Пример готовой курсовой работы по предмету: Логика
Введение 3
1 Определение и основные свойства нечетких множеств 5
2 Основные операции с нечеткими множествами 12
3 Нечеткость, вероятность, возможность: проблемы их разграничения и взаимосвязи 16
Заключение 22
Список использованных источников 23
Содержание
Выдержка из текста
Надо отметить, что действительно, используя такой подход, становится возможным четко определять многие понятия, которые являются нечеткими по самой своей природе: хороший, высокий, слабый, умный, глупый и так далее. При этом, нечеткая логика дает возможность строить базы знаний и экспертные системы нового поколения, способные хранить и обрабатывать неточную информацию как существенную. Разные системы, реально существующие на процессах нечеткой логики, давно разработаны и практически внедрены в таких областях работы, как, например, управление технологическими процессами, управление транспортом, и управление бытовой техникой, и медицинская и техническая диагностика, и финансовый менеджмент, и финансовый анализ, и биржевое прогнозирование, и распознавание образов, и исследование рисковых, а также критических операций, и прогнозирование землетрясений, и составление автобусных расписаний, и климатический контроль в зданиях разной функциональной направленности.
Сегодня при разработке современных интеллектуальных систем управления необходимо расширять онтологии описывающие предметные области знаний за счет математического аппарата нечеткой математики – нечетких множеств, нечеткой логики.Целью настоящей работы является –теория нечетких множеств, как инструмент моделирования знаний. Проанализировать возможность применения нечетких множеств как инструмента моделирования знаний.
Для этого было введено определение нечеткого множества и разработана теория нечетких множеств, которая включила в себя обычные множества как частный случай.раскрыть особенности основных операций с нечеткими множествами на примерах;Объектом исследования являются нечеткие множества, предметом – особенности их использования в логике.
В данной работе разработана модель оценки финансовой устойчивости организаций в отрасли добычи каменного угля, бурого угля и торфа. Актуальность работы заключается в том, что существует разительно малое количество работ, посвященных данной проблеме исследования в отрасли добычи каменного угля, бурого угля и торфа. Более того, область нечеткой логики мало изучена, а оптимальные границы использования аппарата нечеткой логики еще не определены. Поэтому разработка модели оценки финансовой устойчивости организаций приобретает особую практическую значимость.
В теории нечетких множеств развиваются методы, содержащие расплывчатые понятия. В обычной теории множеств одним из исходных понятий является понятие принадлежности элемента подмножеству. При этом существуют только две возможности для элемента: он может либо принадлежать, либо не принадлежать данному подмножеству.
Нечеткая логика – это обобщение традиционной аристотелевой логики на случай, когда истинность рассматривается как лингвистическая переменная, принимающая значения типа: "очень истинно", "более-менее истинно", "не очень ложно" и т.п. [1, разд. 1.7]
В первой главе курсовой работы рассматриваются теоритические аспекты нечеткой логики для анализа финансовой устойчивости предприятия, а также применение нечетких множеств для анализа экономической деятельности предприятия. Вторая глава посвящена анализу инвестиционного проекта для Кирпичного завода, расчету показателей чистой современной стоимости инвестиций, оценки степени риска инвестиционного проекта.
Системы с нечеткой логикой, а именно теория нечетких множеств и основанная на ней нечеткая логика, на сегодня является одним из важнейших формализмов, используемых в искусственном интеллекте для моделирования неопределенности в знаниях. Нечеткая логика лежит в основе приближенных (нечетких) соображений и в последние годы является наиболее популярным инструментом, который используется в системах нечеткого вывода для решения проблем в нечетких, неопределенных условиях.
Особенность работы заключается в том, что обосновывается целесообразность применения нечеткого моделирования для оценки компетентности сотрудников ИТ-отдела. Проводится реализация процесса нечеткого моделирования базы правил с помощью применения специализированного пакета Fuzzy Logic Toolbox программного средства MATLAB. Выполнение нечеткого вывода реализуется на основе алгоритма Мамдани (Mamdani).
Для реализации нечеткой модели был обоснован выбор программных средств. Программная реализация выполнена на языке программирования системы Matlab, с использованием моделя Fuzzy Logic Toolbox и фреймворка Guide.
Триумфальное шествие нечеткой логики по миру началось после до-казательства в конце 80-х Бартоломеем Коско знаменитой теоремы FAT (Fuzzy Approximation Theorem).
В бизнесе и финансах нечеткая логика получила признание после того как в 1988 году экспертная система на основе нечетких правил для прогнозирования финансовых индикаторов единственная предсказала биржевой крах. И количество успешных fuzzy-применений в настоящее время исчисляется тысячами.
Сейчас уже не вызывает сомнения тот факт, что важнейшей особенностью жизнеспособности той или иной теоретической концепции является ее реализация и поддержка в соответствующих программных инструментах. Появление и развитие коммерческих программных средств, специально ориентированные на решение задач нечеткого моделирования, объективно свидетельствуют в пользу того, что теория нечетких множеств и нечеткая логика могут и должны быть эффективно использованы для решения широкого круга практических задач. При этом наиболее интересными программными средствами, в которых реализована технология нечеткого моделирования, по мнению автора, является рассмотрены в книге система MATLAB и программа fuzzyTECH.
- проанализировать математический аппарат нечетких множеств;
- разработать нечеткую модель оценки и управления рисками судовых систем энергоснабжения
Engineering Research (LIFE).
Программой этой организации является создание более близких человеку вычислительных устройств.LIFE объединяет
4. компаний в числе которых находятся: Hitachi, Mitsubishi, NEC, Sharp, Sony, Honda,
Это дает возможность сохранять рабочие места, а также удерживать цены на ремонт судов на разумном уровне, приемлемом для судовладельцев, но, безусловно, оказывает разрушительное влияние на рынок судоремонта.
В настоящее время актуальной задачей является необходимостью многокритериальной оценки рисков для принятия соответствующих мер при планировании и контроле состояния судовых систем пожаротушения
Список источников информации
1. Бочарников В.П. Fuzzy-технология: математические основы, практика моделирования в экономике. – С.Пб: Наука РАН, 2001. – 328 с.
2. Заде Л. Определение лингвистической переменной величиной и его применение к принятию приближенных решений: Пер. с англ.–М.: Мир, 1976. — 166 с.
3. Круглов В.И., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. – М.: Изд. Физ.мат.лит., 2002. – 312 с.
4. Леоненков А.В. Нечеткое моделирование в среде Matlab и fuzzyTECH. – С.Пб.: BHV-Санкт-Петербург, 2003. – 736 с.
список литературы
