BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Wasiak Maciej
Tytuł
Zastosowanie systemów rozmytych w zarządzaniu
Applications of Fuzzy Systems in Management
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria (8), 2001, nr 915, s. 241-257, bibliogr. 12 poz.
Tytuł własny numeru
Zastosowania metod ilościowych
Słowa kluczowe
Systemy rozmyte, Zbiory rozmyte, Logika rozmyta, Ekonomia, Zarządzanie
Fuzzy systems, Fuzzy sets, Fuzzy logic, Economics, Management
Uwagi
summ.
Abstrakt
W niniejszym artykule skupiamy się na jednym ze sposobów modelowania systemów ekspertowych - logice rozmytej. Metoda ta łączy zalety konwencjonalnych systemów regułowych oraz sieci neuronowych, dodając do tego pewne pozytywne cechy charakterystyczne tylko dla niej. Przedstawiamy możliwe zastosowania logiki rozmytej oraz omawiamy w ogromnym skrócie sposób budowy systemów rozmytych. Nie jest celem artykułu polemika na temat, która z metod jest lepsza - odpowiedź aa to pytanie jest uzależniona od podejmowanego probierni! oraz od przyjętych kryteriów - tak to zazwyczaj bywa. Pewne porównania będą siłą rzeczy wartościowały różne metody sztucznej inteligencji, jednakże jedynie w obrębie wybranych kryteriów. (fragment tekstu)

In the article, advantages and disadvantages of fuzzy logic for building decision support systems for management are described. To illustrate the usefulness of this AI tool, some interesting applications of fuzzy systems in business and management are presented e.g. automatic fraud detection, building media plans or detecting illegal manipulation of a stock-exchange. Finally, very briefly the way of building fuzzy decision support system is described with some comparisons to other Ai techniques. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bole L., Borodziewicz W., Wójcik M.: Podstawy przetwarzania informacji niepewnej i niepełnej. Warszawa: PWN 1991.
  2. Cen Shu-Jen, Hwang Chin-Lai: Fuzzy Multiple Attribute Decision Making. Springer-Verlag Germany 1992.
  3. Gupta M.M., Yamakawa T.: Fuzzy Logic in Knowledge-Based Systems, Decision and Control. Amsterdam: North-Holland/Else vier Science Publishers B.V. 1988.
  4. Piegat A.: Modelowanie i sterowanie rozmyte. Warszawa: Akademicka Oficyna Wydawnicza EXIT 1999.
  5. Ziemba E.: Weryfikacja modeli i bazy wiedzy w systemie wspomagania zarządzania ryzykiem kredytowym. Prace Naukowe Akademii Ekonomicznej nr 850. Wrocław: Wyd. AE 2000.
  6. Kacprzyk J.: Zbiory rozmyte w analizie systemowej. Warszawa: PWN 1986.
  7. Choralas D.N.: Financial Models and Simulation. London: 1995.
  8. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Warszawa: PWN 1997.
  9. Fuzzy Application Library: Quality Control. http://www.fuzzytech.com/e/e_ft4s3.html
  10. Nauck D., Kruse R.: Haw the Learning of Rule Weights Affects the Interpretability of Fuzzy Systems. IEEE International Conference on Fuzzy Systems 1998. Anchorage, AK, s. 1235-1240.
  11. Fuzzy Application Library: Evaluating Slots for TV Commercials, http://www.fuzzytech.eom/e/e_ft4bbi0.html.
  12. Fuzzy Application Library: Fraud Detection, http://www.fazzytech.eom/e/e_ft4bf5.html.
Cytowane przez
Pokaż
ISSN
0324-8445
1507-3866
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu