Нечеткая логика (англ. fuzzy 1оgiс) - мощный элегантный инструмент современной науки, который на Западе можно встретить в десятках изделий - от бытовых видеокамер до систем управления вооружениями, - у нас до самого последнего времени был практически неизвестен.
В отличие от традиционной формальной логики, оперирующей точными и четкими понятиями типа "истина" и "ложь", "да" и "нет", "нуль" и "единица", нечеткая логика имеет дело со значениями, лежащими в некотором (непрерывном или дискретном) диапазоне. Функция принадлежности элементов к заданному множеству также представляет собой не жесткий порог "принадлежит - не принадлежит", а плавную зависимость (субъективную вероятность), проходящую все значения от нуля до единицы. Понятно, что оперировать такими вещественными величинами значительно сложнее, чем двоичными битами, однако для этого есть веские основания. Многие понятия повседневной жизни не укладываются в рамки традиционной бинарной логики. Насколько "хорошая" прибыль отличается от "средней"? Попытки "загнать" приведенные понятия в конкретные
числовые рамки либо недопустимо огрубят предметную область, либо чрезмерно усложнят решение задачи. Нечеткая логика предлагает более элегантное решение для подобных ситуаций. Вы сначала описываете какое-либо качественное понятие ("большой", "хороший", "умный", "популярный") некоторой функцией распределения, подобной вероятностным функциям, и далее используете его как точное, не заботясь более о его "нечеткой" природе. Теория нечеткой логики позволяет выполнять над такими величинами весь спектр логических операций - объединение, пересечение, отрицание и др. Более того, согласно знаменитой теореме FAT (Fuzzу Аррroximation Тheorem), любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике.
Аппарат теории нечетких множеств продемонстрировал ряд многообещающих возможностей его применения в системах управления техническими системами и при прогнозировании итогов выборов. Нечеткая логика применяется при анализе новых рынков, биржевой игре, оценке политических рейтингов, выборе оптимальной ценовой стратегии и т.п. Появились и коммерческие системы массового применения. Наиболее мощной и популярной среди них является пакет СubyСа1с. Фактически пакет СubyСа1с представляет собой своего рода экспертную систему, в которой пользователь задает набор правил типа "если..., то...", а система пытается на основе этих правил адекватно реагировать на параметры текущей ситуации. Отличие состоит в том, что вводимые правила содержат нечеткие величины. Аппарат нечеткой логики, заложенный в СubyСа1с, дает возможность оперировать этими понятиями как точными и строить на их основе целые логические системы, не заботясь о зыбкой нечеткой природе исходных определений.
Нейросетевые, нечеткие и генетические алгоритмы представляются несомненно перспективными, заслуживающими детального изучения и использования ввиду адекватности этого аппарата широкому классу финансовых задач, в том числе банковских (прогнозирование, экспертные исследования, управление портфелем).
Поможем написать любую работу на аналогичную тему