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(S^N), G(S^N) 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.