В книге обсуждается новый подход к анализу неопределенности, основанный на понятиях нечетких множеств, мер возможности и необходимости. Отличаясь от теории вероятностей своей аксиоматикой и способностью количественного описания неопределенности, этот подход обеспечивает учет неточности информации в виде множеств более или менее возможных значений, что согласуется и с методологией интервального анализа. В первых трех главах последовательно раскрываются связи излагаемого подхода с вероятностными методами, даются основы исчисления нечетких величин с применением к исследованию операций и, наконец, рассматриваются задачи свертывания и сравнения нечетких множеств для систем поддержки принятия решений. В следующих трех главах описываются вопросы применения теории возможностей в столь актуальных областях информатики и искусственного интеллекта, как экспертные системы и реляционные базы данных. Отдельная, очень большая по объему глава, полностью переработанная для второго издания, посвящена методам приближенных рассуждений на основе теории возможностей. Для научных работников; может быть полезна всем, кто занимается вопросами анализа и представления неопределенности: от исследователей в области информатики и искусственного интеллекта до специалистов по математической статистике и теоретиков, занимающихся философскими аспектами науки. метки темы: Нечеткая логика, Искусственный интеллект, экспертные и интеллектуальные системы

Скачать книгу бесплатно (djvu, 3.08 Mb)

---

Читать «Теория возможностей. Приложения к представлению знаний в информатике»