Нечіткі множини другого роду

Автор(и)

DOI:

https://doi.org/10.24144/2616-7700.2022.41(2).163-170

Ключові слова:

система управління, нечітка логіка, нечітка множина, функція належності, слід невизначеності

Анотація

Сучасні інформаційні системи широко впроваджуються в сферу управління в соціально-економічних системах, як правило, використовують експертні знання, накопичені в різних сферах людської діяльності, що призводить до різного роду невизначеностей. При плануванні нових проектів аналітики стикаються з проблемою невизначеності, яка для кожної сфери проявляється по-різному.  У загальному випадку, невизначеність — нестача впевненості, стан наявності обмежених знань, де неможливо точно описати майбутній результат або наявність великого числа можливих результатів. Побудова моделей прийняття рішень для задач із погано формалізованою інформацією можлива за допомогою використання теорії нечітких множин та побудови нечітких логічних систем. Засобом для вирішення вище описаних проблем можуть виступити нечіткі множини другого порядку, які і будуть більш детально описані в цій статті, оскільки введення нечіткості у функцію належності дозволяє наблизити нечітку модель до людського мислення та сприйняття.

Біографія автора

М. М. Шаркаді, ДВНЗ «Ужгородський національний університет»

Доцент кафедри кiбернетики i прикладної математики. Кандидат економiчних наук

Посилання

  1. Narinyani, A. (1986). Nedoopredelennost v sisteme predstavleniya i obrabotki znanii. [Uncertainty in the system of representation and processing of knowledge], Technical Cybernetics, 5, 3‒28 [in Russian].
  2. Zadeh, L. (1999). Fuzzy sets as a basis for the theory of possibility. Fuzzy Sets and Systems 100 Suplements, 9‒34.
  3. Mendel, J., John, R., & Liu, F. (2006). Interval type-2 fuzzy logic systems made simple. IEEE Trans. Fuzzy Syst., 14(6), 808‒821.
  4. Polishchuk, V., Kelemen, M., Wloch, I., Polishchuk, A., Sharkadi, M., & Mlavets, Yu. (2021). Conceptual Model of Presentation of Fuzzy Knowledge. II International Scientific Symposium “Intelligent Solutions”, 1, 1‒12.
  5. Mendel, J., & John, R. (2002). Type-2 Fuzzy Sets Made Simple. IEEE Transactions on Fuzzy Systems, 10/2, 117‒127.
  6. Karnik, N., Mendel, J., & Liang, Q. (1999). Type-2 Fuzzy Logic Systems. IEEE Transactions on Fuzzy Systems, 7(6), 643–658.
  7. Mendel, J. (2003). Fuzzy sets for words: a new beginning. The 12th IEEE International Conference on Fuzzy Systems, FUZZ'03, 1, 37‒42. https://doi.org/10.1109/FUZZ.2003.1209334
  8. Kondratenko, N., Zelinskaya, N., & Kuzemko, S. (2004). Fuzzy logic systems taking into account gaps in experimental data. Scientific Bulletin of NTUU "KPI", 5, 37‒41 [in Ukrainian].
  9. Kondratenko, N., & Cheboraka, O. (2008). Investigation of the possibilities of generalizing interval type-2 fuzzy model for forecasting time sequences. Bulletin of Vinnytsia Polytechnic. in-tu., 6, 22‒27 [in Ukrainian].
  10. Zeng, J., & Liu, Z. (2007). Type-2 fuzzy sets for pattern classifications: A review. Proc. IEEE Symposium FOCI. 193‒200.

##submission.downloads##

Опубліковано

2022-10-25

Як цитувати

Шаркаді, М. М. (2022). Нечіткі множини другого роду. Науковий вісник Ужгородського університету. Серія «Математика і інформатика», 41(2), 163–170. https://doi.org/10.24144/2616-7700.2022.41(2).163-170

Номер

Розділ

Iнформатика, комп’ютернi науки та прикладна математика