- •Лабораторная работа № 1 Организация ввода-вывода. Структура программы в vba
- •1 Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •3 Варианты заданий
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 2 Реализация линейных алгоритмов в vba
- •Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •3 Варианты заданий
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 3 Оператор выбора в vba
- •1 Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •3 Варианты заданий
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 4 Операторы цикла в vba
- •1 Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •3 Варианты заданий
- •4 Работа в лаборатории
- •Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 5 Работа с массивами в vba
- •1 Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •3 Варианты заданий
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 6 Подпрограммы в vba
- •1 Цель работы:
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •3 Варианты заданий
- •Г (рекурсивные подпрограммы)
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 7 Работа в ms Word и ms Excel
- •2 Пояснения к работе
- •Общие сведения об электронных таблицах Microsoft Excel
- •3 Ход работы Практические занятия по созданию документов Microsoft Word
- •Как правильно сидеть
- •Как правильно поднимать грузы
- •2.2 Практические занятия по созданию таблиц Microsoft Excel
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •Список литературы
- •Лабораторная работа № 8-9 Построение нейронных сетей
- •1 Цель работы
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •2.2 Перечень используемого оборудования
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 10 Применение генетического алгоритма для решения задачи размещения элементов
- •1 Цель работы
- •2 Пояснения к работе
- •2.1Краткие теоретические сведения
- •3. Решение задачи размещения разногабаритных элементов в пространстве на основе га
- •4. Порядок выполнения работы
- •5. Требования к отчету
- •6.Контрольные вопросы
- •7 Список литературы
- •Практическая работа №11 Создание конфигурации в среде разработки конфигураций «1с:Предприятие 8.1»
- •1 Цель работы
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •7 Список литературы
- •Практическая работа №12 Разработка конфигурации для предприятия. Объект «Справочник».
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •7 Список литературы
- •Практическая работа № 13 Объект конфигурации «Документ».
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •6.2 Цель работы
- •7 Список литературы
- •Практическая работа №14 Регистр накопления, движения в документах
- •1 Цель работы
- •2 Пояснения к работе
- •2.1 Краткие теоретические сведения
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •6.2 Цель работы
- •7 Список литературы
- •Практическая работа №15 Отчеты
- •1 Цель работы
- •2 Краткие теоретические сведения
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •6.2 Цель работы
- •7 Список литературы
- •Практическая работа №16 Макеты, редактирование макетов, создание печатной формы макета.
- •1 Цель работы
- •2 Краткие теоретические сведения
- •3 Задание
- •4 Ход работы
- •5 Контрольные вопросы
- •6 Содержание отчета
- •7 Список литературы
- •Основные приемы вычислительных работ в системе MathCad
- •Решить нелинейное уравнение и построить график (см.Варианты заданий).
- •Решить комплексное уравнение (см.Варианты заданий).
- •Найти корни многочлена и построить график (см.Варианты заданий).
- •4 Работа в лаборатории
- •5 Контрольные вопросы
- •6 Список литературы
- •Лабораторная работа № 19-20 Алгоритмы принятия решений на основе нечёткой логики
- •1 Цель работы:
- •2. Краткие теоретические сведения
- •2.1. Введение
- •2.2. Основы теории нечетких множеств
- •2.3. Основные сведения о пакете Matlab
- •3.Порядок выполнения работы
- •4.Требования к отчету
- •5.Контрольные вопросы
- •6.Рекомендуемая литература
4 Работа в лаборатории
4.1 Ознакомиться с теоретическим материалом по лабораторной работе
4.2 Выполнить предложенные задания
4.3 Продемонстрировать результаты выполнения предложенных заданий
5 Контрольные вопросы
5.1 Какик способом можно решить простые вычисления в MathCad?
5.2 Каким способом можно решить линейные уравнения в MathCad?
5.3 Каким способом можно решить нелинейные уравнения в MathCad
6 Список литературы
6.1 основы MathCad /. —К.: Юниор, 2005. —320 с., ил.
6.2 Постановка задач для MathCad /. — М. : Издательский дом "Вильяме", 2009. — 498 с. : ил.
