Учреждение высшего образования

«ВРЕД»
«УМЕРЕННЫЙ» «ВЫСОКИЙ» «ОЧЕНЬ ВЫСОКИЙ» 
Y 
0 y
i
Предметная шкала 
0 10 20 30 40 50 60 70 80 90 100
% 
1 
0,7 

---

66 
После этого поисковая системы выбрала подходящие для примене-
ния правила, т.е. те, в которых встречаются термы с ненулевыми значе-
ниями функций принадлежности: Р5; Р8 (рис. 27). 
Рис. 27. Прогноз степени «РИСКа» 68% на терм-множестве лингви-
стической переменной «РИСК» 
Таким образом, можно использовать следующие правила с получен-
ными значениями достоверности 
P5 
ЕСЛИ 
«НАДЁЖНОСТЬ»=<1/«СРЕДНЯЯ»>
И 
«ВРЕД»=<1/«ВЫСО-
КИЙ»>,
ТО 
«РИСК»=«ВЫСОКИЙ».
 
 
0 10 20 30 40 50 60 70 80 90 100
% 
Терм 1 Терм 2 Терм 3
«РИСК
»
«УМЕРЕННЫЙ»«ВЫСОКИЙ»«ОЧЕНЬ ВЫСОКИЙ» 
1 
0,

---

67 
P8 
ЕСЛИ 
«НАДЁЖНОСТЬ»=<1/«СРЕДНЯЯ»>
И 
«ВРЕД»=<0,7/«ОЧЕНЬ 
ВЫСОКИЙ»>,
ТО 
«РИСК»=«ОЧЕНЬ ВЫСОКИЙ».
 
Далее, применив правила Р5; Р8 и произведя процедуру дефаззифи-
кации получим прогноз степени «РИСКа» 68 %. 
Подробнее варианты алгоритмов фаззификации, дефаззификации, 
поиска подходящих правил, формат файлов БД и промежуточных файлов 
и взаимодействия с пользователем описаны в приложении. 
 
5.2.
 
Разработка и исследование нечеткого регулятора 
 
Цель работы:
Объединить в одном проекте редактор правил, редак-
тор лингвистических переменных и нечеткий регулятор. 
Задачи:
Научиться представлять определенные атрибуты знаний; 
разработать алгоритмы создания и редактирования нечётких регулято-
ров; разрабатывать интерфейсы пользователей нечеткого регулятора, 
разработать форматы представления нечетких атрибутов и правил в ин-
формационных системах.