Магистерская диссертация на тему: Цель - закрепление знаний, полученных при изучении технологии программирования гибких

Введение

Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются обобщениями классической теории множеств и классической формальной логики. Данные понятия были впервые предложены американским ученым Лотфи Заде (Lotfi Zadeh) в статье "Fuzzy Sets" (Нечеткие Множества) в 1965 году в журнале Information and Control. Основной причиной появления новой теории стало наличие нечетких и приближенных рассуждений при описании человеком процессов, систем, объектов.

Идея, лежащая в основе теории нечетких множеств, заключается в том, что человек в своей повседневной жизни мыслит и принимает решения на основе нечетких понятий. Создание теории нечетких множеств - это попытка формализовать человеческий способ рассуждений. Развитие вычислительной техники позволяет в настоящее время создавать на базе теории нечетких множеств системы нечеткой логики, которые копируют способ рассуждений человека.[2]

Прежде чем нечеткий подход к моделированию сложных систем получил признание во всем мире, прошло не одно десятилетие с момента зарождения теории нечетких множеств. И на этом пути развития нечетких систем принято выделять три периода[5].

Первый период (конец 60-х - начало 70 гг.) характеризуется развитием теоретического аппарата нечетких множеств (Л. Заде, Э. Мамдани, Беллман). Во втором периоде (70-80-е годы) появляются первые практические результаты в области нечеткого управления сложными техническими системами (парогенератор с нечетким управлением). Одновременно стало уделяться внимание вопросам построения экспертных систем, построенных на нечеткой логике, разработке нечетких контроллеров. Нечеткие экспертные системы для поддержки принятия решений находят широкое применение в медицине и экономике. Наконец, в третьем периоде, который длится с конца 80-х годов и продолжается в настоящее время, появляются пакеты программ для построения нечетких экспертных систем, а области применения нечеткой логики заметно расширяются. Она применяется в автомобильной, аэрокосмической и транспортной промышленности, в области изделий бытовой техники, в сфере финансов, анализа и принятия управленческих решений и многих других.

Триумфальное шествие нечеткой логики по миру началось после доказательства в конце 80-х Бартоломеем Коско знаменитой теоремы FAT (Fuzzy Approximation Theorem). В бизнесе и финансах нечеткая логика получила признание после того как в 1988 году экспертная система на основе нечетких правил для прогнозирования финансовых индикаторов единственная предсказала биржевой крах. И количество успешных фаззи-применений в настоящее время исчисляется тысячами.

В гибких компьютеризированных системах, как правило, обрабатываемые данные носят четкий, числовой характер. Однако иногда могут присутствовать неточности и неопределенности, часто приходится находить разумный компромисс между понятиями "точность" и "важность". В этом случае на помощь приходит концепция нечеткой логики.

Оглавление

- Введение

- Анализ технического задания

- Анализ технических решений

- Библиотека MFC

- Нечеткая логика - математические основы

- Применение нечеткой логики

- Проектирование функциональной структуры программного обеспечения

- Программная реализация выводы

- Перечень ссылок

- Приложение А. Исходный текст программы