Метода - нечеткая логика
Cтраница 1
Методы нечеткой логики позволяют в сети рыночных бизнес-коммуникаций вести диалог компьютерной системы ( на основе базы данных нечетких множеств) о состоянии бизнеса на обычном языке делового мира, что является реальным вкладом в создание эффективных бизнес-коммуникаций. [1]
Методы нечеткой логики успешно используются в адаптивных системах для настройки и коррекции параметров регуляторов в процессе их работы. [2]
Пакет, реализующий методы нечеткой логики в виде экспертной системы с нечеткими правилами, применяется для ситуационного моделирования в политике, экономике и финансах, управления в условиях неполноты и неточности информации. С помощью CubiCalc успешно решаются задачи динамического управления в финансовом планировании, управления технологическими процессами и динамического моделирования в сложных предметных областях с качественно изменяющимися параметрами. [3]
 |
Оценки степеней нечеткого равенства текущих и эталонных ситуаций. [4] |
Предложенная система адаптации защит узлов электрической нагрузки от потери питания, построенная на базе комбинированного использования метода искусственных нейронных сетей и метода нечеткой логики, позволяет значительно повысить использование запаса устойчивости узлов нагрузки, Сократить число необоснованных массовых отключений электрооборудования и тем самым существенно повысит надежность работы системы промышленного электроснабжения. [5]
Она базируется на теории нечетких множеств и применяется тогда, когда часть информации, используемой для математического описания объекта, представлена в виде рекомендаций экспертов. Методами нечеткой логики эти рекомендации формализуются, что дает возможность обрабатывать качественную информацию наравне с количественной. [6]
Неполнота информации, которую иногда приходится использовать в системах машинного обучения, требует специальных подходов, отличных от методов классической логики. Это могут быть методы статистики, методы нечеткой логики, основанные на теории нечетких множеств Заде. Основной проблемой нечеткой логики, затрудняющей использование таких методов в экспертных системах и системах машинного обучения, является определение значений вероятности или степени принадлежности. [7]
Уделено особое внимание вопросам выбора оптимальной сложности модели. Эта проблема не может быть до конца формализована, поэтому для ее решения предлагается использовать методы нечеткой логики. [8]
 |
Оценка иемента Финансовые ресурсы предприятия. [9] |
Интересно отметить, что сегодня практическое применение нечетких логик особенно широко развито в Японии. Еще в 1992 году японские эксперты полагали, что в 10 % всех оценок используется аппарат и методы нечетких логик. Что касается других развитых стран, то, например, в Швеции нечеткие логики впервые были применены в 1980 году для управления цементным производством. [10]
Помимо фрактального анализа автор включает в рассмотрение экономическую динамику в аспекте качественной теории нелинейных дифференциальных уравнений - так называемый детерминированный хаос. Как перспективные направления исследований рассматриваются методы самоорганизованной критичности в применении к анализу коллективного поведения экономических субъектов и кризисным явлениям в экономике. В качестве инструментов прогнозирования экономических показателей кратко охарактеризованы методы нечеткой логики и нейронных сетей. [11]
Как показывает опыт, излишнее усложнение модели может привести к неустойчивости алгоритмов идентификации и лишить идентификационную модель предсказательной силы. В связи с этим авторы уделяют повышенное внимание вопросам выбора оптимальной сложности идентифицируемой модели. Эта проблема не может быть до конца формализована, поэтому для ее решения в монографии предлагается использовать методы нечеткой логики. Вообще, некорректные задачи в последовательной постановке с неизбежностью приводят к необходимости использования нечеткой терминологии. Однако в существующей литературе на это обстоятельство обращается мало внимания. Авторы в какой-то мере восполняют этот пробел, рассматривая нечеткие алгоритмы решения некорректно поставленных задач. Рассмотренные в монографии методы решения обратных задач иллюстрируются рядом примеров. [12]
Руководители предприятий часто недооценивают потери от неоптимального планирования производства. Так как спрос и условия реализации зависят от времени, сезона, курсов валют и многих других факторов, то и объем производства следует гибко варьировать с целью оптимального использования ресурсов. Уже существуют удачные примеры нейросетевых систем планирования, которые применяются совместно со стандартными методами исследования операций, динамического программирования, а также с методами нечеткой логики. [13]
В США введена в действие система обнаружения мошенничеств в области здравоохранения. Подсчитано, что потери бюджета от такого рода фальсификаций составляют около 730 млн. долларов в год. Создание нейросетевой специализированной системы заняло у фирмы ITC более года и обошлось в 2 5 млн. долларов. Для настройки системы были использованы также методы нечеткой логики и генетической оптимизации. [14]
В США введена в действие система обнаружения мошенничеств в области здравоохранения. Подсчитано, что потери бюджета от такого рода фальсификаций составляют около 730 млн долл. Для настройки системы были использованы также методы нечеткой логики и генетической оптимизации. [15]
Страницы: 1 2