Лабораторная работа № 19-20 Алгоритмы принятия решений на основе нечёткой логики
1 Цель работы:
1.1 закрепление знаний в области нечеткой логики и механизмов принятия решений на её основе;
1.2 ознакомление с пакетом математического моделирования Fuzzy Toolbox в среде Matlab;
1.3 реализация нечеткого алгоритма принятия решений с помощью Matlab.
2. Краткие теоретические сведения
2.1. Введение
Нечеткая логика – это математическая наука, служащая расширением классической логики и основанная на концепции частичной истинности. Понятия нечетких множеств (fuzzy sets) и нечеткой логики (fuzzy logic) впервые были предложены американским ученым Лотфи Заде (Lotfi Zadeh) в 1965 г. в статье “Нечеткие множества”, опубликованной в журнале “Информатика и управление”.
Основные преимущества систем на основе нечеткой логики:
возможность оперирования нечеткими входными данными: например, значениями, которые невозможно задать однозначно («сильно уязвимый», «довольно дорогой» и т.п.);
возможность нечеткой формализации критериев оценки и сравнения: оперирование критериями "большинство", "возможно", преимущественно";
возможность проведения качественных оценок как входных данных, так и выходных результатов;
возможность проведения имитационного моделирования сложных динамических систем и их сравнительный анализ с заданной степенью точности.
Необходимо отметить, что использование управления на основе нечеткой логики обычно рекомендуется для сложных процессов
(когда существует простой математической модели их описания), для нелинейных систем высоких порядков, а также в том случае, когда должна производиться обработка экспертных знаний. Если же приемлемый результат может быть получен с помощью классичской теории управления или уже существует формализованная и адекватная математическая модель, следует использовать традиционные методы
2.2. Основы теории нечетких множеств
В обычной теории множеств существуют несколько способов задания множества. Одним из них является использование характеристической функции, определяемой следующим образом: пусть U – некоторое универсальное множество, например, множество всех дей- ствительных чисел. Характеристическая функция множества A U – это функция A,(X →{0, 1}, значения которой (1 или 0) указывают на то, является x U элементом множества A или нет:
(1)
Нечёткие множества являются обобщением обычных множеств, для случая, когда характеристическая функция может принимать, любые значения из отрезка [0, 1]. В теории нечетких множеств данная характеристическая функция называется функцией принадлежности, а её значение А (x) - степенью принадлежности элемента х нечётному множеству A.
Существуют различные типовые формы кривых для задания функции принадлежности. Наибольшее распространение получили: треугольная, трапецеидальная и гауссова функции принадлежности (риг 1,2).
Треугольная функция принадлежности определяется тройкой чисел (a, b, с), и её значение в точке х вычисляется согласно выражению:
(2)
При b - а = с - b имеет место случай симметричной треугольной функции принадлежности, которая может быть однозначно задана двумя параметрами из тройки (а, b, с).
Аналогично, для задания трапецеидальной функции принадлежности необходима четверка чисел (а, b, с, d):
(3)
При b - а = d - с трапецеидальная функция принадлежности принимает симметричный вид и требует для своего описания 3-х параметров.
Рис. 1. Кусочно-линейные функции принадлежности
Функция принадлежности гауссова типа описывается формулой
(4)
и задается двумя параметрами. Параметр с обозначает «центр» нечеткого множества, а параметр отвечает за «крутизну» функции (в соответствии «правилом 3-х сигм», площадь под кривой (х) на отрезке [с -3 , с + 3 ] равна 0,997 ).
Рис. 2. Гауссова функция принадлежности
Для нечётких множеств используются операции, введённые
Заде:
пересечение множеств - операция над множествами А и
В, результатом которой является множество С = А В, содержащее только те элементы, которые принадлежат и множеству А и множеству В:
(5)
объединение множеств - операция над множествами А и
В, результатом которой является множество С = А В, содержащее те элементы, которые принадлежат множеству А или множеству В или обоим множествам:
(6)
отрицание множества - операция над множеством А,
результатом которой является множество С ¬А, содержащее все элементы, принадлежащие универсальному множеству, но не принадлежащие множеству A:
(7)
концентрация множества А - обозначается как CON(A),
от англ. concentration; соответствует усилительной частице «очень» (например, «очень высокий», «очень дорогой»):
(8)
растяжение множества А - обозначается символом
DIL(A), от англ. dilation; соответствует уменьшительной частице «довольно» (например, «довольно молодой», «довольно быстрый»):
(9)
Ключевыми понятиями теории нечетких множества являются понятия нечеткой и лингвистической переменных.
