526

Рассматривается построение модели, основанной на нечетких правилах вывода с использованием Zоценивания, для получения выводов c использованием неопределенной, неточной или неполной исходной
информации. Предлагается общий подход вычислений над Z-числами на основе принципа расширения Заде.
Излагаются основные арифметические операции над дискретными Z-числами. Рассмотрены три типа нечёткой
модели оценки состояния слабоформализуемого процесса, вывод которой представляется в виде линейной и
нелинейной зависимости, а также в виде нечетких термов. Описаны вычислительные эксперименты и сделан
анализ полученных результатов.
 

  • Web Address
  • DOI
  • Date of creation in the UzSCI system27-11-2019
  • Read count466
  • Date of publication28-12-2015
  • Main LanguageRus
  • Pages85 - 89
Русский

Рассматривается построение модели, основанной на нечетких правилах вывода с использованием Zоценивания, для получения выводов c использованием неопределенной, неточной или неполной исходной
информации. Предлагается общий подход вычислений над Z-числами на основе принципа расширения Заде.
Излагаются основные арифметические операции над дискретными Z-числами. Рассмотрены три типа нечёткой
модели оценки состояния слабоформализуемого процесса, вывод которой представляется в виде линейной и
нелинейной зависимости, а также в виде нечетких термов. Описаны вычислительные эксперименты и сделан
анализ полученных результатов.
 

English

this paper the construction of a model based on fuzzy inference rules using the Z-evaluation aimed at making
inferences based on the use of vague, inaccurate or incomplete initial information. Proposed а general approach for the
calculation under Z-numbers on the basis of extension of Zadeh. It sets out the basic arithmetic discrete Z-numbers.
Considered three types fuzzy assessment model for weakly formalized process, whose output is a linear and non-linear
dependence, as well as fuzzy terms. Computational experiments and made an analysis of the results.
 

Ўзбек

Ushbu maqolada noaniq va to’liq bo’lmagan axborotdan foydalanish asosida xulosalar olishga yo’naltirilgan Zbaholashdan foydalanib, xulosalarning noravshan qoidalariga asoslangan modеllarni qurish ko’rib chiqilgan. Zadе
kеngaytmasi prinsipi asosida Z-sonlar ustida hisoblashlar uchun umumiy yondoshuv taklif qilingan. Diskrеt Z-sonlar
ustida bajariladigan asosiy arifmеtik amallar bayon qilingan. Natijasi chiziqli va nochiziqli bog’liqlik ko’rinishida,
shuningdеk noravshan tеrmlar ko’rinishida tasvirlangan sust shakllangan jarayonlar holatini baholashning uch xil
noravshan modеli ko’rib chiqilgan. Tajribalar o’tkazilib, olingan natijalarning tahlili kеltirilgan.
 

№ Name of reference
1 Zadeh L.A. A note on a Z-number, Information Sciences 181. – USA, (2011). – Рp. 2923-2932.
2 Kang B., Wei D., Li Y., Deng Y. A Method of Converting Z-number to Classical Fuzzy Number, Journal of Information & Computational Science 9(3), USA, (2012). – Рp. 703-709.
3 Zadeh L.A. Fuzzy sets, Information and Control 8, USA, (1965). – Рp. 338-353.
4 Kaufmann A., Gupta M. Introduction to fuzzy arithmetic: Theory and application, Van Nostrand Reinhold Co. – New York, 1985.
5 Klir G., Yuan B. Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice Hall, New Jersey, 1995.
6 Kang B., Wei D., Li Y., Deng Y. Decision Making Using Z-numbers under Uncertain Environment, Journal of Information & Computational Science 8(7) , USA, (2012). – Рp. 2807-2814.
7 Yager R.R. On a View of Zadeh's Z-Numbers, Advances in Computational Intelligence, Communications in Computer and Information Science 299, USA, (2012). – Рp. 90-101.
8 Yager R.R. On Z-valuations using Zadeh`s Z-numbers, International Journal of Intelligent Systems 27, (2012). – Рp. 259-278.
9 Sevastianov P. Numerical methods for interval and fuzzy number comparison based on the probabilistic approach and Dempster–Shafer theory, Information Sciences 177 (21) (2007). – Рp.4645-4661.
10 Zhai D., Mendel J. Uncertainty measures for general type-2 fuzzy sets, Information Sciences 181(3), USA, (2011). – Рp. 503-518.
11 Zadeh L.A. Methods and systems for applications with Z-numbers, United States Patent, Patent No.: US 8,311,973 B1. – Date of Patent: Nov. 13, 2012.
12 Aliev R.A., Zeinalova L.M. Decision making under Z-information, In: P. Guo, W. Pedrycz (Eds.), Human Centric Decision-Making Models for Social Sciences (Studies in Computational Intelligence), Springer, Berlin Heidelberg, 2013.
13 Aliev R.A., Pedrycz W., Fazlollahi B., Huseynov O.H., Alizadeh A.V., Guirimov B.G. Fuzzy logic-based generalized decision theory with imperfect information, Information Sciences 189 (2011). – Рp.18-42.
14 Farina M., Amato P. A fuzzy definition of "optimality" for many-criteria optimization problems, IEEE Transactions on Systems, Man and Cybernetics, Part A: Systems and Humans 34(3) (2004). – Рp. 315-326.
15 Aliev R.A. Fundamentals of the Fuzzy Logic-Based Generalized Theory of Decisions, Studies in Fuzziness and Soft Computing, 293, Springer, Berlin Heidelberg, 2013.
Waiting