20. Нечеткие множества и основные операции над ними.
В 1965г. Заде предложил теорию нечетких или размытых множеств, получивших также название нечеткой логики. Нечеткая логика предполагает неточные, приблизительные, примерные оценки. Необходимость такого подхода вызвана тем, что:
- в некоторых ситуациях невозможно или не нужно точное определение параметров;
- по мере роста сложности систем постепенно падает наша способность делать точные и в то же время значащие утверждения относительно ее поведения, пока не будет достигнут порог, за которым точность и значимость становятся почти взаимоисключающими характеристиками.
Конечное нечёткое множество А из универсального множества U– это множество упорядоченных пар:
A={ui,µA(ui)}, ui ϵ U
Где µA(ui)– значение истинности, определяющее функцию принадлежности, которая указывает предполагаемую степень принадлежности этому множеству.
В нечётких множествах функция принадлежности (мера членства) задаётся на интервале [0,1] часто в виде точки этого интервала. Если µA(ui)может принимать значения в интервале [0,1] иµA(ui)=0 будет означать, что элементui не принадлежит множествуA,µA(ui)=1 означает, чтоui принадлежит множествуA, а любое значение0<µA(ui)<1 определяет степень принадлежностиui множеству А, тогда А – нечёткое множество. При этомµA(ui)может быть как непрерывной, так и дискретной.
Пример. Пусть Х – множество отечественных машин.
Х={“Волга”,”Запорожец”,”Москвич”,”Жигули”}. Тогда можно определить нечёткое множество А хорошихмашин так: А={(“Волга”;1), (“Запорожец”;0.4), (“Москвич”;0.6), (“Жигули”,0.8)}. Функция принадлежности выбирается субъективно, зависит от субъекта, его настроения, цели построения множеств и т.д.
Такие операции над классическими множествами как объединение, пересечение, дополнение и т.п. могут быть определены и для нечетких множеств.
Объединением двух нечетких множеств A иB называется множествоC , обозначаемоеC AB A OR B, функция принадлежности которого задается выражением:
Можно сказать, что объединением двух нечетких множеств является множество - «наименьшее» среди всех, которые включают оба эти множества.
Пересечением двух нечетких множеств A и B называется множество C , обозначаемое C AB A AND B , функция принадлежности которого задается выражением:
Как и в предыдущем случае, определение можно интерпретировать, так: пересечением двух множеств является «наибольшее» среди всех, которые включены и в A, и в B
Дополнением (отрицанием) нечеткого множества A называется множество, обозначаемое A или A , илиNOT A , функция принадлежности которого определяется выражением:
Рис. 6 иллюстрирует вышеперечисленные стандартные операции над множествами.
Можно рассматривать различные операции над нечеткими множествами по аналогии с четкими множествами. Наиболее распространенными являются определения отношений вложения, дополнительного нечеткого множества, произведения нечеткого множества и суммы нечетких множеств. Их обычно записывают в следующем виде:
- 1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- 2. Концепция компьютерной поддержки принятия решений.
- 4. Этапы формирования и принятия решений
- 5. Методы формирования целей управления предприятием
- 6. Стратегии в принятии решений и управлении
- 7. Формирование дерева целей и дерева решений
- 8. Виды критериев оптимальности и их содержание
- 9. Структура компьютерной системы поддержки принятия решений
- 10 Место ксппр с асу
- Вопрос 11: Объективные и субъективные измерения.
- Вопрос 12: Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка.
- Вопрос 13: Виды неопределенностей в принятии решений и их измерение.
- 3. Использование многокритериальных функций предпочтения руководителя.
- Вопрос 14: Виды экспертиз.
- Вопрос 15: Определение усредненного мнения экспертов.
- Вопрос 16: Определение согласованности мнений экспертов.
- 17. Элементы байесовских моделей
- 18, 19. Модели стохастического математического программирования: м-задача и р-задача
- 20. Нечеткие множества и основные операции над ними.
- 21. Экспертные методы определения функций принадлежности.
- 22. Аналитический и оптимизационный методы определения функций принадлежности.
- 23. Нечеткая задача оптимизации выбора вариантов проектов.
- 24. Нечеткие числа: виды нечетких чисел; операции над нечеткими числами.
- 25. Модели нечеткого математического программирования: оптимизация с нечеткими отношениями.
- 26. Модели нечеткого математического программирования: использование нечетких lr-чисел.
- 27. Генерация альтернатив решений: понятие генетического алгоритма.
- 28. Множество Парето.
- 29. Схемы компромисса.
- 30. Метод идеальной точки.
- 31. Метод последовательных уступок.
- 32. Алгоритм построения Парето оптимального решения.
- 33. Многокритериальная оптимизация. Принцип Беллмана-Заде.
- 34. Правило Борда (процедура Борда).
- 35. Метод анализа иерархий.
- 36. Правило гарантированных достоинств и недостатков.
- 37. Принципы согласования решений. (принципы Курно, Парето, Эджворта).
- 38. Простейшие алгоритмы согласования решений (согласование в среднем, согласование по Парето, метод идеальной точки).
- 39. Марковская модель согласования решений.
- 40. Цепи Маркова – основные положения
- 41. Дискретные цепи Маркова с дискретным временем
- 42. Дискретные цепи Маркова с непрерывным временем
- 43. Основные положения статистических решений (игры с природой)
- 44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
- 45. Риски и их виды и особенности в нефтегазовой отрасли
- 46. Расчет рисков в игре с природой