Нечеткая переменная

А. Нечеткая переменная доход высокий, невысокий, очень высокий, маленький и т. д. Применяются слова очень, более и отрицания не, и, но.  [c.28]


Нечеткой переменной называется набор <а, X, С), где а - наименование нечеткой переменной Х= х - область ее определения С = /м (х) /х - нечеткое мно-  [c.199]

Орлов А. И. Задачи оптимизации и нечеткие переменные. — М. Знание, 1980.  [c.382]

Лингвистической называется переменная, заданная на некоторой количественной шкале и принимающая значения в виде слов и словосочетаний естественного языка. Значения лингвистической переменной описываются нечеткими переменными. Лингвистические переменные служат для качественного словесного описания некоторой  [c.290]

Расплывчатые описательные алгоритмы используются для описания отношений между нечеткими переменными. Описательные алгоритмы, используемые для описания поведения, Л. Заде называет бихевиористическими алгоритмами. Примерами таких алгоритмов могут- быть  [c.81]

Предсказание возможной неплатежеспособности предприятий давно занимает умы кредиторов и исследователей-экономистов. Наиболее известны подходы, основанные на использовании математико-статистического метода с несколькими переменными, методы балльной оценки [4]. В данной статье рассматривается решение задачи анализа риска банкротства предприятий на основе нечеткого подхода.  [c.381]


Введем понятие лингвистической переменной состояние предприятия , которое может быть разбито на пять (в общем случае пересекающихся) нечетких подмножеств вида  [c.382]

II. Простые отношения между переменными описываются с помощью нечетких высказываний  [c.28]

Анализ чувствительности сводится к выражению потоков денежных средств через неизвестные переменные, а затем к определению последствий неправильной оценки переменных. Это заставляет менеджера определять основные переменные, указывает, где дополнительная информация была бы наиболее полезна, и помогает выявить нечеткие или неприемлемые прогнозы.  [c.236]

Состояние долгосрочного предположения, на котором основываются наши решения, зависит поэтому не только от того, что мы можем прогнозировать как наиболее вероятное. Оно зависит также от уверенности, с которой мы делаем этот прогноз, от того, в какой мере мы считаемся вероятностью, что наш лучший прогноз окажется совершенно ложным. Если мы ожидаем больших перемен, но весьма нечетко представляем себе, какую именно форму примут эти перемены, то наша уверенность будет слабой.  [c.64]

Хотя нечеткая логика может явно использоваться для представления знаний эксперта с помощью правил для лингвистических переменных, обычно требуется очень много времени для конструирования и настройки функций принадлежности, которые количественно определяют эти переменные. Нейросетевые методы обучения автоматизируют этот процесс и существенно сокращают время разработки и затраты на нее, улучшая при этом параметры системы.  [c.207]

Лингвистические переменные Темп Обучения и Градиент принимают в иллюстрируемом таблицей нечетком правиле адаптации следующие значения NB - большой отрицательный NS - малый отрицательный Z - близок к нулю PS - малый положительный РВ - большой положительный.  [c.208]


Центральным понятием нечеткой логики является понятие лингвистической переменной. Согласно Лотфи Заде лингвистической называется переменная, значениями которой являются снова или предложения естественного или искусственного языка. Примером лингвистической переменной является, например падение производства если она принимает не числовые а лингвистические значения, такие как например, незначительное заметное, существенное, и катастрофическое. Очевидно что лингвистические значения нечетко характеризуют имеющуюся ситуацию. Например, падение производства на 3% можно рассматривать и как в какой-то мере незначительное, и как в какой-то мере заметное. Интуитивно ясно, что мера того, что данное падение является катастрофическим должна быть весьма мала.  [c.209]

Нечеткое правило связывает значения лингвистических переменных. Примером такого правила может быть, например, следующее.  [c.209]

Рисунок 3. Нечеткая нейронная сеть и треугольные функции принадлежности входных и выходных переменных Рисунок 3. Нечеткая <a href="/info/15084">нейронная сеть</a> и треугольные <a href="/info/76253">функции принадлежности</a> входных и выходных переменных
Рисунок 4. Нейронная сеть (нечеткий персептрон), входами которой являются лингвистические переменные, выходом - четкое значение величины портфеля. Скрытые слои в нечетком персептроне называются слоями правил. Рисунок 4. <a href="/info/15084">Нейронная сеть</a> (нечеткий персептрон), входами которой являются <a href="/info/10450">лингвистические переменные</a>, выходом - четкое значение величины портфеля. Скрытые слои в нечетком персептроне называются слоями правил.
Значения выходов в узлах первого слоя отражают степень соответствия входных значений лингвистическим переменным, связанными с этими узлами. Элементы второго слоя вычисляют значения уровней активации соответствующих нечетких правил. Выходные значения нейронов третьего слоя соответствуют нормированным значениям этих уровней активации  [c.216]

Пусть А (х) - нечеткая логическая формула от одной переменной, при-  [c.37]

Этап 1 (Лингвистические переменные и нечеткие подмножества)  [c.55]

Нечеткое, размытое множество 227 Нечетная вершина 47 Нечетная функция 391 Неэластичный спрос 426 Неявная функция 379 Нидерландский аукцион 25 Нижняя треугольная матрица 368 Низкочастотный фильтр 376 Низшие, низкокачественные блага 32, 227 Номинальная денежная единица 227 Номинальная зарплата 107 Номинальная процентная ставка 294 Номинальная шкала 394 Номинальное богатство 303 Номинальные данные 144, 227 Номинальные переменные, номинальные  [c.477]

Для описания неопределенности аварийных рисков применяют различные способы математического моделирования теории вероятностей, лингвистических переменных и нечетких множеств, интервальной математики и статистики, теории игр и т. п. Предположим, что в принятой математической модели неопределенность носит вероятностный характер, а потери описываются одномерной случайной величиной (а не случайным вектором или процессом), т.е. ущерб адекватно описывается одним числом, величина которого зависит от случая.  [c.275]

Осуществив композицию, то есть сформировав одно нечеткое подмножество для переменной вывода - комплексной оценки уровня ликвидности и преобразовав его в четкое число (например, центроид-ным методом), которое принадлежит [ОД] и характеризует качество ликвидности ОС, получаем комплексную оценку последнего.  [c.27]

Нечеткий график/ отображает функциональную зависимость/-X —> Y, где X и 7 лингвистические переменные в U и V соответственно. Он служит для аппроксимации представления графа/в форме  [c.96]

В нечеткой когнитивной карте каждая дуга определяет не только направление и характер, но также и степень влияния (вес) связанных концептов. В зависимости от подхода вместо знаков дуг между концептами используют отношения, значения которых могут лежать на отрезке [-1, 1], либо нечеткие или лингвистические переменные. На основе описания, с помощью аппарата нечеткой матричной регулярной алгебры и оценки казуальных (причинных) влияний концептов друг на друга, могут быть получены основные системные показатели когнитивной карты, по которым определяется взаимный консонанс, диссонанс, положительное и отрицательное влияние концептов и в целом системы. Подробно теория и применение нечетких когнитивных карт рассмотрены в [6,4, 6.5].  [c.182]

Говоря о нечеткой логике, обычно имеют в виду использование лингвистических переменных, нечетких множеств и набор операций над элементами нечетких множеств и самими нечеткими множествами. Нечеткой логике посвящено огромное количество работ. Например [8.7-8.10, 8.23].  [c.286]

Для сохранения всего ценного, что дают нечеткие множества, и устранения их недостатков были введены лингвистические переменные. Лингвистические переменные легко воспринимаются человеком и позволяют отображать нечеткие множества в множества действительных и целых чисел.  [c.290]

