Метод логического вывода в иерархических нечетко-вероятностных моделях сложных систем

Abstract

В статье рассмотрена проблема разработки эффективного метода логического вывода в знаниеориентированных иерархических нечетко-вероятностных моделях сложных систем, в частности в задачах управления рисками. Предложен вариант метода нечетко-вероятностного логического вывода в иерар- хических моделях, использующий вероятностный элемент в консеквентах моделей всех уровней и антецедентах моделей верхних уровней, что позволяет учитывать различные градации оценок вероятностей.

In this paper proposed improved inference method in hierarchical fuzzy-probabilistic models. Method uses probabilistic knowledge in consequents of models of all layers and antecedents of higher levels models. This allows consider different probability gradations. Method is implemented for applied domain.