Основные алгоритмы нечеткого вывода

Процесс нечеткого вывода представляет собой некоторую процедуру или алгоритм получения нечетких заключений на базе нечетких условий или предпосылок с применением понятий нечеткой логики. Данный процесс включает в себя все основные концепции теории нечетких множеств: функции принадлежности, лингвистические переменные, нечеткие логические операции, методы нечеткой импликации и нечеткой композиции. Системы нечеткого вывода необходимы для осуществления процесса нечеткого вывода и являются концептуальным базисом всей современной нечеткой логики. Системы нечеткого вывода дают возможность решать задачи автоматического управления, классификации данных, распознавания образов, принятия решений, машинного обучения и многое другие. Данная проблематика исследований тесно связана с другими научно-прикладными направлениями.Следовательно, можно сделать вывод, что нечеткая логика, в некоторых простейших случаях, дает возможностьповысить качество управления объектами. Главную роль в улучшении показателей эффективности играют эксперты, которые определяют количество входных и выходных переменных, число термов для каждой переменной, виды функций принадлежности, поскольку изменение данных параметров приводит к улучшению или ухудшению процесса управления объектом.Важнейшим недостатком нечеткой логики является отсутствие единого метода моделирования систем, то есть для каждого случая приходится с нуля проектировать нечеткую подпрограмму, определяя шаг за шагом все параметры и формируя свою таблицу решений[5].Рассмотренные этапы нечеткого вывода могут быть осуществлены неоднозначным образом, так как состоят из отдельных параметров, которые должны быть установлены или специфицированы.СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВАлексеев, А.Н. Элементы нечёткой логики при программном контроле знаний. Открытое образование / А. Н. Алексеев, Н. И. Волков, А. Н. Кочевский. – Научно-практический журнал по информационным технологиям в образовании. – №4. – 2004. – С. 2-10.Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH.– СПб.:БХВ Петербурr, 2005 – 736 с.Пегат, А. Нечеткое моделирование и управление. – М.: Бином.Лаборатория знаний, 2009 – 798с.Тельнов, Ю.Ф. Интеллектуальные информационные системы в экономике. – М., 2001. – 156 с.Яхъяева, Г.Э. Нечеткие множества и нейронные сети: учебное пособие,2-е изд., испр. – М.: Интернет-Ун-т Информ. Технологий: Бином. Лабораториязнаний, 2012 – 315с.