|
ных математических методов. При этом увеличение исходных данных системы увеличивает количество переменных и параметров, а вычисление отдельных переменных и параметров сильно затрудняется, что вызывает трудности в создании адекватной поставленной задаче модели. Вместо этого Л.А.Заде предложил лингвистическую модель, которая использует не математические выражения, а слова, отражающие качество. Применение этой лингвистической модели, принципом которой является построение фразы типа «если»... «то» (например, «если X равен примерно 3, то У будет равен примерно 80, а если X примерно равен 8, то У примерно 120» или «если X малое, то У большое»), не обеспечивает такую же точность, какой обладают математические модели, но дает возможность создать качественную модель системы, причем Заде утверждал, что «нечеткость это, скорее, достоинство, а не недостаток моделирования» (144). В настоящее время особую актуальность приобретают системы, предназначенные для поддержки процессов принятия решений, в частности, советующие и экспертные системы. Кратко можно перечислить основные отличительные преимущества по сравнению с прочими: • возможность оперировать входными данными, заданными нечетко: например, непрерывно изменяющиеся во времени значения (динамические задачи), значения, которые невозможно задать однозначно (результаты статистических опросов, рекламные кампании и т.д.); • возможность нечеткой формализации критериев оценки и сравнения: оперирование критериями «большинство», «возможно», «предпочтительно» и т.д.; • возможность проведения качественных оценок, как входных данных, так и выводимых результатов; • возможность проведения быстрого моделирования сложных динамических систем и их сравнительный анализ с заданной степенью точности: оперируя принципами поведения системы, описанной нечеткими мето |
93 переменных и параметров сильно затрудняется, что вызывает трудности в создании адекватной поставленной задаче модели. Вместо этого Л.А.Заде предложил лингвистическую модель, которая использует не математические выражения, а слова, отражающие качество. Применение этой лингвистической модели, принципом которой является построение фразы типа «если»... «то» (например, «если X равен примерно 3, то У будет равен примерно 80, а если X примерно равен 8 , то У примерно 120» или «если X малое, то У большое»), не обеспечивает такую же точность, какой обладают математические модели, но дает возможность создать качественную модель системы, причем Заде утверждал, что «нечеткость это, скорее, достоинство, а не недостаток моделирования» [108]. Сегодня наибольшее распространение теория получила в Японии, в промышленных областях, но японские специалисты [73] отмечают рост прикладных исследований по применению нечетких систем в непромышленных областях, таких как медицина, экономика, маркетинг, страхование, обучение и т.д. В настоящее время особую актуальность приобретают системы, предназначенные для поддержки процессов принятия решений, в частности, советующие и экспертные системы. Кратко можно перечислить основные отличительные преимущества по сравнению с прочими: возможность оперировать входными данными, заданными нечетко: , непрерывно изменяющиеся во времени значения (динамические задачи), значения, которые невозможно задать однозначно (результаты статистических опросов кампании и т.д ); рекламные 94 • возможность нечеткой формализации критериев оценки и сравнения: оперирование критериями «большинство», «возможно», «предпочтительно» и т.д.; • возможность проведения качественных оценок как входных данных, так и выводимых результатов; • возможность проведения быстрого моделирования сложных динамических систем и их сравнительный анализ с заданной степенью точности: оперируя принципами поведения системы, описанной нечеткими методами, нет необходимости тратить время на расчет точных значений переменных и составление уравнений, которые их описывают. Математический аппарат, предоставляющий такие возможности, детально описан в специальной литературе как комбинация множественных и вероятностных приемов. Теоретическая база алгебры нечетких множеств достаточно объемна, поскольку в расчетах используются не только новые термины и понятия, но операции над нечеткими множествами также в корне отличаются от операций над традиционными множествами. Краткое изложение теории алгебры нечетких множеств и методология решения некоторых видов задач приведены в Приложении 1. По мнению автора, перспективы применения нечетких систем в маркетинге разнообразны. В настоящее время любая крупная фирма понимает, что основой маркетинговой информации является информация о клиенте, получаемая путем сбора анкет, возвратных купонов, отзывов на адресную рекламу, анализа статистических данных продаж. Подобная информация часто накапливается и упорядочивается в базах данных, которые в настоящее время недостаточно гибки, чтобы систематизировать всю информацию о клиенте, которая в большей своей части имеет вид нечеткости. Для консолидации данных такого рода требуются и, кстати, I |