Принятие решений в компании - это ответственность, которую немногие осмеливаются взять на себя, то есть иметь смелость, знания и решение указать или обозначить всю организацию путь, по которому следует идти. Несомненно, это большая ответственность, поскольку от этого зависят тысячи или даже миллионы песо в виде инвестиций, рабочих мест и средств к существованию для многих семей и даже средств к существованию.
Вот почему любая компания или организация не принимает решения легкомысленно или без учета всех факторов, которые могут быть задействованы, а также всех тех, которые могут представлять риск или проблему в будущем.
а-нечеткая мировое принятие решений компания-Теперь, если подумать о людях, чьей задачей является принятие этих решений, они должны быть подготовленными профессионалами, которые обладают разными навыками и взглядами, с разными развитыми навыками. Один из этих навыков - способность количественно оценить неизмеримое. Но как это возможно? Именно в этот момент вступает в игру Нечеткая логика, процесс, с помощью которого информация или знания могут передаваться и приниматься правильно, ясно и точно, даже когда существующие препятствия трудно преодолеть.
В целом, можно упомянуть, что разрозненная информация позволяет дать определенную количественную оценку аспектам, которые вначале не были оценены. Это связано с тем, что, как упоминалось в начале, компании не могут позволить себе идти по пути, который не представляет определенной степени надежности, именно из-за этого области, которые не придают этой ценности их предложениям, очень трудно взломать.
В настоящее время нечеткая логика приобрела значение из-за большого количества приложений в современной промышленности, приложений, которые отражаются в промышленных процессах и системах, разработке устройств искусственного интеллекта с автоматическим выводом, а также в создании электронных элементов. для домашнего использования или развлечений в целом.
Числовые и нечисловые интерпретации.
Язык полон некоторых слов или концепций, которые могут быть поняты человеком, но которые, например, если бы он хотел интерпретироваться роботом или искусственным устройством, он имел бы другие препятствия для интерпретации. Вот почему есть два метода, которые относятся к определенным указанным характеристикам.
Нечисловые методы
При интерпретации и количественной оценке величин и различных характеристик можно упомянуть некоторые нечисловые приближения, которые используются с рассуждениями, близкими к обычным, то есть качественными. Одним из наиболее изученных методов в этой классификации является рассуждение по умолчанию, которое относится к выводам систем правил как к действительным до тех пор, пока не будет найдена более веская причина верить во что-то (González, 2011). Численные методы.
Существуют различные методы, среди которых можно выделить семейство вероятностных методов, которые связывают числовое значение (это может быть степень уверенности) только между 0 и 1 таким образом, что неопределенность относительно выражения. Таким образом, когда предложение или выражение имеют вероятность 0,7, это не означает, что оно истинно на 70%, а означает, что оно имеет 70% веры в выражение. Значение, приписываемое вероятности, в значительной степени зависит от имеющихся свидетельств. Теория Демпстера-Шафера, которая использует степени уверенности, заданные интервалами значений, чтобы можно было представить приобретенные знания. Точно так же есть несколько вероятностных семейств,описание методов, включая точные и приблизительные методы (факторы достоверности)
Нечеткая логика.
Относительно того, что было прокомментировано выше, можно упомянуть, что нечеткая логика в той же мере является методом рассуждений, который попадает в категорию приблизительных и не вероятностных, поскольку его можно определить как расширение многомерной логики, которое значительно облегчает ориентировочно только качественное информационное моделирование. Его нынешний успех или известность объясняются тем, что он имеет возможность решать очень сложные и плохо сформулированные проблемы, которые, если их попытаться решить традиционными методами, очень трудно решить.
Автор Гонсалес (2011) определяет нечеткую логику как:
«Это многомерная логика, которая позволяет математически представить неопределенность и неопределенность, предоставляя формальные инструменты для ее обработки»
Это инструмент, который позволяет установить отображение, в котором любой тип возникающей проблемной ситуации может быть решен путем задания набора входных переменных, то есть пространства ввода, чтобы получить значение, соответствующее проблеме в выходные переменные, то есть выходное пространство.
Историческая справка.
