SlideShare a Scribd company logo
1 of 14
Використання нечітких
множин в експертних
системах
Яцюк С.О.
ЕСМ-506
Лотфі Заде -засновник
теорії нечітких множин
• Робота Лотфі Заде "Fuzzy Sets",
що з'явилася в 1965 році в
журналі "Information and Control",
заклала основи моделювання
інтелектуальної діяльності
людини і з'явилася початковим
поштовхом до розвитку нової
математичної теорії. Він же дав і
назву для нової області науки -
"fuzzy logic"(fuzzy - нечіткий,
розмитий, м'який).
Третій період теорії
нечіткої логіки
• До 90-го року з'явилося близько 40 патентів, що
відносяться до нечіткої логіки (30 - японських). Сорок
вісім японських компаній утворили спільну
лабораторію LIFE (Laboratory for International Fuzzy
Engineering), японський уряд фінансував 5-річну
програму по нечіткій логіці, що включає 19 різних
проектів - від систем оцінки глобального забруднення
атмосфери і передбачення землетрусів до АСУ
заводських цехів і складів.
Різниця чітких та
нечітких множин
• Нечітка підмножина відрізняється від звичайної тім,
що для елементів x з E немає однозначної відповіді
"ні" відносно властивості R. У зв'язку з цим, нечітка
підмножина A універсальної множини E визначається
як множина впорядкованої пари A = {mA(х)/х},
де mA(х) - характеристична функція приналежності
(або просто функція приналежності), що приймає
значення в деякій впорядкованій множині M
(наприклад, M = [0,1]).
Загальна структура нечіткого
мікроконтролера
Fuzzy logic toolbox - вбудована в Matlab сукупність
функцій, що містить набір засобів, які дозволяють:
• створювати і редагувати нечіткі системи всередині
середовища Matlab;
• вбудовувати нечітку підсистему в SimuLink (поставляється
з Matlab) при моделюванні загальної системи;
• побудувати нечітку систему в Matlab у вигляді процедури,
що викликається з програми, яка написана на мові Сі.
Категорії інструментальних засобів
програмування нечітких систем
функції командного рядка (command line
functions);
• графічний інтерактивний
інтерфейс;
використання вбудованих блоків
SimuLink.
Відмінні переваги fuzzy-систем у
порівнянні з іншими
можливість оперувати вхідними даними, заданими нечітко: наприклад, що
безупинно змінюються в часі значення (динамічні задачі), значення, що
неможливо задати однозначно (результати статистичних опитувань, рекламні
компанії і т.д.);
• можливість нечіткої формалізації критеріїв оцінки і порівняння:
оперування критеріями "більшість", "можливе", переважно" і т.д.;
можливість проведення якісних оцінок як вхідних даних, так і виведених
результатів: ви оперуєте не тільки власне значеннями даних, але їхнім
ступенем вірогідності (не плутати з імовірністю!) і її розподілом;
• можливість проведення швидкого моделювання складних динамічних
систем і їхній порівняльний аналіз із заданим ступенем точності:
оперуючи принципами поведінки системи, описаними fuzzy-
методами, ви по-перше, не витрачаєте багато часу на з'ясування
точних значень змінних і складання рівнянь, що їх описують, по-
друге, можете оцінити різні варіанти вихідних значень.
CubiCalc 2.0 RTC
• CubiCalc 2.0 RTC - одна з найбільш могутніх комерційних
експертних систем на основі нечіткої логіки, що дозволяє
створювати власні прикладні експертні системи ;
• Ефективність застосування CubiCalc в даних завданнях така
, що відома організація КОКОМ ( США ) , який свого часу
стежила за тим , щоб нові американські технології в
комп'ютерно - програмної області не підвищували чужий
військово - промисловий потенціал , накладала дуже жорсткі
обмеження на поширення цього пакета
RuleMake
• RuleMaker - програма автоматичного витягу нечітких
правил із вхідних даних . Rule Maker - додаток до пакету
Cubi Calc. Його призначення - обробка масивів даних,
виділення в масивах груп даних за деякими ознаками
(кластеризація), виявлення зв'язків між виділеними
групами (побудова правил). Оскільки межі задаються
нечітко, можливі альтернативні висновки із зазначенням
ступеня їх достовірності, тобто оперування критеріями
"краще-гірше", "можливо" і т.д.
FuziCalc
• Програмний пакет FuziCalc відноситься до добре відомого
класу програм - електронних таблиць - і призначений для
зберігання даних і їх обробки, а також для виконання
простих розрахунків і оцінок. Заснований на
нетрадиційних принципах (багатозначною логікою) і
орієнтований на широке коло користувачів, не досвідчених
в сучасній математиці і програмуванні, пакет абсолютно
унікальний, тому що дозволяє працювати з нечітко
визначеними даними дуже просто, як зі звичайними
числами.
перша в світі електронна таблиця,
що дозволяє працювати як з
точними числовими значеннями,
так і з приблизними, «нечіткими»
величинами.
OWL-пакет
єдиний пакет по нечіткій логіці і нейронних
мереж, що поставляється з повним
комплектом вихідних текстів. Пакет містить
19 найбільш відомих нейромережевих
парадигм і парадигму нечіткої логіки.
Hyper Logic
• Серед лідерів нового ринку виділяється американська
компанія Hyper Logic, заснована в 1987 році Фредом
Уоткинсом (Fred Watkins). Спочатку компанія
спеціалізувалася на нейронних мережах, однак незабаром
цілком сконцентрувалася на нечіткій логіці. Недавно вийшла
на ринок друга версія пакета CubiCalc фірми HyperLogic, яка
є однієї з найбільш могутніх експертних систем на основі
нечіткої логіки. Пакет містить інтерактивну оболонку для
розробки нечітких експертних систем і систем керування, а
також run-time модуль, що дозволяє оформляти створені
користувачем системи у виді окремих програм.
• Сьогодні елементи нечіткої логіки
можна знайти в десятках промислових
виробів - від систем керування
електропоїздами і бойовими
вертольотами до пилососів і пральних
машин.

