Интеллектуальные информационные системы. Макаренко С.И. - 169 стр.

     2. допустимых интервалов их изменения;
     3. статистических законов распределения для отдельных величин;
     4. лингвистических критериев и       ограничений,   полученных   от
        специалистов-экспертов и т.д.
     Наличие в сложной многоуровневой иерархической системе управления
одновременно различных видов неопределенности делает необходимым
использование для принятия решений теории нечетких множеств, которая
позволяет адекватно учесть имеющиеся виды неопределенности.
     Разработанные в настоящее время количественные методы принятия
решений (такие, как максимизация ожидаемой полезности, минимаксная
теория, методы максимального правдоподобия, теория игр, анализ «затраты –
эффективность» и другие) помогают выбирать наилучшие из множества
возможных решений лишь в условиях одного конкретного вида
неопределенности или в условиях полной определенности. К тому же,
большая часть существующих методов для облегчения количественного
исследования в рамках конкретных задач принятия решений базируется на
крайне упрощенных моделях действительности и излишне жестких
ограничениях, что уменьшает ценность результатов исследований и часто
приводит к неверным решениям.
     Применение для оперирования с неопределенными величинами
аппарата теории вероятности приводит к тому, что фактически
неопределенность, независимо от ее природы, отождествляется со
случайностью, между тем как основным источником неопределенности во
многих процессах принятия решений является нечеткость или
расплывчатость (fuzzines).
     В отличие от случайности, которая связана с неопределенностью,
касающейся принадлежности или непринадлежности некоторого объекта к
нерасплывчатому множеству, понятие «нечеткость» относится к классам, в
которых могут быть различные градации степени принадлежности,
промежуточные между полной принадлежностью и непринадлежностью
объектов к данному классу.
      При наиболее абстрактном подходе к системе критерий
функционирования этой системы на языке теории нечетких множеств
можно представить в форме максимизации степени допустимости и
эффективности принимаемых решений. Поэтому в качестве подмножества
выбрано подмножество допустимых и эффективных значений параметра х.
Подмножество эффективных значений параметра х является нечетким для
реальных систем, так как нельзя сказать, что лишь одно значение, например
х2 =4, является эффективным, а все остальные значения х неэффективны
(рис. 17.3), т.е. µA(4)=1 и µA(x)=0 для x≠4.



                                   168