Термин как таковой «нечеткая логика» был впервые использован в 1974 году, и сегодня он используется в широком смысле, поскольку он имеет дело с группировкой теории нечетких множеств, правил «если-то», нечеткой арифметики, кванторов и т. Д., Лофти А. Заде, автор, которому приписывают создание концепции, потому что в его предложении нечеткая логика была представлена как способ обработки информации, при котором данные могут быть связаны с определенной степенью частичной принадлежности множествам. Как упоминалось выше, именно в середине 1970-х эта теория стала известна и начала применяться к системам управления. В первой части своего выступления, то есть на первом этапе (между 1965 и 1974 годами) Заде упомянул общую концепцию нечеткого множества и связанную с ним функцию принадлежности, которая принимает значения в единичном интервале. На этом этапе не было сделано подробного упоминания о механизмах рассуждения и логике, которые связаны с этим представлением.
На втором этапе, между 1972 и 200 годами, были введены два важных понятия: лингвистическая переменная и концепция правил «если-то» (если, то). В настоящее время подавляющее большинство приложений, которые существуют на основе нечетких множеств, используют эти концепции, благодаря развитию концепций этого второго этапа приложения нечеткого управления быстро развивались.
Третий этап развития, который длится с 1996 года по настоящее время, - нечеткая логика, сфокусирован на вычислениях со словами, использовании процессов естественного языка для поиска в Интернете и разработке автоматических ответов. Сегодня существует множество направлений исследований, которые интенсивно занимаются теорией нечеткой логики в различных областях применения.
Использование разрозненной информации.
Информация и знания - это элементы, которые тесно связаны с процессом обучения, который можно легко разделить на четыре основных этапа:
- Этап 1
Некомпетентность - бессознательная.
- 2 этап
Некомпетентность-согласие.
- 3 этап
Компетентность-согласие
- 4 этап
Конкурс-бессознательный
Теперь, в этом процессе обучения, можно упомянуть, что данные или информация всегда присутствуют как минимальный элемент, который может храниться с определенным значением, и когда он связан с определенным контекстом. Когда он выполняется и обрабатывается, это начало информации. Набор данных всегда будет ориентирован на цель, с которой его теперь можно назвать информацией. Теперь эту информацию можно классифицировать по типу текстов для представления. Чтобы действительно получить информацию и применить ее на практике, чтобы превратить ее в знания, ее необходимо пройти через различные мыслительные процессы, где она будет сравниваться с информацией, которая была ранее, и будут обнаружены общие черты или заметные различия,это определит новые позиции или предыдущие знания.
Контрасты между нечеткой логикой и классической логикой.
Есть несколько моментов, в которых разные логики могут вступить в противоречие, однако для конкретной проблемы это может быть то, что их часть или их комбинация имеют дело друг с другом. Тогда как в традиционной теории множеств членство в множестве определяется как булев предикат, в теории нечетких множеств членство в множестве может быть представлено как распределение возможностей. Нечеткая логика имеет большую математическую основу, главным образом в различных теориях множеств, которые дают возможность имитировать поведение человеческой логики.
Эта нечеткая информация используется в основном для представления информации, которая является неточной, двусмысленной или расплывчатой, то есть поначалу невозможно определить ее конкретным способом, который не поддается количественной оценке. Он используется для выполнения операций с концепциями, выходящими за рамки определений логической логики. С помощью нечеткой логики подмножества могут быть представлены со степенями истины и лжи.
Наиболее контрастные моменты между двумя логиками представлены ниже:
Основные характеристики.
Нечеткая логика обладает некоторыми характеристиками, что делает ее очень специфическим методом, поскольку он следует таким принципам, как принцип несовместимости, в котором упоминается, что описание поведения сложной системы не может быть выполнено полностью точным способом. Чтобы решить эту проблему, Заде поднимает вопрос о необходимости получить некоторые инструменты или стратегии, способные строго и надежно обрабатывать неточную информацию, которая развивает следующие специфические характеристики:
- Неточное представление информации.
Это связано с тем, что предлагается использовать теорию нечетких множеств. А также описание опыта сложных систем в их входных и выходных отношениях с помощью условных суждений типа «если, то».
- Вывод об информации, которая не является точной.
Вам нужен способ, которым вы можете объединить имеющуюся информацию, чтобы получить новые факты. Для этого автор устанавливает необходимость в обобщенном методе вывода и вводит так называемое композиционное правило вывода.