More Related Content

What's hot

Windows+VirtualBoxで作るTensorFlow環境
Windows+VirtualBoxで作るTensorFlow環境Windows+VirtualBoxで作るTensorFlow環境
Windows+VirtualBoxで作るTensorFlow環境Hiroo Inamura
 
第11回 配信講義 計算科学技術特論A(2021)
第11回 配信講義 計算科学技術特論A(2021)第11回 配信講義 計算科学技術特論A(2021)
第11回 配信講義 計算科学技術特論A(2021)RCCSRENKEI
 
Chainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなすChainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなすNVIDIA Japan
 
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)智啓 出川
 
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...ssuser3f3f2d
 
第3回 配信講義 計算科学技術特論B(2022)
第3回 配信講義 計算科学技術特論B(2022)第3回 配信講義 計算科学技術特論B(2022)
第3回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
сприймання людиною інформації
сприймання людиною інформаціїсприймання людиною інформації
сприймання людиною інформаціїMychailoBarko
 
CUDA 6の話@関西GPGPU勉強会#5
CUDA 6の話@関西GPGPU勉強会#5CUDA 6の話@関西GPGPU勉強会#5
CUDA 6の話@関西GPGPU勉強会#5Yosuke Onoue
 
Tensor Field Network (and other ConvNet Generalisations)
Tensor Field Network (and other ConvNet Generalisations)Tensor Field Network (and other ConvNet Generalisations)
Tensor Field Network (and other ConvNet Generalisations)Peng Cheng
 
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】崚日 中井
 
20180729 Preferred Networksの機械学習クラスタを支える技術
20180729 Preferred Networksの機械学習クラスタを支える技術20180729 Preferred Networksの機械学習クラスタを支える技術
20180729 Preferred Networksの機械学習クラスタを支える技術Preferred Networks
 
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Japan
 
Урок 3. Системи за глобално позициониране.pptx
Урок 3. Системи за глобално позициониране.pptxУрок 3. Системи за глобално позициониране.pptx
Урок 3. Системи за глобално позициониране.pptxssusereec9b3
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Preferred Networks
 
молекулярна кухня
молекулярна кухнямолекулярна кухня
молекулярна кухняkostyuchik
 
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...peshukll
 
TensorFlow XLA 「XLAとは、から、最近の利用事例について」
TensorFlow XLA 「XLAとは、から、最近の利用事例について」TensorFlow XLA 「XLAとは、から、最近の利用事例について」
TensorFlow XLA 「XLAとは、から、最近の利用事例について」Mr. Vengineer
 
과학연구결과의 프리젠테이션
과학연구결과의 프리젠테이션과학연구결과의 프리젠테이션
과학연구결과의 프리젠테이션Gloomy Marvin
 

What's hot (20)

Windows+VirtualBoxで作るTensorFlow環境
Windows+VirtualBoxで作るTensorFlow環境Windows+VirtualBoxで作るTensorFlow環境
Windows+VirtualBoxで作るTensorFlow環境
 
第11回 配信講義 計算科学技術特論A(2021)
第11回 配信講義 計算科学技術特論A(2021)第11回 配信講義 計算科学技術特論A(2021)
第11回 配信講義 計算科学技術特論A(2021)
 
Chainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなすChainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなす
 
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)
数値計算結果のPythonによる後処理について(1次元データのピーク値およびその位置の推定)
 
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...
Інформаційні технології. Роль інформаційних технологій у житті сучасної людин...
 
