КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Идея нечеткого представления информации
Принятие решений в условиях нечеткой информации При анализе параметров конкретной системы, особенно на этапе проектирования, часто используют понятия, которые имеют нечеткий смысл с точки зрения классической математики: «высокая пропускная способность», «небольшие затраты», «удовлетворительное состояние» и т.д. Язык традиционной математики, опирающейся на теорию множеств и двузначную логику, недостаточно гибок для моделирования реальных сложных систем, поскольку в нем нет средств для достаточно адекватного описания понятий, которыми пользуется человек, и которые имеют неопределенный смысл. Врачу для установления диагноза незачем знать числовое значение температуры тела больного – 36.6, 38.9 и т.д. Достаточно выразить показания термометра диапазонами (категориями), о которых медики договорились заранее – температура «пониженная», «нормальная», «повышенная», «высокая», «очень высокая» («жар»). Границы этих оценок, естественно, размыты, нечетки, туманны – “пушисты”. Это определяется не только современными представлениями теории нечетких множеств (ТНМ), но и погрешностью самого термометра, методикой измерения температуры и др. Даже параметры больного, выраженные не в вещественном, а в булевом виде (реакция Вассермана, наличие палочки Коха, анализ на СПИД и т.д.), имеют «пушистые» границы. Если заглянуть в любой справочник терапевта, где описаны симптомы болезней, то, как правило, конкретных чисел (температура тела, артериальное давление, содержание гемоглобина в крови и т.д.) там не увидишь. Одни слова – повышено, понижено и т.д. Программы выставления диагноза по введенным в компьютер параметрам больного не получили широкого практического применения. Одна из трудностей в этом деле – перевод параметра (числа) в симптом (категорию).
Стоит нам что-то пересчитать, как мы вступаем с этой пересчитанной субстанцией в глубокий конфликт. Природа не любит не только острых углов, но и счёта, который в ряде случаев просто убивает ее. Это можно наблюдать не только в биологии и физике, где инструменты познания часто неузнаваемо портят сам объект исследования, но и в computer science. Одна из основных проблем при построении математических моделей реальных систем - найти способ обработки имеющейся информации для постановки и решения задачи выбора рациональных вариантов управления системой. Очень часто при исследовании систем значительное количество информации об этой системе может быть получено от людей, имеющих опыт работы с ней и знающих ее особенности, т.е. от экспертов. Эта информация носит субъективный характер и ее представление в естественном языке, как правило, содержит большое число неопределенностей типа «много», «сильно увеличить», «очень эффективный» и т.п., которые не имеют аналогов в языке традиционной математики. Наличие математических средств отражения нечеткости исходной информации позволяет построить модель, более адекватную реальности. Математическая теория, лежащая в основе этого направления, связана с именем видного американского математика Леона Заде и получилае название теории нечетких множеств (Fuzzy sets). Сформулированное им понятие нечеткого множества предлагается в качестве средства математического моделирования неопределенных понятий. Нечеткое множество – это математическая модель класса с нечеткими или, иначе, размытыми границами. Одним из важных направлений применения этого нового подхода является проблема принятия решений при нечеткой исходной информации. Здесь появляется возможность сузить множество возможных вариантов, отбросив теиз них, для которых имеются заведомо более приемлемые варианты (доминирующие), подобно тому, как это делается при использовании принципа Парето.
Дата добавления: 2014-12-27; Просмотров: 833; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |