Структуры данных в задачах с неопределенностью

• Опубліковано в: : Компьютерная математика
• Дата: 2019
• Автор: Веревка, О.В.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2019
• Теми: Инструментальные средства информационных технологий
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/161930
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Структуры данных в задачах с неопределенностью / О.В. Верёвка // Компьютерная математика. — 2019. — № 1. — С. 28-37. — Бібліогр.: 10 назв. — рос.

Рассмотрены нечеткие условно-линейные отношения – структуру данных, которая делает возможным нечеткую трансформацию существующих точечных методов вычислений при наличии взаимодействующих переменных и линейных зависимостей между ними. В качестве примера использования предложенного подхода рассмотрены нечеткие оценки вероятностей. Привлечение условных нечетких отношений является эффективным способом обеспечения корректности результатов, в частности выполнения четких условий при использовании нечеткой информации. Розглянуто нечіткі умовно-лінійні відношення – структуру даних, що уможливлює нечітку трансформацію існуючих точкових методів обчислень при наявності взаємодіючих змінних та лінійних залежностей між ними. Як приклад застосування наведеного підходу розглянуто нечіткі оцінки ймовірностей. Використання умовних нечітких відношень є потужним засобом забезпечення коректності результатів, зокрема виконання чітких умов при застосуванні нечіткої інформації. Fuzzy conditionally-linear relations are considered. This data structure provides fuzzy transformation possibility for existing point methods of calculations in the presence of fuzzy interactive variables and linear dependences between them. As an example of the approach, fuzzy probability estimates are considered. The use of conditional fuzzy relationships is a powerful mean for providing the correctness of results. In particular, it provides implementation of non-fuzzy conditions when using fuzzy information.