Поставленные в предыдущем разделе задачи оптимизации стратегического планирования, а также и многие математические модели задач оптимизации текущего планирования принадлежат к классу распределительных задач нечеткой дискретной оптимизации с булевыми переменными. К ним относятся планирование геофизических исследований скважин (ГИС), техническое обслуживание и ремонт различных технологических объектов, оптимизация выбора стратегий их проведения, выбора оптимальных комплексов ГИС, расчет равновесных цен на проведение ГИС, распределения ГИС и ТОР по плановым периодам, а также другие задачи оптимизации выбора вариантов проектов, в том числе распределение капиталовложений в производственно-техническое обслуживание, распределение трудовых ресурсов промысловых и геофизических предприятий [12.7] и многие др. В общем виде они могут быть записаны в виде следующей (аналогичной задачам (12Л)-(12.5), (12,6)-( 12,10)) оптимизационной задачи .  [c.494]

Для решения задачи (12.11)-(12,15) со структурными ограничениями вида 1), 2) и 3) методом ветвей и границ будем реализовывать для нечеткой оптимизации схему ветвления, осуществляемую путем фиксации переменных xtj = 1 в очередной строке матрицы решения задачи [ху]. В случае четкой оптимизации множество решений задачи разбивается на несколько подмножеств G - UG в каждом из которых одна из переменных (например, Хц) принимает одно и тоже значение в [%] G. Если в задаче фиксировать значение xif=, то в  [c.498]

Осуществление композиции, т.е. сформирование одного нечеткого подмножества для переменной вывода - комплексной опенки организационной структуры и преобразование его в четкое число (например, центроидньш методом), которое принадлежит интервалу [ОД] и характеризует качество организационной структуры. Использовав  [c.263]

В этой связи при описании диалоговых процедур представляет интерес разработка моделей с использованием понятий теории нечетких множеств и лингвистических переменных [117, 118]. Подход, предложенный Л. Заде, опирается на предпосылку, что элементами мышления человека являются не числа, а элементы некоторых нечетких множеств или классов объектов, для которых переход от принадлежности к множеству" к непринадлежности" не скачкообразен, а непрерывен в диапазоне [0,1 ). Процессу мышления человека присуща нечеткость, и в этой связи оценки субъекта целей и ограничений, с которыми он оперирует, также нечетки или же лишены количественных характеристик. Неформализованная, субъективная информация, порождаемая сложными и неструктуризованными системами, составным элементом которых является человек, описывается в терминах теории нечетких множеств.  [c.197]

Осуществив композицию, т.е. сформировав одно нечеткое подмножество для переменной вывода - комплексной оценки организационной структуры и преобразовав его в четкое число (например, центроидным методом), которое принадлежит интервалу [О, 1] и характеризует качество организационной структуры. Использовав шкалу качественных оценок (см. таблицу 18), можно получить качественную оценку комплексного критерия качества организационной структуры предприятия.  [c.106]

Для того, чтобы работать с лингвистическими переменными, необходимо произвести дефазификацию (от английского слова defuzzifi ation) - преобразование нечеткого множества в четкое представление. Пример такого преобразования показан в табл. 7.1. Лингвистические переменные в табл. 7.1 обозначают степень (функцию) принадлежности / (Wjj аварии понятию "тяжелая авария" (например, применительно к системам трубопроводного транспорта углеводородов).  [c.235]

Учитывая это, задача (12.11)-(12Л5) может быть интерпретирована как обобщенная распределительная задача с нечетко поставленной целью и ограничениями. В отличие от традиционных задач математического программирования она имеет четкие структурные ограничения (12.13)-(12.14), определяющие структуру решения (правила присвоения булевым переменным значений 0 или 1) и нечетко (примерно) выполняемые ресурсные ограничения (12.2).  [c.496]

Методы и модели планирования нефтеперерабатывающих производств в условиях неполной информации (1987) -- [ c.199 ]