Рекомендуемая категория для самостоятельной подготовки:
Доклад*
| Код |
164389 |
| Дата создания |
2012 |
| Страниц |
5
|
| Источников |
9 |
Мы сможем обработать ваш заказ (!) 19 апреля в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Фрагмент работы для ознакомления
Функция принадлежности к заданному множеству представляет собой плавную сигмоиду, проходящую все значения от нуля до единицы. Теория Fuzzy Logic позволяет выполнять над такими величинами объединение, пересечение, отрицание и др. [8]
Процессор нечеткой логики принимает аналоговые сигналы, переводит в нечеткий формат, затем преобразует результаты в формат традиционной логики и далее в аналоговый сигнал.
Эти операции осуществляется без использования запоминающих устройств, преобразователей и программного обеспечения нечеткой логики. Микропроцессор прост по сравнению с громоздким программным обеспечением. В основе процессора лежит комбинированный цифровой/аналоговый кристалл, функционирующий на высоких скоростях, превышающих скорость работы программного обеспечения.
Литература
Усков А.А., Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Телеком, 2004 – 124 с.
Берштейн Л.С., Нечеткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: ТРТУ, 2004 - 110 с.
Рутковская Д.М., Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Телеком, 2004 - 352с.
Круглов В.В., Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2003 - 244 с.
Алтунин А.Е., Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: ТГУ, 2003 - 352 с.
Ярушкина Н.Г., Основы теории нечетких и гибридных систем. Учебное пособие. Финансы и статистика, 2004 - 320c.
Бочарников В.П., Fuzzy-Технология: математические основы практика моделирования в экономике. Спб, 2001 - 228 с.
Кофман А.И., Введение в теорию нечетких множеств. М.: Радио и связь, 2002 - 232 с.
Малышев Н.Г., Нечеткие модели для экспертных систем. М.: Энергоиздат, 2001 - 176 с.
Список литературы [ всего 9]
Литература
1.Усков А.А., Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Телеком, 2004 – 124 с.
2.Берштейн Л.С., Нечеткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: ТРТУ, 2004 - 110 с.
3.Рутковская Д.М., Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Телеком, 2004 - 352с.
4.Круглов В.В., Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2003 - 244 с.
5.Алтунин А.Е., Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: ТГУ, 2003 - 352 с.
6.Ярушкина Н.Г., Основы теории нечетких и гибридных систем. Учебное пособие. Финансы и статистика, 2004 - 320c.
7.Бочарников В.П., Fuzzy-Технология: математические основы практика моделирования в экономике. Спб, 2001 - 228 с.
8.Кофман А.И., Введение в теорию нечетких множеств. М.: Радио и связь, 2002 - 232 с.
9.Малышев Н.Г., Нечеткие модели для экспертных систем. М.: Энергоиздат, 2001 - 176 с.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00432