- Точное рассуждение.
Это можно рассматривать как частный случай приблизительного рассуждения, поскольку любая логическая система может быть нечеткой. С помощью нечеткой логики человеческие знания могут быть систематизированы и легко включены в инженерные системы.
- Нечеткие ограничения.
Нечеткие системы особенно интересны тем, что могут определять системы, точную модель которых сложно получить, поскольку необходимо приближение.
- Умозаключения
Это можно рассматривать как процесс программирования нечетких ограничений.
- Решения
Он широко используется в системах поддержки принятия решений. Нечеткая логика позволяет получать решения с неполными значениями или неопределенной информацией.
Нечеткие множества.
Нечеткое множество может содержать элементы с частичными степенями принадлежности, в отличие от того, что рассматривается в классической логике, в которой элементы могут принадлежать или не принадлежать указанным множествам. На этой шкале могут быть обработаны промежуточные точки, а также определенное влияние вокруг элементов, с которыми производится сравнение, для определения характеристики элемента или устройства.
Функция принадлежности.
Это кривая, определяющая степень принадлежности элементов набора. Он обозначается греческой буквой µ и может принимать значения от 0 до 1.
В то время как в наборе классической логики будет следующий график: (см. PDF)
График 1. Использование классической логики (Gonzales, 2011)
В системе с нечеткими множествами будет найден следующий график: (см. PDF)
График 2. Использование нечетких множеств (Gonzales, 2011)
Вселенная дискурса.
Это набор значений, которые могут принимать переменные. Это набор элементов, которые мы собираемся принять во внимание. Также необходимо понимать, что это нечеткая переменная, которая на самом деле представляет собой любое значение, основанное на человеческом восприятии, а не на точных значениях измерения.
Вывод.
Эту концепцию очень легко адаптировать, увидев некоторые процессы в некоторой степени обращенными вспять. То есть, в первую очередь, технология была основана на автономном выполнении процессов измерения и управления, то есть на том, чтобы машина, система или процесс в силу своих специфических характеристик могли обнаруживать элемент или продукт, который Было хорошо или плохо, что происходит или не происходит, соответствует или не соответствует.
Однако сейчас стремятся не только иметь два фиксированных параметра, но и более «человечным» образом понимать все различные параметры, с помощью которых может быть принято решение.
Однако для того, чтобы включить это в систему, процесс, робота или какой-либо цифровой элемент, он может иметь высокую степень развития и понимания, поэтому вводится нечеткая логика.
Новая концепция, которая позволяет разрабатывать стратегии или инструменты для облегчения принятия решений и позволяет преодолевать барьеры, которые могут возникнуть.
Тезисное предложение
Внедрение системы на основе нечеткой логики в соответствии с потребностями, возникающими в организации.
задача
Оцените, разработайте и внедрите систему или процесс, которые соответствуют спецификациям данной потребности, в рамках компании, используя полностью рассеянный подход.
Спасибо
Особая благодарность Технологическому институту Орисабы, профессору д-ру Фернандо Агирре-и-Эрнандесу, который преподает предмет «Основы административной инженерии», за все знания, которыми он делится со своими учениками, и степень магистра административной инженерии, которая способствует развитию культуры обучения. А также поблагодарить CONACYT за предоставленную поддержку и за те возможности, которые он создает с помощью различных программ для аспирантов.
Библиографические ссылки
- ГИЛЬЕРМО АЛЬФРЕДО АРРИОХА КАРРЕРА. (2011). Управление распространенной информацией. Орисаба, Мексика: ITO. Guillermo Morales-Luna. (2002). ВВЕДЕНИЕ В DIFFUSED LOGIC, МЕКСИКА: CINVESTAV-IPN.JP Aurrand-Lions, L. Fournier, P. Jarri, et al. Применение нечеткого управления торможением автомобилей ISIS. In Proceedings of Fuzzy and Neuronal Systems, and Vehicule applications '91, 1991. Л.А. Заде. Нечеткое множество. Информация и управление, 8: 338–353, 1965. Л.А. Заде. Очерк нового подхода к анализу сложных систем. IEEE Transaction on System Man and Cybernetics, 1: 28-44, 1973, Томас Арредондо Видал. (2014). Введение в нечеткую логику. Мексика.
