Интернет Университет информационных технологий Твой путь к знаниям
  Искать!
Курсы | Обучение | Школа | Магазин | Общение | Новости | Помощь

поддержка курса Основы теории нечетких множеств


? Уровень: для специалистов || Статус: бесплатный || Опубликован: 26.07.2006
Рейтинг: 4.13 || Популярность: 6 || Студентов: 1312/42


Информация о курсе
Одним из популярных направлений Artificial Intelligence является теория нечетких множеств (fuzzy sets). Данный курс является систематизированным вводным курсом в это направление.
Нашей целью является обеспечение достаточно конкретной информацией, без углубления в сложные математические описания, чтобы слушатель мог понять основные идеи и возможности этого направления.

Цель
Познакомить слушателей с одним из ведущими направлениями Artificial Intelligence.

Предварительные знания
Знание линейной алгебры, теории множеств и теории отношений.

Записаться на обучение
  Варианты обучения Цена Документы
  Самостоятельно Бесплатно сертификат
  ИДО "ИНТУИТ" 2000 руб. сертификат + официальное удостоверение о повышении квалификации
  ВШБИ НИУ ВШЭ 8000 руб. удостоверение о повышении квалификации государственного образца
 
Телефон: +7(499) 253-9312, факс: +7(499) 253-9310, e-mail: dpo@intuit.ru, ICQ: Intuit.Ru (632-332-736), Skype: Intuit.Ru
1.
В лекции формулируется определение нечеткого множества, описываются характеристики нечетких множеств. Приводится классификация нечетких множеств по области значений функции принадлежности. Дается аксиоматическое описание операторов для построения алгебры нечетких множеств.
2.
В лекции определяется понятие нечеткого отношения, описываются свойства нечетких отношений и операции над ними. Рассматриваются вопросы декомпозиции и транзитивного замыкания нечетких отношений. Дается определение проекции нечеткого отношения.
3.
В лекции приводится классификация нечетких отношений, рассматриваются классы нечетких отношений сходства и различия, а также класс нечетких порядков. В качестве примеров применения теории нечетких отношений рассматриваются задачи нечеткой классификации и нечеткого упорядочения.
4.
В лекции вводится понятие показателя размытости нечеткого множества, рассматриваются аксиоматические и метрические способы задания показателя размытости. Изучаются понятия нечеткой меры и нечеткого интеграла. Описываются основные классы нечетких мер. В конце лекции приводятся два примера применения теории нечетких мер для решения практических задач.
5.
В лекции даются основные понятия теории измерений. Далее рассматривается классификация различных методов построения функции принадлежности, основанная на классической теории измерений.
6.
В лекции рассматриваются наиболее распространенные методы построения функций принадлежности.
7.
В лекции дается определение нечеткого числа, рассматриваются его свойства, описываются операции над нечеткими числами. Подробно рассматриваются нечеткие треугольные числа, а также различные арифметики нечетких треугольных чисел.
8.
В лекции дается определение нечеткой переменной и рассматриваются различные логики данной нечеткой переменной.
9.
В данной лекции дается формальное определение лингвистической переменной, описываются основные ее свойства. Рассматривается понятие лингвистической переменной истинности, на базе которой строится нечеткая лингвистическая логика.
10.
В лекции рассматривается композиционное правило вывода — главное понятие теории приближенных рассуждений. Описывается работа нечеткой экспертной системы, основанной на принципах теории приближенных вычислений.
11.
В лекции дается строгое, формальное определение нечеткого алгоритма, рассматриваются способы его выполнения, описывается метод представления нечеткого алгоритма в виде ориентированного графа.
12.
В лекции рассматриваются следующие нечеткие алгоритмы обучения: обучающийся нечеткий автомат, обучение на основе условной нечеткой меры, адаптивный нечеткий логический регулятор, обучение при лингвистическом описании предпочтения.
13.
В лекции рассматриваются основные понятия, используемые в задачах нечеткой оптимизации. Разбираются модели нечеткого математического программирования и нечеткой ожидаемой полезности.
14.
В лекции рассматриваются применения метода нечетких множеств в различных задачах контроля и управления
 
 

Внимание! Если Вы увидите ошибку на нашем сайте, выделите её и нажмите Ctrl+Enter.
Нужна помощь?
• Забыли пароль? Вам сюда...
• Есть вопрос? Спрашивайте!
Вы можете:
• Изменить персональные данные
• Изменить параметры подписки
Интернет-магазин:
• Ваши заказы здесь
• Ваш личный счет
Курсы | Учебные программы | Учебники | Вопросы и Ответы | Форум | Новости | Помощь

Телефон: +7 (499) 253-9312, 253-9313, факс: +7 (499) 253-9310, email: info@intuit.ru
© INTUIT.ru::Интернет-Университет Информационных Технологий - дистанционное образование, 2003-2011
Проект Издательства "Открытые Системы".
Партнеры: РМ Телеком, KRAFTWAY COMPUTERS.
Rambler's Top100