Алгоритмы принятия решений на основе нечеткой логики

Автор: Пользователь скрыл имя, 02 Декабря 2010 в 18:10, лабораторная работа

Описание работы

Нечеткая логика – это математическая наука, служащая расширением классической логики и основанная на концепции частичной истинности. Понятия нечетких множеств (fuzzy sets) и нечеткой логики (fuzzy logic) впервые были предложены американским ученым Лотфи Заде (Lotfi Zadeh) в 1965 г. в статье “Нечеткие множества”, опубликованной в журнале “Информатика и управление”.

Работа содержит 1 файл

лаб работа НЛ.doc

— 412.50 Кб (Скачать)

       3. Отредактируем параметры функций принадлежности в соответствии с условиями задачи (рис. 12): 

Рис. 12. Настройка параметров функций принадлежности 

       4. Сформулируем набор правил (рис. 13): 

Рис. 13. Окно редактора правил

       5. Просмотрим результаты моделирования механизма принятия решений, используя меню «ViewRules» (рис. 14): 

Рис. 14. Окно результатов моделирования 

 

        

       Вариант 1

1.1

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Средняя заработная плата клиента

y – Продолжительность работы на последнем месте

z – Степень финансового

доверия

 

1.2

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Возраст

y – Социальное положение

z – Степень социального доверия
 

1.3

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Степень финансового

доверия

y – Степень социального доверия

z – Максимальный размер потребительского кредита
 

       Вариант 2

2.1

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Уровень осадков

y – Среднесуточная температура

z – Скорость таяния снежного покрова
 

2.2

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Максимальный ожидаемый уровень воды в водохранилище

y – Площадь бассейна водохранилища

z – Объем водяного спуска
 
 

2.3

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Скорость таяния снежного покрова

y – Объем водяного спуска

z – Ожидаемый уровень

половодья

 

       Вариант 3.

3.1

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Качество сценария

y – Качество игры актеров

z – Качество режиссерской

работы

 

3.2

Входные лингвистические  переменные Выходная  лингвистическая переменная
x – Бюджет фильма

y – Уровень спецэффектов

z – Зрелищность фильма
 

3.3

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Качество режиссерской

работы

y – Зрелищность фильма

z – Величина кассовых сборов фильма
 

       Вариант 4.

4.1

Входные лингвистические  переменные Выходная  лингвистическая  переменная
х – Качество преподавания

y – Качество лабораторно-методической базы

z – Качество учебного процесса
 
 

4.2

Входные лингвистические  переменные Выходная  лингвистическая переменная
x – Уровень мотивации студента

y – Степень сообразительности студента

z – Средняя успеваемость студента
 
 

4.3

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Качество учебного процесса

y – Средняя успеваемость студента

z – Уровень усвоения знаний
 

       Вариант 5

5.1

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Уровень финансовых вложений

y – Срок окупаемости проекта

z – Степень эффективности вложения средств
 

5.2

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Квалификация персонала

y – Качество материальной базы

z – Качество выполненной работы
 

5.3

Входные лингвистические  переменные Выходная  лингвистическая  переменная
x – Степень эффективности вложения средств

y – Качество выполненной работы

z – Эффективность проекта

Информация о работе Алгоритмы принятия решений на основе нечеткой логики