Благодарность. Об одном способе построения запросов к базе данных на основе аппарата нечеткой логики

Работа выполнена при финансовой поддержке РФФИ — проекты № 13−01−343 и 15−01−5 129.

Литература

• 1. Алиев Р. А., Церковный А. Э., Мамедов Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. 240 с.
• 2. Пивкин В. Я., Бакулин В. П., Кореньков Д. И. Нечеткие множества в системах управления. Новосибирск: НГУ, 1998. 75 с.
• 3. Гинис Л. А. Развитие инструментария когнитивного моделирования для исследования сложных систем // Инженерный вестник Дона, 2013, № 3 URL: ivdon.ru/ru/magazine/archive/n3y2013/1806
• 4. Венцов Н. Н. Разработка алгоритма управления процессом адаптации нечетких проектных метаданных // Инженерный вестник Дона, 2012, № 1 URL: http://ivdon.ru/ru/magazine/archive/n1y2012/630
• 5. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях. Монография. М.: Издательство Тюменского государственного университета, 2000. 352 с.
• 6. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 166 с.
• 7. Бочарников В. П. Fuzzy-технология: математические основы, практика моделирования в экономике. СПб.: Наука РАН, 2001. 328 с.
• 8. Valiant Leslie. Probably Approximately Correct: Nature’s Algorithms for Learning and Prospering in a Complex World. New York: Basic Books, 2013. 208 p.
• 9. Novбk V. «Are fuzzy sets a reasonable tool for modeling vague phenomena?» // Fuzzy Sets and Systems 156. 2005. pp. 341−348.
• 10. Earl Cox. Fuzzy Modeling and Genetic Algorithms for Data Mining and Exploration. Amsterdam: Elsevier/Morgan Kaufmann. 2005. 530 p.
• 11. Досмухамедов Б. Р. Моделирование и подходы к управлению бизнес-процессами в микрофинансовых организациях // Вестник АГТУ: Управление, вычислительная техника и информатика, 2013 № 2. С.121−130.

References

• 1. Aliev R.A., Cerkovnyj A. Je., Mamedov G.A. Upravlenie proizvodstvom pri nechetkoj ishodnoj informacii [Production management in the fuzzy initial information]. M.: Jenergoatomizdat, 1991. 240 p.
• 2. Pivkin V. Ja., Bakulin V.P., Koren’kov D.I. Nechetkie mnozhestva v sistemah upravlenija [Fuzzy sets in management systems]. Novosibirsk: NGU, 1998. 75p.
• 3. Ginis L.A. Inћenernyj vestnik Dona (Rus). 2013. № 3 URL: ivdon.ru/ru/magazine/archive/n3y2013/1806
• 4. Vencov N.N. Inћenernyj vestnik Dona (Rus), 2012, № 1 URL: http://ivdon.ru/ru/magazine/archive/n1y2012/630
• 5. Altunin A.E., Semuhin M.V. Modeli i algoritmy prinjatija reshenij v nechetkih uslovijah [Models and algorithms for decision making in fuzzy conditions]. Monografija. M.: Izdatel’stvo Tjumenskogo gosudarstvennogo universiteta, 2000. 352 p.
• 6. Zade L. Ponjatie lingvisticheskoj peremennoj i ego primenenie k prinjatiju priblizhennyh reshenij [The concept of linguistic variable and its application to decision-making close]. M.: Mir, 1976. 166 p.
• 7. Bocharnikov V.P. Fuzzy-tehnologija: matematicheskie osnovy, praktika modelirovanija v jekonomike [Fuzzy-technology: the mathematical foundations of the practice of modeling in economics]. SPb.: Nauka RAN, 2001. 328 p.
• 8. Valiant Leslie. Probably Approximately Correct: Nature’s Algorithms for Learning and Prospering in a Complex World. New York: Basic Books, 2013. 208 p.
• 9. Novбk V. «Are fuzzy sets a reasonable tool for modeling vague phenomena?» // Fuzzy Sets and Systems 156. 2005. pp. 341−348.
• 10. Earl Cox. Fuzzy Modeling and Genetic Algorithms for Data Mining and Exploration. Amsterdam: Elsevier/Morgan Kaufmann. 2005. 530 p.
• 11. Dosmuhamedov B.R. Vestnik AGTU: Upravlenie, vychislitel’naja tehnika i informatika, 2013 № 2. pp.121−130.