Нечеткие системы
и мягкие вычисления

Том 3, № 4, 2008

Тематический номер:

Ответственные редакторы номера:

• академик Азербайджанской Академии наук, д.т.н., профессор Алиев Р.А.,
• доктор физико-математических наук, профессор Ульянов С.В.

Статьи

• Рыжов А.П., Тимирова А.Н.
  «О нечеткой устойчивости математических моделей в экономике»
  
  Работа посвящена исследованию свойств нечетких моделей в экономике. Исследуется вопрос зависимости качества работы модели от качества исходной информации. Рассматривается нечеткая модель разделения на торговые зоны. Качество исходной информации оценивается как степень нечеткости соответствующих отношений «товар - потребительское качество» и «товар - фирма». Доказано, что монотонность отклика модели по отношению к степени нечеткости не сохраняется в общем случае. Подробно исследуются частные случаи, когда зависимость решения от качества исходной информации существует. Это выполняется лишь при соблюдении весьма искусственных ограничений. Оказывается также, что применение других операций с исходными матрицами также не приводит к сохранению степени нечеткости. Таким образом, анализируемая модель не позволяет гарантировать качество результата как функцию качества исходных данных, что требует осторожности при ее практическом применении.

  Ресурсы: elibrary.ru.

• Лебедев А.А., Рыжов А.П.
  «Интеллектуальные вычисления в системах информационного мониторинга»
  
  Технология информационного мониторинга была разработана для анализа сложных, слабоформализованных проблем (процессов) на основе всей доступной информации, построения прогнозов их развития и выработки рекомендаций по управлению их развитием. В работе описываются основные практические аспекты разработки систем информационного мониторинга, а также приводятся теоретические результаты, гарантирующие оптимальность их работы. Помимо этого приводится несколько примеров создания и применения систем информационного мониторинга в различных предметных областях с описанием основных этапов разработки и способов использования и демонстрации различных подходов, диктуемых особенностями задач (масштабом контролируемой ситуации, особенностями используемых данных и т.д.).

  Ресурсы: elibrary.ru.

• Ульянов С.В., Литвинцева Л.В., Сорокин С.В.
  «Робастность баз знаний самоорганизующихся интеллектуальных регуляторов в непредвиденных ситуациях управления»
  
  Эффективность технологии проектирования робастных баз знаний на основе мягких и квантовых вычислениях демонстрируется на примере неустойчивого существенно-нелинейного объекта с использованием термодинамического критерия. Разработан квантовый алгоритма самоорганизации знаний, использующий дополнительную квантовую информацию, скрытую в суперпозиции классических состояний сигналов управления, и принцип минимума энтропии в «интеллектуальном» состоянии. Применение квантового нечеткого вывода и принципа минимума энтропии в «интеллектуальном» состоянии системы управления гарантирует достижение требуемого уровня робастности при непредвиденных ситуациях.

  Ресурсы: elibrary.ru.

Назад