В монографии выделен и формально описан класс нечетких многокритериальных задач принятия решений. Задачи описываются векторным нечетким отношением предпочтения.
Для этих задач введено множество Парето, определена эффективность процедур выбора. Изучены на Парето-эффективность различные свертки векторного нечеткого отношения предпочтения. Специально рассмотрены нечеткие многокритериальные задачи принятия решений с неполной информацией, когда отношения предпочтения несвязны, или заданы интервальные оценки на парах решений. Для них сформирована система вложенных одно в другое Парето-эффективных структур, соответствующих разным уровням неполноты информации.
Рассматриваются методы достоверного (дедуктивного) и правдоподобного (абдуктивного, индуктивного) выводов в интеллектуальных системах различного назначения. Приводятся методы дедуктивного вывода на графовых структурах. Описываются как классические, так и немонотонные модальные логики: логики убеждения и знания, немонотонные логики Мак-Дермотта и Дойла, автоэпистемические логики Мура, логики умолчания Рейтера. Приводятся основы теории аргументации и методы абдуктивного вывода. Рассматриваются базовые принципы построения систем обучения и принятия решений и даются задачи обучения «без учителя» и «с учителем». Излагаются индуктивные методы для случая с неполной информацией и методы теории приближенных множеств.
Во 2-е издание добавлены главы об исчислении высказываний и об исчислении предикатов первого порядка, а также о работе с реальными «зашумленными» базами данных в задаче индуктивного формирования понятий.
Рассматриваются методы дедуктивного вывода и обобщения в системах принятия решений. Дается описание двух классов формальных систем: исчисления высказываний и исчисления предикатов первого порядка. Рассматриваются декларативные, процедурные и специальные модели представления знаний; особое внимание уделяется семантическим сетям. Приводятся дедуктивные методы вывода, где наряду с классическими типа принципа резолюции и его модификации излагаются методы дедуктивного вывода на семантических сетях; дается применение методов дедукции в системах управления сложными объектами. Рассматриваются методы обобщения понятий по признакам и по структурам и их реализация в системах управления. Излагаются методы обобщения с использованием нечетких переменных и иерархические методы кластеризации.
Для специалистов в области искусственного интеллекта, систем управления и принятия решений.
В учебном пособии приведены основные понятия, определения, теоремы теории принятия решений и теории нечетких множеств. В каждый раздел включено достаточное количество примеров с подробным описанием решения каждого из них и задачи для самостоятельного решения.
Учебное пособие предназначено для студентов бакалавриата и магистратуры, обучающихся по направлениям подготовки 09.03.01 и 09.04.01 «Информатика и вычислительная техника», 02.03.01 «Фундаментальная информатика и информационные технологии», 10.03.01 «Информационная безопасность», 11.03.02 «Инфокоммуникационные технологии и системы связи», 12.03.01 «Приборостроение», 27.03.04 «Управление в технических системах».
Учебное пособие может быть использовано для аудиторной и самостоятельной работы студентов.
Представлены основные положения теории принятия решений и рассмотрены вопросы, связанные с разработкой систем поддержки принятия решений (СППР). Приведена классификация СППР и примеры архитектур для различных типов СППР. Предназначено для студентов факультета электроники и вычислительной техники очной и заочной форм обучения.
