УДК 004
DOI: 10.36871/ek.up.p.r.2026.04.04.021

Авторы

Милана Рамзановна Тасуева,
Ибрагим Исаевич Арсабиев,
Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова, Грозный, Россия

Аннотация

В статье исследуются теоретические основания, архитектурные принципы и прикладные аспекты создания информационных технологий поддержки принятия решений, базирующихся на аппарате нечеткой логики и предназначенных для функционирования в условиях неопределенности, характеризующихся неполнотой, неточностью, противоречивостью и нечеткостью исходной информации. На основе синтеза положений теории нечетких множеств, теории принятия решений, искусственного интеллекта и системного анализа рассматриваются ключевые компоненты информационных технологий поддержки принятия решений на основе нечеткой логики, включая механизмы фазификации, преобразующие четкие входные данные в нечеткие множества; базы нечетких правил, формализующие экспертные знания о зависимостях между входными и выходными переменными; механизмы нечеткого логического вывода, реализующие алгоритмы Мамдани, Цукамото или Сугено для агрегирования активированных правил; а также процедуры дефаззификации, обеспечивающие получение четкого управляющего воздействия или рекомендации.

Ключевые слова

нечеткая логика, поддержка принятия решений, неопределенность, нечеткие множества

Список литературы

  1. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 165 с.
  2. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. – Тюмень: Издательство ТюмГУ, 2019. – 352 с.
  3. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей: примеры использования. – Рига: Зинатне, 2018. – 184 с.
  4. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб.: БХВПетербург, 2021. – 736 с.
  5. Нечеткие множества и теория возможностей: последние достижения / под ред. Р.Р. Ягера. – М.: Радио и связь, 2020. – 408 с.
  6. Пегат А. Нечеткое моделирование и управление. – М.: БИНОМ. Лаборатория знаний, 2019. – 798 с.
  7. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. – М.: Горячая линия – Телеком, 2020. – 452 с.
  8. Терехов В.А., Ефимов Д.В., Тюкин И.Ю. Нечеткие системы управления. – М.: ИНФРА-М, 2021. – 368 с.
  9. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. – Винница: ВНТУ, 2018. – 198 с.
  10. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. – М.: Финансы и статистика, 2020. – 320 с.