Rozhodování v podnikatelství za podpory fuzzy logiky a neuronových sítí

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.1.07/2.3.00/20.0072

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)

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

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 = [4 6 7 9]; mf 4, P = [8 10 10] <Když> Vstup a <A> Vstup b.. Vstup y <A> Vstup z.. <Potom> Výstup 1 <S váhou> z RpN+ReN = RN; RpV+ReV= RV

Fuzzy logika - riziko RpN+ReN = RN

Fuzzy logika - riziko RpV+ReV = RV

Fuzzy logika - riziko

Fuzzy logika - úvěr

Fuzzy logika úvěr

Fuzzy logika predikce

Fuzzy logika riziko

Fuzzy logika banka

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!

Fuzzy logika dodavatelé

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

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 3 + + w R p R + b

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

Neuronové sítě vícevrstevná síť

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

Neuronové sítě - nemovitost

Neuronové sítě - predikce

Neuronové sítě - riziko Pořadí Rp: Re: R: 1 0 0 0 2 0 1 0 3 1 0 0 4 1 1 1

Neuronové sítě - predikce

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); 600 500 Prodej Predikce Kusy [-] 400 300 200 100 0 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116 Pořadí dne [-]

Fuzzy logika + Neuronové sítě Pořadí Rp: Re: R: 1 0 0 0 2 0 1 0 3 1 0 0 4 1 1 1

Fuzzy logika + Neuronové sítě

Literatura dostal@fbm.vutbr.cz www.petrdostal.eu Dostál, P. Brno: CERM, 2008. 168 s. ISBN: 978-80-7204-747-5. Dostál, P. Brno: CERM, 2012. 718 s. ISBN 978-80-7204-798-7. e-isbn 978-80-7204-799-4. Dostál, P. Brno: CERM, 2008. 340 s. ISBN: 978-80-7204-605-8. http://www.cerm.cz Děkuji za pozornost