Нечеткая переменная определяется тройкой < α, U, µ >,где α-наименование переменной; U - универсальное множество (область, определения α); µ = µ(х) - функция принадлежности определённая на U, и характеризующая нашу степень уверенности в том, что х является значением нечёткой переменной.
Лингвистической переменной называется набор
<β, Т, U, G, М>, где β - наименование лингвистическом переменной; T—множество ее значений (терм-множество), представляющих собой наименования нечетких переменных; G — синтаксическая процедура, позволяющая оперировать элементами терм-множества T в частности, генерировать новые термы (значения); М- семантическая процедура, позволяющая превратить каждое новое значение лингвистической переменной, образуемое процедурой G, в нечеткую переменную,
Нечетким логическим выводом (fuzzy logic inference) называется аппроксимация зависимости Y = f(x1, x2, …, xn) выходной лингвистической переменной от входных лингвистических переменных и получение заключения в виде нечеткого множества, с использованием базы знаний, содержащей правила вида «Если …, то…».
Механизм логического вывода состоит, в общем случае, из следующих этапов:
1) фаззификация – определение степеней уверенности, т.е. значения каждой из функций принадлежности терма при заданных значениях входных переменных xk (k = 1, …, n);
2) нечеткий вывод – состоит из двух этапов:
определение уровней «отсечения» для левой части каждого из правил, т.е. значения функций принадлежности для левых частей каждого правила («предпосылок»). В большинстве случаев, это либо максимум, либо минимум из степеней уверенности термов, вычисленных на этапе фаззификации (логические «ИЛИ», «И»);
определение «усеченных» функций принадлежности. Для этого значения функций принадлежности предпосылок объединяются с соответствующими функциями принадлежности из правых частей правил по правилу «логического И»;
3) нечеткая композиция – определение результирующей функции принадлежности всей совокупности правил, т.е. объединение полученных усеченных функций (обычно по правилу «логического ИЛИ»);
4) дефаззификация – приведение к «четкости», используя результирующую функцию принадлежности. Основным методом деффазификации является центроидный (centroid) – нахождение центра тяжести плоской фигуры, ограниченной осями координат и графиком функции принадлежности нечеткого множества;
В качестве примера рассмотрим процедуру принятия решения о необходимости выделения затрат на модернизацию системы защиты информации (СЗИ).
1. Сформулируем набор нечетких логических переменных:
уровень угроз x = {Низкий (S), Средний (M), Высокий (L)};
уязвимость ресурсов y = {Невысокая (S), Высокая (L)};
затраты на модернизацию z = {Низкие (S), Высокие (L)}.
2. Построим графики функций принадлежности для этих переменных (рис. 3):
в
Рис. 3. Функции принадлежности для уровня угроз, уязвимости и
затрат на модернизацию СЗИ: а – уровень угроз; б – уязвимость ресурсов; в – затраты на модернизацию.
3. Сформулируем правила, регламентирующие работу системы принятия решений:
ЕСЛИ Уровень угроз = «НИЗКИЙ» И Уязвимость ресурсов = «НЕВЫСОКАЯ» ТО Затраты на модернизацию = «НИЗКИЕ»
Полный список всех правил, с указанием соответствующих значений нечетких переменных x, y и z приведен в табл. 1:
Таблица 1
База правил
x y |
S |
M |
L |
S |
S |
L |
L |
L |
S |
S |
L |
4. Построим графическое представление механизма логического вывода для конкретных значений входных переменных x = x* и y = y* (рис. 4)
0
0
1
б
0
1
1
0
5. Определим результирующую функцию принадлежности совокупности правил 1 - 4, используя при дефаззификации центроидный метод (рис. 5).
α3 = max { α1,
α3, α4}
Рис. 5. Определение функции принадлежности
для выходной переменной и дефаззификация