Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí

HTML
DOWNLOAD

Rozměr: px

Začít zobrazení ze stránky:

Download "Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí"

Petr Zeman
před 9 lety
Počet zobrazení:

1 Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí Dostál Petr Vysoké učení technické v Brně Mezinárodní letní škola SoftProcessing SoftCop reg. č. CZ.1.07/2.3.00/

2 Fuzzy logika funkce členství µ A : x --> {0,1}, µ A : x --> <0,1>. µ A (x) =0 pro x {0,4} µ A (x) = kx+q pro x (4,5) µ A (x) =1 pro x {5,8} µ A (x) =-kx+q pro x (8,9) µ A (x) =0 pro x {9, ) [a,b] + [c,d] = [a+c, b+d], [a,b] - [c,d] = [a-d, b-c], [a,b]. [c,d] = [min(ac,ad,bc,bd), max(ac,ad,bc,bd)], [a,b] / [c,d] = [min(a/c,a/d,b/c,b/d), max(a/c,a/d,b/c,b/d)]. Průnik A µ(x y)=min(µ x,µ y ) Sjednocení Nebo µ(x y)=max(µ x,µ y ) Doplněk Dop µ( x)=1-µ(x)

3 Fuzzy logika logické operace A B A<A>B <Doplněk>A A<Nebo>B

4 Fuzzy logika Typy funkcí členství Λ, π, Z a S mf 1, P = [0 0 3]; mf 2, P = [2 4 6]; mf 3, P = [ ]; mf 4, P = [ ] <Když> Vstup a <A> Vstup b.. Vstup y <A> Vstup z.. <Potom> Výstup 1 <S váhou> z RpN+ReN = RN; RpV+ReV= RV

5 Fuzzy logika - riziko RpN+ReN = RN

6 Fuzzy logika - riziko RpV+ReV = RV

7 Fuzzy logika - riziko

8 Fuzzy logika - riziko

9 Fuzzy logika - riziko

10 Fuzzy logika - úvěr

11 Fuzzy logika úvěr

12 Fuzzy logika úvěr

13 Fuzzy logika predikce

14 Fuzzy logika riziko

15 Fuzzy logika riziko

16 Fuzzy logika riziko

17 Fuzzy logika banka

18 Fuzzy logika banka

19 Fuzzy logika banka

20 Fuzzy logika banka

21 Fuzzy logika banka b2 = readfis('tfb.fis'); Udaje = input('zadejte údaje o bance [Poplatek za vedení účtu; Poplatek za výběr z bankomatu; Povolený kontokorent]: '); vyhodnoceni = evalfis(udaje, b2); if vyhodnoceni>95 'Ihned založit' elseif vyhodnoceni>85 'Založit' elseif vyhodnoceni>70 'Zvážit' elseif vyhodnoceni>50 'Sledovat' else 'Nezakládat!' end fuzzy(b2) mfedit(b2) ruleedit(b2) surfview(b2) ruleview(b2) Zadejte údaje o bance [Poplatek za vedení účtu; Poplatek za výběr z bankomatu; Povolený kontokorent]: [0;0;20000] ans = Založit Zadejte údaje o bance [Poplatek za vedení účtu; Poplatek za výběr z bankomatu; Povolený kontokorent]: [15;2.5;10000] ans = Sledovat Zadejte údaje o bance [Poplatek za vedení účtu; Poplatek za výběr z bankomatu; Povolený kontokorent]: [30;5;0] ans = Nezakládat!

