УДК 004.89:519.7
DOI: 10.36871/ek.up.p.r.2026.02.11.019

Авторы

Залина Аслановна Шудуева,
Саид Ахмархаджиевич Берсанукаев,
Марьям Султановна Дариева,
Грозненский государственный нефтяной технический университет имени академика М. Д. Миллионщикова, Грозный, Россия

Аннотация

Современные процессы управления в сложных социально-экономических и технических системах характеризуются высокой степенью неопределенности, неполнотой исходной информации и необходимостью обработки качественных экспертных оценок, которые трудно формализовать с использованием традиционных математических методов, основанных на классической бинарной логике и точных количественных зависимостях, вследствие чего в научных исследованиях и практических приложениях все более широкое распространение получают системы поддержки принятия решений, основанные на аппарате нечеткой логики, позволяющем моделировать процессы рассуждения человека и работать с лингвистическими переменными, отражающими неопределенность и субъективность оценок. В статье рассматриваются теоретические основы применения нечеткой логики в системах поддержки принятия решений, анализируются принципы построения нечетких моделей, исследуются основные этапы функционирования таких систем, а также оцениваются преимущества и ограничения их применения в задачах анализа и выбора управленческих решений в условиях неопределенности.

Ключевые слова

система поддержки, нечеткая логика, технические системы, социальноэкономические системы

Список литературы

  1. Борисов А.Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей: примеры использования. Рига: Зинатне, 1990. 184 с.
  2. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений / пер. с англ. Москва: Мир, 1976. 165 с.
  3. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СанктПетербург: БХВ-Петербург, 2005. 736 с.
  4. Пегат А. Нечеткое моделирование и управление / пер. с англ. Москва: БИНОМ. Лаборатория знаний, 2013. 798 с.
  5. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткие множества, генетические алгоритмы, нейронные сети. Винница: Универсум-Винница, 1999. 320 с.
  6. Саати Т. Принятие решений. Метод анализа иерархий / пер. с англ. Москва: Радио и связь, 1993. 278 с.
  7. Сергиенко И. В. Системы поддержки принятия решений: учеб. пособие. Москва: Финансы и статистика, 2010. 256 с.
  8. Тарасов В. Б. Искусственный интеллект и интеллектуальные системы. Москва: Радио и связь, 2007. 352 с.
  9. Хайкин С. Нейронные сети: полный курс / пер. с англ. Москва: Вильямс, 2019. 1104 с.
  10. Ярушкина Н. Г. Основы теории нечетких и гибридных систем: учеб. пособие. Москва: Финансы и статистика, 2004. 320 с.