Нечёткая логика — раздел математики, являющийся обобщением классической логики и теории множеств, ба-
зирующийся на понятии нечёткого множества, впервые введённого Лютфи Заде в 1965 году как объекта с функ- цией принадлежности элемента к множеству, принима- ющей любые значения в интервале , а не только 0 или 1. На основе этого понятия вводятся различные логи- ческие операции над нечёткими множествами и формули- руется понятие лингвистической переменной, в качестве значений которой выступают нечёткие множества.
Основными потребителями нечеткой логики являются банкиры и финансисты, а также специалисты в области политического и экономического анализа. Они исполь- зуют CubiCalc для создания моделей разных экономиче- ских, политических, биржевых ситуаций. Что же касается пакета FuziCalc, то он занял свое место на компьютерах больших банкиров и специалистов по чрезвычайным си- туациям — то есть тех, для кого важна скорость про- ведения расчетов в условиях неполноты и неточности входной информации.
Так же нечеткая логика применяется и в программных системах, обслуживающих большой бизнес. Первыми, разумеется, были финансисты, задачи которых требуют ежедневного принятия правильных решений в сложных условиях непредвиденного рынка. Первый год использо- вания системы Fuji Bank принес банку в среднем $770000 на месяц (и это только официально объявленная при- быль!).
Очевидной областью внедрения алгоритмов нечеткой логики являются всевозможные экспертные системы, в том числе:
нелинейный контроль над процессами (производ- ство);
самообучающиеся системы (или классификаторы), исследование рисковых и критических ситуаций;
распознавание образов;
финансовый анализ (рынки ценных бумаг);
исследование данных (корпоративные хранилища);
совершенствование стратегий управления и ко- ординации действий, например сложное промышленное производство.
Недостатками нечетких систем являются:
отсутствие стандартной методики конструирования нечетких систем;
невозможность математического анализа нечетких систем существующими методами;
применение нечеткого подхода по сравнению с веро- ятностным не приводит к повышению точности вычислений. Но все, же недостатки нечёткой логики не могут пе- ревесить ее достоинства, именно поэтому перспек- тивы нечёткой логики, а значит, нейросетевых подходов к решению прикладных и плохо формализуемых задач
огромны и востребованы.
Сами информационные системы способны диагности- ровать состояние предприятия, оказывать помощь в анти- кризисном управлении, обеспечивать выбор оптимальных решений по стратегии развития предприятия и его ин- вестиционной деятельности. Но если это автоматизиро- ванная система, то при выполнении функции часть ра- боты выполняется персоналом, а часть техникой.
История Информационных систем начинается В 50-е — 60-е гг. Была осознана роль информации как важнейшего ресурса предприятия, организации, региона, общества в целом; начали разрабатывать автоматизиро- ванные информационные системы разного рода.
Но уже начиная с 60-х годов, в истории развития ин- формационного поиска в нашей стране относительно не- зависимо сформировались два направления:
Do'stlaringiz bilan baham: |