Article

Article title THE USE OF FUZZY MATHEMATICS MEANS BY THE SYSTEMS SIMULATION OF THE DECISION THEORY SUPPORT
Authors Z.A. Melikhova, O.A. Melikhova
Section SECTION III. ARTIFICIAL INTELLECT AND INDISTINCT SYSTEMS
Month, Year 07, 2012 @en
Index UDC 669.183.2:658.51.001.57
DOI
Abstract The models of the knowledges representation on the base of fuzzy logic, the classes of decision problems in various subject, the models of the simplest information and cybernetics systems origin on the early stages of evolution development are considered. In the paper offers to make use the accelerated conclusion making possible rapidly but approximately the factors influence on the system"s behavior parallel with the well-known methods of logical inference. The fuzzy accelerated conclusion forms on the base of fuzzy analogy, in addition, the initial model of knowledge base gives in the forms of fuzzy graph and of one or more its fuzzy homomorphic images. It is necessary to set the fuzzy isomorphism of the initial graph and the fuzzy isomorphic image for the realization of the conclusion on the base of fuzzy analogy.

Download PDF

Keywords Cybernetics system; fuzzy sets; knowledge base; fuzzy isomorphism; epimorphic image; composition rule inference; fuzzy standard situations; implicative rules.
References 1. Редько В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. – М.: Книжный дом «ЛИБРОКОМ», 2011. – 224 с.
2. Мелихова О.А. Методы построения интеллектуальных систем на основе нечеткой логики: Научное издание. – Таганрог: Изд-во ТРТУ, 2007. – 92 с.
3. Мелихова О.А., Мелихова З.А. Использование нечеткой математики при моделировании систем искусственного интеллекта. В 2-х томах. Т. 2. – М: Физматлит, 2009. – С. 728-742.
4. Курейчик В.М. Математическое обеспечение конструкторского и технологического проектирования с применением САПР. – М.: Радио и связь, 1990. – 352 с.
5. Курейчик В.М., Лебедев Б.К. Искусственный интеллект в САПР: Текст лекций. – Таганрог: ТРТИ, 1989. – 48 с.
6. Курейчик В.М., Лебедев Б.К., Нужнов Е.В. Применение экспертных систем в инженерной практике: Учебное пособие. – Таганрог: ТРТУ, 1996. – 135 с.
7. Kureichic V.M., Lebedev B.K., Nuzhnov E.V. Approach to genetic switch box gridles routing // Известия ТРТУ. – 1999. – № 3 (13). – С. 89-96.
8. V.M. Kureichic, B.K. Lebedev, E.V. Nuzhnov. Approach to genetic switch box intellectual maze routing // Известия ТРТУ. – 1999. № 3 (13). – С. 9-13.
9. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы / Под ред. В.М. Курейчика. – М.: Физматлит, 2006. – 320 с.
10. Курейчик В.В., Курейчик В.М., Емельянов В.В. Теория и практика эволюционного моделирования. – М.: Физматлит, 2003. – 115 с.
11. Заде Л. Роль мягких вычислегний и нечеткой логики в понимании, конструировании и развитии информационно-интеллектуальных систем // Новости искусственного интеллекта. – 2001. – № 2. – С. 7-11.
12. Malgorzata Marek-Sadowska. Electrical and Computer Engineering Department. – Santa Barbara: University of California. – USA, 2005. – 254 p.
13. Klir G. Fuzzy Sets, Uncertainty and Information / G. Klir, T. Folger // Prentice Hall. New Jersey. – 1988. – P. 233-249.
14. Тихонов А.Н., Цветков В.Я. Методы и системы поддержки принятия решений. – М.: МАКС Пресс, 2001. – 251 с.
15. Петровский А.Б. Теория принятия решений. – М.: Изд. дом «Академия», 2009. – 293 с.

Comments are closed.