Εφαρμογές ασαφούς λογικής στην ανάπτυξη έμπειρων συστημάτων

Abstract

In the present Dissertation, the development of Expert Systems is presented, by proposing new methods towards the solution of Technical and Economic problems under uncertainty. To achieve this, Fuzzy Logic is used along with Logic Programming, Arithmetic Methods, Neural Networks, Procedural and Declarative Programming. Specifically, after the relevant mathematical background of Fuzzy Arithmetic, Fuzzy Logic and Fuzzy Statistics, generalizations are presented and improvements of existing methods of constraint fuzzy arithmetic, fuzzy estimators as a vehicle to substitute interval arithmetic in statistics and fuzzy or non-fuzzy rules of expert systems produced from data, as well as linguistic neural networks. These methods, by way of various applications-examples of the Dissertation, are used to solve mathematical, technical or economic problems such as statistical estimates, multi-dimensional fits, time-series forecasts, queuing systems analysis, workflow management, industrial control and strategic management. Also, the prototype of a new general purpose declarative language is presented which is used in the Dissertation to the development of expert systems. The developed theory and the examples provided are framed by computer code implementations to make the results of the research of the Dissertation directly applicable.

Στην διατριβή αυτή παρουσιάζεται η ανάπτυξη Έμπειρων Συστημάτων προτείνοντας νέες μεθόδους για την επίλυση Τεχνικών και Οικονομικών προβλημάτων υπό συνθήκες αβεβαιότητας. Προς τούτο γίνεται χρήση Ασαφούς Λογικής παράλληλα με Λογικό Προγραμματισμό, χρήση Αριθμητικών Μεθόδων, Νευρωνικών Δικτύων, Διαδικαστικού και Δηλωτικού Προγραμματισμού. Αναλυτικότερα, μετά από την έκθεση του αντίστοιχου μαθηματικού υποβάθρου της Ασαφούς Αριθμητικής Ασαφούς Λογικής και Ασαφούς Στατιστικής, παρουσιάζονται γενικεύσεις και βελτιώσεις των υπαρχόντων μεθόδων ασαφούς αριθμητικής με περιορισμούς ασαφών εκτιμητών σαν όχημα για την αντικατάσταση της λογικής διαστημάτων στο χώρο της στατιστικής και παράγονται ασαφείς και μη κανόνες έμπειρων συστημάτων από δεδομένα και γλωσσικά νευρωνικά δίκτυα. Οι μέθοδοι αυτές μέσα από τις ποικίλες εφαρμογές-παραδείγματα της Διατριβής χρησιμοποιούνται για την επίλυση μαθηματικών, τεχνικών είτε οικονομικών προβλημάτων όπως στατιστικές εκτιμήσεις, πολυδιάστατες προσαρμογές, πρόβλεψη χρονοσειρών, ουρές αναμονής, διαχείριση ροών εργασιών, βιομηχανικός έλεγχος και στρατηγικό μάνατζμεντ. Επίσης, παρουσιάζεται το πρότυπο μίας νέας γλώσσας Δηλωτικού Προγραμματισμού γενικού σκοπού, που χρησιμοποιείται στην Διατριβή για την ανάπτυξη έμπειρων συστημάτων. Η αναπτυχθείσα θεωρία και παραδείγματα πλαισιώνονται με υλοποιήσεις σε πραγματικό κώδικα Η/Υ, που κάνουν πρακτικά εφαρμόσιμα τα αποτελέσματα της έρευνας της Διατριβής.