- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Основы гибридизации нечетких моделей
Серия: Основы нечеткой математики
Бумажная
версия
версия
Автор: Борисов В. В., Федулов А. С., Зернов М. М.
ISBN: 978-5-9912-0595-5
Год издания: 2022
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 100
Издательство: М.: Горячая линия - Телеком
Вид издания: Учебное пособие
Для кого: Для вузов
Цена: 319 руб.
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 188841
Способы доставки в город Москва * комплектация (срок до отгрузки) не более 2 рабочих дней | Возможность оплаты при получении заказа |
Самовывоз из Москвы (собственные пункты самовывоза) | Нет, только предоплата |
Самовывоз из города Москва (пункты самовывоза партнёра CDEK) | Есть, наличными и банковской картой |
Курьерская доставка CDEK из города Москва | Есть, наличными и банковской картой |
Доставка Почтой России из города Москва | Есть, наличными |
Экспресс-доставка EMS из города Москва | Нет, только предоплата |
Примечание: Вып. 9
Аннотация: Описаны области применения и приведена классификация нечетких моделей. Выполнено сопоставление основных интеллектуальных технологий в задачах поддержки принятия решений: нечетких, нейросетевых, эволюционного моделирования. Рассмотрены методы гибридизации интеллектуальных технологий. Описан подход к реализации методов гибридизации интеллектуальных технологий, позволяющий систематизировать существующие гибридные модели, а также предоставляющий конструктивные возможности для синтеза новых гибридных моделей в задачах поддержки принятия решений. Особое внимание уделено применению метода гибридизации с функциональным замещением для нечетких и нейросетевых моделей. Подробно описаны два класса гибридных моделей: во-первых, нечеткие нейронные продукционные модели, во-вторых, нейронные нечеткие модели. Для студентов, обучающихся по направлению подготовки «Информатика и вычислительная техника», будет полезно для специалистов, занимающихся анализом и моделированием сложных систем и процессов в условиях неопределенности, созданием и использованием интеллектуальных информационных систем и технологий.