Птускин А.С. Нечёткие модели и методы в менеджменте – М.: Из-во МГТУ им Бауман. 2008.
14. Рыжов А.П. Элементы теории нечетких множеств и её приложений. – М.: Диалог – МГУ,1998
15. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. – На сайте: http://matlab.exponenta.ru/fuzzylogic/book1/index.php, 2002.
16. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. – М. Финансы и статистика, 2007.
Дополнительная литература
1. Алиев Р.А., Церковный А.Э. Интеллектуальные роботы с нечёткими базами знаний.- М.: Радио и связь, 1990.
2. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление проиводством при нечёткой исходной информации.- М.: Энергоатомиздат. 1991.
3. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике: Учебник. – 2-е изд., доп. и перераб. – М.: Финансы и статистика, 2004.
4. Кофман А., Хил Алуха Х. Введение теории нечетких множеств в управлении предприятиями / Пер. с исп.; под ред. В.В. Краснопрошина, Н.А. Лепешинского. – Мн: Выш. шк., 1992.
5. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. -М.: Наука. Гл. ред. физ.мат. лит., 1990.
6. Недосекин А.О., Максимов О.Б. Комплексная оценка финансового состояния предприятия на основе нечетко-множественного подхода. – На сайте: http://www.vmgroup.ru/ Win/Public6.htm
7. Нечёткие множества и теория возможностей. Последние достижения. Пер. с англ./ Под ред. Р.Р.Ягера - М.: Радио и связь,1986.
8. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. - М.: Наука. Гл. ред. физ.-мат. лит.,1981.
9. Прикладные нечеткие системы. Под ред. А.Тэрано, К. Асаи, М. Сугэно – М.: Мир, 1993.
10. http://fuzzybooks.narod.ru/.
11. http://orlous.ru.
12. http://matlab.exponenta.ru/fuzzylogic/liter/default.php-
Вопросы для проверки уровня освоения дидактических единиц курса «Теория нечетких множеств в экономике»
1. Понятие нечёткого множества.
2. Функция принадлежности элемента нечёткого множества.
3. Нормальные и субнормальные нечёткие множества.
4. Унимодальность функции принадлежности нечёткого множества.
5. Носители нечётких множеств.
6. Множества α-уровня.
7. Равенство нечётких множеств.
8. Дополнение нечёткого множества А.
9. Включение нечёткого множества А в нечёткое множество В.
10. Пересечение нечёткого множества А и нечёткого множества В.
11. Объединение нечёткого множества А и нечёткого множества В.
12. Обобщенное расстояние Хемминга.
13. Выпуклая комбинация нечётких множеств.
14. Определение нечёткого числа.
15. Сумма нечётких чисел
16. Разность нечётких чисел.
17. Произведение нечётких чисел.
18. Деление нечётких чисел.
19. Сравнение нечётких чисел.
20. Понятие лингвистической переменной.
21. Понятие терм-множества.
22. Понятие синтаксического правила.
23. Чем вызвана необходимость учёта неопределённости при принятии управленческих решений?
24. В чем проблемы использования традиционных оптимизационных моделей для реальных задач управления и планирования?
25. В каких случаях для моделирования задач управления и планирования обосновано применение аппарата нечётких множеств?
26. Понимание термина «неопределённость»
27. Определение интервальной неопределённости в задачах планирования и управления.
28. Определение вероятностной неопределённости в задачах планирования и управления.
29. Определение нечёткости (размытости) в задачах планирования и управления.
30. Системы многоатрибутного принятия решений.
31. Определение термина «альтернативы».
32. Определение термина «атрибуты».
33. Определение термина «веса».
34. Определение термина «цели».Отличия многоцелевого, многокритериального и многоатрибутного принятия решений.
35. Общая схема принятия решений с использованием лингвистического подхода.
36. Групповое принятие решений.
37. Соотношение понятия риск и неопределённости.
38. Основные этапы анализа риска.
39. Формализация задачи сравнения альтернативных проектов по критерию риска.
40. Способы обобщения экспертных оценок.
41. Модель агрегированной оценки рисков.
42. Сущность подхода Белмана-Заде к принятию решений с использованием нечёткой логики.
43. Основные подсистемы экспертной системы.
44. Нечёткие продукционные правила формата «Если – То».
45. Экспертные системы с нечёткими решающими правилами.
46. Базы данных с вербальной информацией.
47. Обработка знаний, представленных продукционными правилами «Если – То» в подсистеме логического вывода.
48. Выбор решения с использованием семантических правил.
49. Выбор решения по обобщённому расстоянию Хемминга.
50. Выбор решения согласно подхода Беллмана-Заде.