22 Fuzzy logika dodavatelé

23 Fuzzy logika dodavatelé clear all B1v = readfis('b1.fis'); UdajB1 = input('zadejte vstupní údaje ve tvaru [I3a; I3b; I3c]: '); VyhB1 = evalfis(udajb1, B1v); B2v = readfis('b2.fis'); UdajB2 = input('zadejte vstupní údaje ve tvaru [I4a; I4b]: '); VyhB2 = evalfis(udajb2, B2v); BFv = readfis('bf.fis'); UdajBF=input('Zadejte vstupní údaje ve tvaru [I1;I2]: '); UdajBF(3) = VyhB1; UdajBF(4) = VyhB2; VyhBF = evalfis(udajbf, BFv); if VyhBF<0.2 ' Pokračovat ve spolupráci ' elseif VyhBF<0.5 'Sledovat spolupráci ' Else 'Odmítnout ' end fuzzy(bfv) mfedit(bfv) ruleedit(bfv) surfview(bfv) ruleview(bfv) Vstup I 1 představuje cenu produktu Vstup I 2 představuje kvalitu produktu. Blok pravidel B 1 představuje obchodní podmínky balení I 3a, sleva I 3b, záruka I 3c. Blok pravidel B 2 představuje další kritéria spolehlivost I 4a,vstřícnost I 4b Výstup představuje rozhodování s atributy pokračovat ve spolupráci, sledovat spolupráci, odmítnout. Zadejte vstupní údaje ve tvaru [I3a; I3b; I3c]: [0;0;0] Zadejte vstupní údaje ve tvaru [I4a; I4b]: [0;0] Zadejte vstupní údaje ve tvaru [I1;I2]: [0;0] ans =Pokračovat ve spolupráci Zadejte vstupní údaje ve tvaru [I3a; I3b; I3c]: [0.5; 0.5; 0.5] Zadejte vstupní údaje ve tvaru [I4a; I4b]: [0.5; 0.5] Zadejte vstupní údaje ve tvaru [I1;I2]: [0.5; 0.5] ans =Sledovat spolupráci Zadejte vstupní údaje ve tvaru [I3a; I3b; I3c]: [1;1;1] Zadejte vstupní údaje ve tvaru [I4a; I4b]: [1;1] Zadejte vstupní údaje ve tvaru [I1;I2]: [1;1] ans =Odmítnout

24 Neuronové sítě - model bias a = f(n) Výstup získaný aplikací aktivační funkce neuronu b n vnitřní potenciál w 1 w 2 w R synaptické váhy.. p 1 p 2 p R vstupy n = w 1 p 1 + w 2 p 2 + w 3 p w R p R + b

25 Neuronové sítě transformační funkce n = w 1 p 1 + w 2 p 2 + w 3 p w R p R + b

26 Neuronové sítě vícevrstevná síť

27 ., Neuronové sítě - výpočet,, První stav Druhý stav Inicializace:. RpV+ReV= RV (-1,-1 0) RpN+ReN = RN (1,1 1)

28 Neuronové sítě - nemovitost

29 Neuronové sítě - nemovitost

30 Neuronové sítě - predikce

31 Neuronové sítě - predikce

32 Neuronové sítě - predikce

33 Neuronové sítě - riziko Pořadí Rp: Re: R:

34 Neuronové sítě - predikce

35 Neuronové sítě - predikce

36 Neuronové sítě - predikce clear all load production; T = production; net = narnet(1:2,10); [Xs,Xi,Ai,Ts] = preparets(net,{},{},t); net = train(net,xs,ts,xi,ai); view(net) Y = net(xs,xi); perf = perform(net,ts,y); Prodej Predikce Kusy [-] Pořadí dne [-]

37 Fuzzy logika + Neuronové sítě Pořadí Rp: Re: R:

38 Fuzzy logika + Neuronové sítě

39 Fuzzy logika + Neuronové sítě

40 Literatura Dostál, P. Brno: CERM, s. ISBN: Dostál, P. Brno: CERM, s. ISBN e-isbn Dostál, P. Brno: CERM, s. ISBN: Děkuji za pozornost

Podobné dokumenty

VYUŽITÍ PROGRAMOVÝCH PROSTEDK MATLAB PRO ROZODOVÁNÍ ZA PRÁVNÍ NEJISTOTY

VYUŽITÍ PROGRAMOVÝCH PROSTEDK MATLAB PRO ROZODOVÁNÍ ZA PRÁVNÍ NEJISTOTY Petr Dostál Vysoké uení technické v Brn Abstrakt: lánek pojednává o využití fuzzy logiky pro podporu rozhodování. Je uveden struný