10.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.Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка, виды неопределенностей и их измерение.
- 3.Виды экспертиз.
- 4.Метод Дельфы
- 5. Дерево целей и решений.
- 6.Определение усредненного мнения экспертов (среднее арифметическое, среднее геометрическое, мода, медиана Кемени
- 7.Определение согласованности мнений экспертов (коэффициент конкордации).
- 8.Виды критериев оптимальности и их содержание.
- 9. Критериальный анализ ситуации: метод базовых шкал, ранжирование и выбор критериев.
- 10.Нечеткие множества и основные операции над ними.
- 11.Экспертные методы определения функций принадлежности.
- 12. Аналитический и оптимизационный методы определения функций принадлежности.
- 13. Нечеткая задача оптимизации выбора вариантов проектов.
- 14. Модели стохастического математического программирования
- 15. Генерация альтернатив решений: понятие генетического алгоритма.
- 16. Генерация альтернатив решений: Дерево решений
- 17. Многокритериальная оптимизация. Проблемы многокритериальной оптимизации
- 18. Многокритериальная оптимизация. Множество Парето.
- 19. Многокритериальная оптимизация. Метод идеальной точки.
- 20. Принятие решений по многим критериям: Метод последовательных уступок
- 21. Принятие решений по многим критериям: Парето оптимальное решение
- 23.Принятие решений по многим критериям: Гарантированные достоинства и недостатки.
- 24.Принятие решений по многим критериям: Правило Борда.
- 25.Принятие решений по многим критериям: Принцип Беллмана-Заде
- 26. Принятие решений по многим критериям: Турнирная таблица
- 30.Согласование групповых решений: принцип большинства голосов, принцип диктатора, принцип вето, идеальной точки, консенсус.
- 31.Согласование групповых решений по Парето.
- 32. Согласование групповых решений: Метод идеальной точки
- 33. Марковская модель согласования решений.
- 34. Согласования групповых решений. (принципы Курно, Парето, Эджворта).
- 35. Теория игр: платежная матрица, чистые и смешанные стратегии, решение игры.
- 36. Решение игры в чистых стратегиях. Игры с седловой точкой.
- 37.Решение игры в смешанных стратегиях. Теорема фон Неймана.
- 38.Решение матричных игр МхN (сведение к задаче линейного программирования).
- 39.Игры с природой (теория статистических решений). Особенности платежной матрицы.
- 40.Байесовские стратегии в играх с природой (частичная неопределенность).
- 41. Критерии принятия решений в играх с природой (полная неопределенность).
- 42.Марковские процессы с дискретным временем: основные понятия и определения.
- 43.Игры с природой: оценка риска