Статья

Название статьи АНАЛИЗ МОДЕЛЕЙ ПРИНЯТИЯ РЕШЕНИЙ В НОВЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЯХ В УСЛОВИЯХ НЕЧЕТКОСТИ И НЕОПРЕДЕЛЕННОСТИ
Автор С.Н. Щеглов
Рубрика РАЗДЕЛ III. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2012
Индекс УДК 519.712.2
DOI
Аннотация В настоящее время современные интеллектуальные и производственные системы автоматизированного проектирования характеризуются нечеткостью входной и выходной информации, что часто делает некорректным их эффективное функционирование. Это приводит к невозможности и затруднению практического применения существующих систем и методов поддержки принятия решений. В работе представлены модели принятия решений в новых информационных технологиях в условиях нечеткости и неопределенности. Рассмотрены вопросы разработки теории, принципов и построения интегрированных математических моделей и методов для эффективного принятия решений. Показана модифицированная обобщенная схема поддержки принятия решений.

Скачать в PDF

Ключевые слова Информационные технологии, модель; анализ и извлечение данных; графовые модели; принятие решений; эволюционные алгоритмы; биоинспирированные методы оптимизации; проектирование; задача.
Библиографический список 1. Петровский А.Б. Теория принятия решений. – М.: Изд. центр «Академия», 2009.
2. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М.: Физматлит, 2003.
3. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. – М.: Логос, 2000.
4. Курейчик В.В., Курейчик В.М., Гладков Л.А., Сороколетов П.В. Бионспирированные методы в оптимизации. – М.: Физмалит, 2009.
5. Редько В.Г. Эволюция, нейронные сети, интеллект: модели и концепции эволюционной кибернетики. – М.: Комкнига, 2005.
6. Грешилов А.А. Математические методы принятия решений. – М.: Изд-во МГТУ им. Баумана, 2006.
7. Курейчик В.В., Сороколетов П.В. Архитектуры и стратегии принятия решений. Сборник трудов международной научно-практической конференции «Интегрированные модели и
мягкие вычисления в искусственном интеллекте». Т. 2. – М.: Физматлит, 2007. – С. 397-406.
8. Гладков Л.А., Курейчик В.В., Курейчик В.М. Дискретная математика: Теория множеств, алгоритмов, алгебры логики. – Таганрог: Изд-во ТТИ ЮФУ, 2009
9. Малышев В.В., Пиявский Б.С., Пиявский С.А. Методы принятия решений в условиях многообразия способов учета неопределенности // Известия РАН. Теория и системы
управления. – 2010. – № 1. – С. 46-61.
10. Вагин В.Н. и др. Достоверный и правдоподобный вывод в интеллектуальных системах. – М.: Физматлит, 2008. – 712 с.
11. Курейчик В.В. Ковалев С.М. Курейчик В.М. Соколов С.В. Оптические системы с нечеткой логикой в задачах адаптивного моделирования слабоформализованных процессов // Известия РАН. Теория и системы управления. – М.: Физматлит, 2011. – № 3. – С. 111-121.
12. Курейчик В.М. Биоинспирированный поиск с использованием сценарного подхода // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 7-13.
13. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 13-21.
14. Курейчик В.М., Кажаров А.А. Использование роевого интеллекта в решении NP-трудных задач // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 30-36.
15. Щеглов С.Н. Современные технологии построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2008. – № 4 (81). – С. 106-111.

Comments are closed.