Нечеткие модели и методы в интеллектуальных системах

2008 г.Книга посвящена одному из направлений в области искусственного интеллекта системам с нечёткой логикой и нечётким нейронным сетям и их применению в различных практических задачах. Описан сравнительно новый метод индуктивного моделирования. Рассмотрены многочисленные примеры применения НМГУА в задачах прогнозирования в макроэкономике и финансовой сфере, системы логического вывода с различными алгоритмами нечёткого вывода и нечёткие нейронные сети (ННС). Приводятся результаты их применения в задачах прогнозирования в макроэкономике и на фондовых рынках, дан сравнительный анализ их эффективности. Описана система нечёткой логики для задач классификации NEFClss, a также её новая модернизация.Рассмотрено применение ННС NEFClass в актуальной практической задаче распознавания объектов электрооптических изображений в условиях помех. Рассмотрены задачи кластерного анализа в условиях неопределённости и описаны современные методы нечёткой кластеризации - k-средних и Густавссона - Кесселя, приводятся результаты их применения в задачах автоматической классификации в экономике.Описана актуальная задача анализа инвестиционного портфеля в условиях неопределённости. Изложен современный нечётко - множественный подход для оптимизации инвестиционного портфеля - описаны примеры применения этого подхода для построения оптимального портфеля в условиях неполноты и неопределённости и проведен сравнительный анализ полученных решений с использованием как классического метода Марковитца, так и нечётко - множественной модели.Книга ориентирована в первую очередь на студентов и преподавателей направлений "компьютерные науки" и "компьютерная инженерия", и может служить учебным пособием по курсу "Системы искусственного интеллекта". Она будет полезна также лицам, занимающимся разработкой, исследованием и применением интеллектуальных систем принятия решений, а также всем тем, кто интересуется современными направлениями в области искусственного интеллекта и его многочисленных приложений в задачах прогнозирования, распознавания образов, классификации и кластер - анализа.