Разработка и исследование алгоритмов нечеткой классификации ситуаций для решения задач экологического мониторинга
Набором таких методов обладает теория нечетких множеств. Она позволяет наилучшим образом структурировать все то, что разделено не очень точными границами. Нечеткость информации обусловлена наличием в описаниях задач принятия решений (ПР) понятий и отношений с нестрогими границами, а также высказываний с многозначной шкалой истинности. Не только общественные науки наполнены всеми видами… Читать ещё >
Содержание
- 1. Методы построения функций принадлежности нечетких множеств, модели и методы принятия решений, базирующиеся на нечеткой логике
- 1. 1. Обзор методов построения функции принадлежности нечеткого множества
- 1. 1. 1. Построение функций принадлежности на основе парных сравнений
- 1. 1. 2. Параметрическое определение функции принадлежности с участием индивидуального ЛИР
- 1. 1. 3. Комбинированный метод для группы экспертов
- 1. 1. 4. Построение функций принадлежности лингвистических термов с использованием статистических данных
- 1. 1. 5. Построение функций принадлежности на основе экспертных оценок
- 1. 1. 6. Построение функций принадлежности на основе интервальных оценок
- 1. 2. Модели и методы принятия решений, основанные на нечетких множествах
- 1. 2. 1. Логико-лингвистическое описание систем, нечеткие модели и алгоритмы управления
- 1. 2. 2. Формализация и декомпозиция нечетких алгоритмов
- 1. 2. 3. Нечеткая модель композиции
- 1. 2. 4. Нечеткие модели принятия решений при управлении сложными системами
- 1. 2. 5. Особенности нечетких моделей
- 1. 3. Выводы по разделу
- 1. 1. Обзор методов построения функции принадлежности нечеткого множества
- 2. Классификационные модели на основе нечеткой логики
- 2. 1. Нечеткие множества. Основные определения 32 2.1.1 .Основные характеристики нечетких множеств 33 2.1.2. Нечеткие высказывания и нечеткие множества 34 2.1.3 .Нечеткая и лингвистическая переменные
- 2. 2. Модели и алгоритмы нечеткой классификации
- 2. 2. 1. Модель оценки экологического состояния участка поверхности на основании знаний экспертов
- 2. 2. 2. Модель нечеткой классификации
- 2. 2. 3. Оценка числа операций алгоритма нечеткой классификации
- 2. 2. 4. Численное представление функций лингвистических переменных
- 2. 2. 5. Алгоритм численной нечеткой классификации
- 2. 2. 6. Оценка числа операций алгоритма численной нечеткой классификации
- 2. 2. 7. Алгоритм сокращенной численной нечеткой классификации
2.2.8.Алгоритм обратной численной нечеткой классификации 69 2.2.9.0ценка числа операций алгоритма обратной численной нечеткой классификации 71 2.2.10. Сравнительный анализ алгоритмов нечеткой классификации
2.3. Выводы по разделу
3. Исследование мер сходства с использованием интервальных нечетких множеств
3.1. Построение и использование функции принадлежности интервального нечеткого множества
3.2. Операции над интервальными нечеткими множествами 84 3.2.1. Теоретико-множественные операции над интервальными нечеткими множествами
3.2.2. Свойства нечетких интервальных подмножеств
3.2.3. Арифметические операции над интервальными нечеткими множествами
3.3 .Меры сходства нечетких множеств
3.3.1 .Комбинированные меры сходства
3.3.2.Меры сходства с интервальной оценкой
3.3.3. Меры сходства интервальных нечетких множеств 108 3.4.Решение задачи интервальной нечеткой классификации. 117 3.5 .Выводы по разделу
4. Нечеткая классификация для качественной оценки экологического состояния территории Таганрога
4.1. Применение нечеткой логики
4.1.1. Система СиЫСа1с
4.1.2. Система РиггуТесЬ
4.1.3. Система РигЮак
4.2. Постановка задачи экологического мониторинга на основе нечеткой классификации
4.3. Подсистема нечеткой классификации 132 4.3.1 .БД экспертной информации и связанные с ней функции, программного модуля
4.3.2.Подсистему сбора и обработки экспертной информации
4.3.3.Подсистема принятия решений
4.3.4.Подсистема визуализации информации
4.4. Выводы по разделу 150
Заключение 152
Список литературы 153
Приложения
Список литературы
- Айгнер М. Комбинаторная теория. М.: Мир, 1982.- 558 с.
- Алексеев A.B. Интерпретация и определение функции принадлежности нечетких множеств./ТМетоды и системы принятия решений. -Рига: Риж. политехи, ин-т, 1979. с. 42−50.
- Алексеенко В. А. Геохимия ландшафта и окружающая среда. М.: Недра, 1990. — 142 с.
- Алиев Р. А., Церковный А. Э., Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991.-238 с.
- Алиев P.A., Мамедова Г. А. Идентификация и оптимальное управление нечеткими динамическими системами // Изв. АН: серия техническая кибернетика, № 6, 1993.
- Астровский А.И. Применение теории нечетких множеств для исследования задач апостериорного оценивания в линейных дискретных системах. Минск, 1992. — 30 с.
- Беллман Р., Заде JI.A. Вопросы принятия решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений. / М.: Мир, 1976.
- П.Берштейн JI.C., Финаев В. И. Адаптивное управление с нечеткими стратегиями. Ростов н/Д.: Изд-во Рост. Ун-та, 1993. 134 с.
- Беспамятнов Т.П., Кротов Ю. А. Предельно допустимые концентрации химических веществ в окружающей среде. Л.: Химия, 1985. — 528 с.
