Оценка инновационной привлекательности проекта с использованием нейро-нечеткого адаптивного программного комплекса
Опубликовано: 10.10.2012
Авторы: Рогозин О.В.
Опубликовано в выпуске: #1(1)/2012
DOI: 10.18698/2308-6033-2012-1-13
Раздел: Информационные технологии
Рассмотрен программный комплекс анализа качественных характеристик инновационного проекта, разработанный с помощью созданной нейро-нечеткой модели, благодаря которой можно получать эффективное решение для слабо-структурируемых задач. Предложен подход к реализации структуры системы на основе процессной организации, приведена реализация модуля для наиболее известного алгоритма нечеткого вывода Мамдани. Разработана система критериев для оценки эффективности инновационного проекта. Проведен анализ скорости и качества обучения системы.
Литература
[1] Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 165 c.
[2] Колмогоров А.Н., Драгалин А.Г. Математическая логика. –М.: КомКнига, 2006. – 240 с.
[3] Круглов В.В., Дли М.И. Нечеткая логика и искусственные нейронные сети. – М.: ФИЗМАТЛИТ, 2001. – 224 с.
[4] Осуга С. Обработка знаний: Пер. с япон. – М.: Мир, 1989. – 293 с.
[5] Рогозин О.В. Адаптивный программный комплекс анализа качественных показателей инновационного решения // Открытое образование. – 2011. – № 5. – С. 54–59
[6] Рогозин О.В. Метод нечеткого вывода решения в задаче подбора программного обеспечения на основе качественных характеристик этого обеспечения как объекта инвестиций // Качество: Инновации: Образование. – 2009. – 3. – С. 43–49
[7] Смирнов В.А. Теория логического вывода: Сб. тр. по теории логического вывода. – М.: РОССПЭН, 1999. – 318 с.
[8] Уэно Х., Исидзука М. Представление и использование знаний: Пер. с япон. – М.: Мир, 1989. – 220 с.
[9] Mamdani E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // Int. J. Man Mach. Studies. – 1975. – Vol. 7, No. 1. – P. 1–13
[10] Quinlan J. R. Introduction of decision tree // Machine Learning. – 1986. – 1:81–106
[11] Quinlan J.R. C4.5: Programs for Machine Learning. – Morgan Kauffman, 1993
[12] Sugeno M., Kang G.T. Structure identification of fuzzy model // Fuzzy Sets Syst. – 1988. – Vol. 28, No. 1. – P. 15–33
[13] Zadeh L. Fuzzy Sets // Information and Control. – June 1965. – No. 8(3). – P. 338–353