Інфопакет

Нечіткі множини та нечітка логіка

ВБ1.10

Вибіркова дисципліна для ОП

Перший

2021/2022

8 Семестр

4

Використовувати методи обчислювального інтелекту, машинного навчання, нейромережевої та нечіткої обробки даних, генетичного та еволюційного програмування для розв'язання задач розпізнавання, прогнозування, класифікації, ідентифікації об'єктів керування тощо; проектувати, розробляти та аналізувати алгоритми розв'язання обчислювальних та логічних задач, оцінювати ефективність та складність алгоритмів на основі застосування формальних моделей алгоритмів та обчислюваних функцій; застосовувати технології “м'яких обчислень” та експертного оцінювання для розв'язання практичних задач в різних предметних областях в детермінованих умовах, умовах невизначеності, ризику та в умовах конфлікту.

Очна форма

Знати теорію імовірності, методи оптимізації та прийняття рішень. Вміти використовувати ці знання при вирішенні практичних задач. Володіти навичками роботи з базовим програмним забезпеченням.

У рамках дисципліни «Нечіткі множини та нечітка логіка» розглядаються нечіткі множини, нечіткі відношення, способи їх представлення та операції над ними, класифікація функцій приналежності, методи їх побудови, нечіткі величини і операції над ними, нечіткі і лінгвістичні змінні, нечіткі висловлювання та способи їх задання, нечітке виведення, системи нечіткого виведення та їх застосування. В результаті вивчення дисципліни студент повинен знати фундаментальні розділи теорії нечітких множин, необхідні для проведення наукових досліджень в області математичного забезпечення інформаційних технологій, уміти моделювати різні типи невизначеності, володіти математичним апаратом теорії нечітких множин, нечіткого виведення та технологіями м'яких обчислень, необхідними для розробки інформаційних систем підтримки прийняття рішень, орієнтованих на обробку інформації в умовах невизначеності.

1. Прохорова О. М., Н. В. Кальчук. Моделі і методи нечіткої логіки: навч. посіб. Нац. аерокомс. ун-т ім. Н. Є. Жуковського “ХАІ”, 2021. 166 с 2. Кондратенко Ю. П., Сіденко Є.В. Нечіткі множини та нечітка логіка. Методичні рекомендації та вказівки для виконання лабораторних робіт студентами спеціальності 122 «Комп’ютерні науки». – Миколаїв : ЧНУ ім. Петра Могили, 2019. – 36 с. 3. П. Кравець, Р. Киркало. Системи прийняття рішень з нечіткою логікою. Національний університет “Львівська політехніка”. 2009. С. 115-123. 4. Разживін, О. В., Суботін О. В. Синтез нечітких регуляторів в системах автоматичного керування: навчальний посібник. Краматорськ : ЦТРІ «Друкарський дім», 2017. 212 с. 5. Триус Ю. В., Галасун К. І. Нечіткі моделі і методи в системах прийняття рішень: навчальний посібник. Черкаси, ЧДТУ, 2013. 112 c.

Лекції, лабораторні заняття, самостійна робота.

Рівень досягнення всіх запланованих результатів навчання визначається за результатами написання письмових контрольних робіт та виконання самостійних ї робіт. Максимальна кількість балів, яку може отримати студент за роботу в семестрі не перевищує 60 балів за 100-бальною шкалою. Підсумкове оцінювання здійснюється у формі екзамену. Максимальна кількість балів які можуть бути отримані студентом - 40 балів за 100-бальною шкалою. Якщо студент під час здачі екзамену отримав менше ніж 24 бали, то йому ставиться «незадовільно», а набрані бали не зараховуються. Студент не допускається до екзамену, якщо під час семестру набрав менше ніж 36 балів (менше 60% від максимально можливої кількості балів, які студент може отримати за роботу в семестрі). 

Українська