https://libeldoc.bsuir.by/handle/123456789/52675| Title: | Принятие решений на основе условной нечеткой меры |
| Other Titles: | Decision-Making Based on a Conditional Fuzzy Measure |
| Authors: | Герман, О. В. Герман, Ю. О. Мигалевич, С. А. Кузнецов, М. В. |
| Keywords: | доклады БГУИР;нечеткая логика;системы принятия решений |
| Issue Date: | 2023 |
| Publisher: | БГУИР |
| Citation: | Принятие решений на основе условной нечеткой меры=Decision-Making Based on a Conditional Fuzzy Measure / О. В. Герман [и др.] // Доклады БГУИР. – 2023. – Т. 21, № 4. – С. 76–83. |
| Abstract: | Рассмотрено применение уcловной логической формулы трехзначного исчисления в системе принятия решений. Такая формула дает возможность определения на ее основе условной нечеткой меры, что связано со следующими положительными моментами. Во-первых, отпадает необходимость в экспертном оценивании нечеткой меры истинности заключения для нечетких посылок, что уменьшает степень субъективности и устраняет необходимость обеспечения полноты статистических данных, а также обоснование полноты. Во-вторых, предлагаемый вариант вычисления условных заключений сравнительно просто допускает многопосылочный случай и возможность оценивать важность посылок на основе их приоритетов (в классических подходах типа Мамдани посылки не различаются по степени их важности для заключений). В-третьих, нет необходимости оценивать степень истинности самих правил для нечетких заключений. Указанные достоинства упрощают практическое использование и, в конечном итоге, повышают качество принимаемых решений, особенно в случае большого числа входных посылок (например, исчисляемого десятками). Приводится пример практического использования развиваемого на основе нечеткой условной меры подхода для принятия решений о коррекции процесса обучения по результатам тестирования. |
| Alternative abstract: | The application of a conditional logical formula of three-valued calculus in the decision-making system is considered. A conditional logical formula makes it possible to determine a conditional fuzzy measure on its basis, which is associated with the following positive aspects. First, there is no need for expert evaluation of the fuzzy measure of the truth of the conclusion for fuzzy premises, which reduces the degree of subjectivity and eli minates the need to ensure the completeness of statistical data, as well as the justification of completeness. Secondly, the proposed version of calculating conditional conclusions relatively simply allows for a multi-premise case and the ability to evaluate the importance of premises based on their priorities (in classical approaches like Mamdani, premises do not differ in their degree of importance for conclusions). Thirdly, there is no need to eva luate the degree of truth of the rules themselves for fuzzy conclusions. These advantages simplify practical use and ultimately improve the quality of decisions made, especially in the case of a large number of inputs (for exam ple, numbered in tens). An example of the practical use of the approach developed on the basis of a fuzzy conditional measure for making decisions about the correction of the learning process based on the testing results is given. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/52675 |
| DOI: | http://dx.doi.org/10.35596/1729-7648-2023-21-4-76-83 |
| Appears in Collections: | Том 21, № 4 |
| File | Description | Size | Format | |
|---|---|---|---|---|
| German_Prinyatie.pdf | 352.45 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.