- Блохин А.Г. Алгебра нечетких множеств//Теория и системы управления. Москва. Изд-во «Наука». 1998. № 5. с. 88 96.
- Борисов А.Н., Алексеев A.B., Меркурьева Г. В. др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. 304 с.
- Борисов А.Н., Крумберг O.A., Федоров И. П. Принятие решений на основе нечетких моделей. Примеры использования. Рига: «Зинатне», 1990. 186 с.
- Бочаров. П.П., Печерина A.B. Теория вероятностей. Математическая статистика: Учеб. пособие. М.: Гардарика, 1998. — 326 с.
- Ватлин С.И. Анализ обоснованности нечетких классификационных моделей управления в сложных технических системах. -Минск, 1993. 135 с.
- Вентцель Е.С. Теория вероятностей: Учебник для вузов.-6-e изд., стер. М.: Высш. шк., 1999. — 575 с.
- Гитман М.Б. Введение в теорию нечетких множеств и интервальную математику Ч. 1: Применение лингвистической переменной в системах принятия решений. -1998. 44 с.
- Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. Пер. с франц. -М.: Радио и связь, 1990. -288 с.
- Елисеев П.И. Интерпретация нечетких подмножеств в задачах моделирования и управления // Изв. АН: серия техническая кибернетика, № 3, 1992.
- Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник.// Под ред. Поспелова Д. А. -М.: Радио и связь, 1990. 304 с.
- Иваи С., Асаи, Д. Ватада и др. Под ред. Т. Тэрано. Прикладные нечеткие системы. Пер. с яп. Ю. Н. Чернышева. М.: Мир, 1993. — 368 с.
- Калмыков С. А. и др. Методы интервального анализа. Новосибирск, 1986.-226 с.
- Кофман А. Введение в теорию нечетких множеств: Пер. с франц. М.: Радио и связь, 1982. — 432 с.
- Кузьмин В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. М.: Наука, 1982. — 168 с.
- Ларичев О.И., Мечитов А. И., Мошкович Е. М., Фуремс Е. М. Выявление экспертных знаний. М.: Наука, 1989. — 128 с.
- Липский В. Комбинаторика для программистов: Пер. с польск. М.: Мир, 1988.-213 с.
- Лорин Г. Сортировка и системы сортировки. Пер. с англ. М.: Наука, 1983.-386 с.
- Малышев Н.Г., Берштейн Л. С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. 210 с.
- Мелихов А. Н., Баронец В. Д. Проектирование микропроцессорных средств обработки нечеткой информации. Ростов-на-Дону. Изд-во Ростовского ун-та, 1990. — 130 с.
- Мелихов А.Н., Берштейн Л. С. Конечные четкие и расплывчатые множества. 4.2. Расплывчатые множества. Учебное пособие. Таганрог, ТРТИ, 1981.94 с.
- Мелихов А.Н., Берштейн Л. С., Коровин С. Я. Расплывчатые ситуационные модели принятия решений: Учебное пособие. -Таганрог, ТРТИ, 1986. 92с.
- Мелихов А.Н., Берштейн Л. С., Коровин С. Я. Сжатие множества эталонных ситуаций в лингвистических моделях ситуационного управления// Автоматика и телемеханика. 1985. № 2. с. 118−123.
- Мелихов А.Н., Берштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой.- М.: Наука, 1990.- 272 с.
- Нечеткие множества в моделях управления и искусственного интеллекта. /Под ред. Д. А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. -312 с.
- Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. — 408 с. 42.0рлов А. И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.- 63 с.
- Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука, 1981. 208 с. 44,Орса В. А. Числовой метод минимизации булевых функций. Издательства Ростовского университета, 1987. 64 с.
- Оценка и регулирование качества окружающей природной' среды. Учебное пособие для инженера-эколога/Под ред. А. Ф. Порядина и А. Д. Хованского. М.: НУМЦ Минприроды России, Издательский Дом «Прибой», 1996.-350 с.
- Пападимитриу X., Стайглиц К. Комбинаторная оптимизация: Алгоритмы и сложность. М.: Мир, 1985. 512 с.
- Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. — 232 с.
- Поспелов Д.А. Ситуационное управление: Теория и практика. М.: Наука, 1986. — 284с.
- Пфанцагль И. Теория измерений. М.: Мир, 1976. — 248 с.
- Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика М.: Мир, 1980. — 476 с.
- Робертс Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам . М: Мир, 1986. — 320 с.
- Целых А.Н., Тимошенко Р. П. Оценка экологической обстановки окружающей среды на основе анализа знаний экспертов. // Известия ТРТУ. Тематический выпуск «Управление в социальных и экономических системах». Таганрог: Изд-во ТРТУ, 1998. № 1. с. 219 222.
- Целых А.Н., Тимошенко Р. П. Принятие решений на основе мер сходства интервальных нечетких множеств. Препринт. Ростов на — Дону: Изд-во Северо-Кавказского научного центра высшей школы, 1999, 36 с.
- Шокин Ю.И. Интервальный анализ. -Новосибирск: Наука, 1981.- 112с.
- Berthold М., J. Hand D. Intelligent Data Analisis: An Introduction. Berlin- Heidelberg- New York- Barcelona- Hong Kong- London- Milan- Singapore-Tokyo: Springer, 1999. p. 402.
- Kaufmann, A., and Gupta, M.M., «Introduction to Fuzzy Arithmetic», Reinhold, New York, 1985.
- Miymoto Sadaaki. Fuzzy sets in information retrieveal and cluster analysis. Kluwer academic publishers. 1990. 260p.