3.2. Обработка нечетких данных как неопределенных чисел

1. Содержание

   • Предисловие
   • Список использованных сокращений
   • Часть 1.
   • Глава 1. Математические основы формализации и методов описания
   • Часть 2.
   • Глава 2. Методы представления знаний с использованием
   • Часть 3.
   • Глава 3. Интеллектуальные технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
   • Часть 4.
   • Глава 4. Источники информации и причины возникновения ее неопределенности
   • 4.1. Переработка и использование информации в реальных условиях функционирования агрегатов
   • Часть 5.
   • Список использованных сокращений и обозначений
   • Введение:
   • Часть 1.
   • Глава 1. Математические основы формализации и методов описания
   • Формализация объекта и парадигмы
   • 1.3. Множества и перечень базовых операций над множествами
   • Перечень базовых операций над множествами
   • Области определения функций
   • Обратная функция
   • Теорема
   • Мера и нечеткая мера
   • Задача построения нечетких мер
   • Нечеткие множества: определение и формы записи в операциях и
   • 1.7.Функции доверия и правило Демпстера а.Р.,[23]
   • 1.8. Нормировка функций в теории нечётких множеств
   • 1.9. Нечёткие отношения: прямая и обратная задачи
   • Глава 2. Методы представления знаний с использованием приближенных и нечетких множеств
   • 2.1.Нечеткие вычислительные технологии
   • 2.2.Семантика объекта: определение и типизация
   • 2.3.Создание Базы знаний: постановка, семантика, прагматика
   • 2.4. Сопоставление объектов: постановка, семантика, прагматика
   • 2.5.Распознавание объектов: постановка, семантика, прагматика
   • 2.6. Управление процессом представления знаний
   • Нечёткие множества: субъективность и неточность
   • 2.8.Нечеткая алгебра
   • 2.9.Нечеткие иерархические отношения
   • 2.10.Естественность операций max и min
   • 2.11.Нечеткая статистика
   • 2.12. Совместимость и нечеткое ожидание
   • Глава 3. Нечеткие технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
   • 3.2. Обработка нечетких данных как неопределенных чисел
   • Методология представления агрегата в виде комплексного механизма
   • 3.2.2. Описание исходной информации на языке размытых множеств
   • Размытость интервалов, ограничений, критериев и целей управления в эксплуатации и диагностике
   • 3.3.3. Размытые ограничения, цели и оптимизация работы агрегата в условиях нечеткой информации о состоянии
   • Анализ информации для диагностики и оценивания состояния механизмов
   • 3.5. Оценки погрешностей измерений и наблюдений за состоянием агрегатов
   • Влияние погрешностей исходных данных на погрешности диагноза
   • Глава 4. Источники информации и причины возникновения ее неопределенности
   • 4. 2. Управление и идентификация на объекте в условиях неопределенности информации на основе знаний, получаемых при функциональной диагностике
   • Тогда множество диагностических признаков g также будет нечетким
   • 4.3.Представление и использование чётких и «размытых» знаний в математических моделях оценивания состояния агрегатов, на основе функциональной диагностики
   • 4.3.1.Формализация решения задачи оценивания состояния
   • 4.3.2. Особенности решения задач контроля и функционирования агрегата
   • Глава 5. Введение в генетическое программирование
   • 5.1. Введение в генетические и эволюционные алгоритмы
   • 5.2. Сравнительный анализ эволюционных алгоритмов
   • 5.3. Генетическое программирование
   • 5.4. Перспективные направления развития гп
   • Глава 6. Введение в нейронные сети
   • 6.1. Алгоритмы их обучение и эластичные нейро-нечеткие системы
   • 6.2. Имитация нервных клеток
   • 6.3. Математическая модель нейрона
   • 6.4. Обучение нейронных сетей
   • 6.5. Метод обратного распространения ошибки
   • 6.6. Алгоритм настройки нейронной сети
   • Глава 7. Другие методы нечетких технологий для построения
   • 7.1. Введение в теорию возможностей и смысла
   • 7.1.1. Неопределенность и неточность
   • 7.1.2. Традиционные модели неточности и неопределенности
   • 7.1.3. Меры неопределенности
   • 7.1.4. Меры возможности и необходимости
   • 7.1.5. Возможность и вероятность
   • 7.2. Языки и технологии логического программирования prolog, lisp
   • Глава 8. Послесловие
   • 8.1. Эволюция искусственного интеллекта для развития интеллектуальных
   • 8.2.Экспертные системы нового уровня
   • 8.3. Роботика
   • 8.4. Преобразование речи искусственного языка
   • 8.5. Интеллект муравьёв и его использование
   • 8.6. Искусственная жизнь, мозг, познание, разум, память и мышление
   • 8.7. Боты
   • Optimizator подсистемы диагностики состояния энергоустановок, skais, для решения задач технического обслуживания
   • Заключение
   • Заключение
   • Литература