Решение задач сертификации на основе аппарата нечеткой математики

Сборник трудов конференции в формате Adobe Acrobat (4 Мб)


Авторы: Ильницкий Александр Владимирович 1
Сумин Виктор Иванович 2, доктор технических наук, профессор
1 Воронежский государственный педагогический университет, 2 Воронежский институт ФСИН России

 

 

В настоящей работе рассматривается проблема решении задач сертификации на основе аппарата нечеткой математики.

 

В настоящее время оценка качества устройств видео­техники экспертом на базе традиционного математического аппарата затруднено. Такую оценку возможно проводить в основном на качественном уровне, используя аппарат нечеткой математики, который позволяет формализовать, выражать и преобразовывать качественные понятия, которыми манипулирует человек-оператор или эксперт при описании своих представлений о реальной системе, пожеланий, рекомендаций, своих целей.

Преимущества моделей аппарата нечеткой математики:

1.        Более гибкие по сравнению с формальными моделями, т.к. в большей степени позволяют учитывать опыт и интуицию эксперта в предметной области.

2.        Для интеллектуальных систем являются более аде­кватными моделируемой реальности предметной области, т.к. позволяют получать решение, по точности соотносимое с исходными данными.

3.        В ряде случаев позволяют решать определенные задачи за меньшее время.

4.        Создаются в случаях, когда построение формализованных моделей невозможно или затруднительно.

В лингвистическом подходе оценивание можно проводить по следующим направлениям:

1.          ординальное лингвистическое оценивание осуществляется по лингвистическому терму S, измерение которого предполагается по свойствам лингвистической шкалыS= {So,...,Sn} ;

2.          кардинальное лингвистическое оценивание осуществляется по элементам некоторого базового множества Uтакже использует шкалу S, но в качестве оценки выступает нечеткое множество  

Сравнение этих подходов приводит к следующему заключению:

1.        Для первого необходимо определить словесное описание ее элементов, а во втором обеспечивается переход от словесных описаний элементов к числовым.

2.        Решения задач по второму требует сложной экспертной информации значительных объемов для восстановления функции при­надлежности, а в первом подготовительный этап сводится к определению подходящей мощности шкалы и ее термов.

3.        Во втором при использовании формального определения лингвистической переменной с помощью семантических процедур генерируется обширный список лингвистических термов, а в первом мощность можно контролировать за счет небольшого количества выразительных и полезных лингвистических описаний.

4.        В первом предполагаются операторы, которые работают с вполне упорядоченными множествами, а во втором предполагаются операторы, в определении которых участвуют функции принадлежности.

 

Список использованных источников
  1. 1. Бейко И.В., Бублик Б.Н., Зинько П.Н. Методы и алгоритмы решения задач оптимизации. – Киев: Вища школа, 1983. – 512 с.
  2. 2. Ягер Р. Нечеткие множества и теория возможностей: Последние достижения. – М.: Радио и связь, 1986. – 405 с.
Уровень образования  Высшее профессиональное