логику в системе моделирования. Для достижения данной цели поставлены следующие задачи:
изучить литературу по данной теме;
определить лингвистические переменные;
построить нечёткое дерево решений;
построить функции принадлежности;
рассмотреть алгоритм нечеткого вывода;
изучить процесс моделирования;
определить место организации магазина.