第3回 配信講義 計算科学技術特論B(2022)
第3回 配信講義 計算科学技術特論B(2022)第3回 配信講義 計算科学技術特論B(2022)
第3回 配信講義 計算科学技術特論B(2022)
 
сприймання людиною інформації
сприймання людиною інформаціїсприймання людиною інформації
сприймання людиною інформації
 
CUDA 6の話@関西GPGPU勉強会#5
CUDA 6の話@関西GPGPU勉強会#5CUDA 6の話@関西GPGPU勉強会#5
CUDA 6の話@関西GPGPU勉強会#5
 
Tensor Field Network (and other ConvNet Generalisations)
Tensor Field Network (and other ConvNet Generalisations)Tensor Field Network (and other ConvNet Generalisations)
Tensor Field Network (and other ConvNet Generalisations)
 
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】
【SB Tech Festival 2022】SCM_店舗在庫管理領域_UI改善_設計意図説明資料【配布用】
 
20180729 Preferred Networksの機械学習クラスタを支える技術
20180729 Preferred Networksの機械学習クラスタを支える技術20180729 Preferred Networksの機械学習クラスタを支える技術
20180729 Preferred Networksの機械学習クラスタを支える技術
 
Pascal основи програмування частина 1
Pascal основи програмування частина 1Pascal основи програмування частина 1
Pascal основи програмування частина 1
 
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
 
Урок 3. Системи за глобално позициониране.pptx
Урок 3. Системи за глобално позициониране.pptxУрок 3. Системи за глобално позициониране.pptx
Урок 3. Системи за глобално позициониране.pptx
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
 
自作GPUへの道
自作GPUへの道自作GPUへの道
自作GPUへの道
 
молекулярна кухня
молекулярна кухнямолекулярна кухня
молекулярна кухня
 
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...
тема 2 енергетична, харчова та біологічна цінність харчування. проблеми надли...
 
TensorFlow XLA 「XLAとは、から、最近の利用事例について」
TensorFlow XLA 「XLAとは、から、最近の利用事例について」TensorFlow XLA 「XLAとは、から、最近の利用事例について」
TensorFlow XLA 「XLAとは、から、最近の利用事例について」
 
과학연구결과의 프리젠테이션
과학연구결과의 프리젠테이션과학연구결과의 프리젠테이션
과학연구결과의 프리젠테이션
 

Similar to Використання нечітких множин в експертних системах

Ai №6. Експертні системи.
Ai №6. Експертні системи.Ai №6. Експертні системи.
Ai №6. Експертні системи.Lesia Sobolevska
 
завальний Lpc2000
завальний Lpc2000завальний Lpc2000
завальний Lpc2000Amonraa_
 
презентація програми скор.Ppt
презентація програми скор.Pptпрезентація програми скор.Ppt
презентація програми скор.PptMarina Marina
 
Нова програма з інформатики 5-9
Нова програма з інформатики 5-9Нова програма з інформатики 5-9
Нова програма з інформатики 5-9Marina Marina
 
10 in b_2018
10 in b_201810 in b_2018
10 in b_20184book
 
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.Василь Тереховський
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Lesia Sobolevska
 
Informatika 10-klas-bondarenko-2018
Informatika 10-klas-bondarenko-2018Informatika 10-klas-bondarenko-2018
Informatika 10-klas-bondarenko-2018kreidaros1
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power pointKristnaAlieva
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power pointKristnaAlieva
 
Intro "Промислові мережі та інтеграційні технології"
Intro "Промислові мережі та інтеграційні технології" Intro "Промислові мережі та інтеграційні технології"
Intro "Промислові мережі та інтеграційні технології" Пупена Александр
 
Petrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievPetrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievVolodymyr Saviak
 
Lesson #11. computer modeling of objects and processes. computer experiment
Lesson #11. computer modeling of objects and processes. computer experimentLesson #11. computer modeling of objects and processes. computer experiment
Lesson #11. computer modeling of objects and processes. computer experimentNikolay Shaygorodskiy
 
Informatyka 8-klas-kazantseva-2021
Informatyka 8-klas-kazantseva-2021Informatyka 8-klas-kazantseva-2021
Informatyka 8-klas-kazantseva-2021kreidaros1
 

Similar to Використання нечітких множин в експертних системах (20)

Lect 1 intro
Lect 1 introLect 1 intro
Lect 1 intro
 
Ai №6. Експертні системи.
Ai №6. Експертні системи.Ai №6. Експертні системи.
Ai №6. Експертні системи.
 
Урок 6
Урок 6Урок 6
Урок 6
 
завальний Lpc2000
завальний Lpc2000завальний Lpc2000
завальний Lpc2000
 
презентація програми скор.Ppt
презентація програми скор.Pptпрезентація програми скор.Ppt
презентація програми скор.Ppt
 
Нова програма з інформатики 5-9
Нова програма з інформатики 5-9Нова програма з інформатики 5-9
Нова програма з інформатики 5-9
 
10 in b_2018
10 in b_201810 in b_2018
10 in b_2018
 
6545
65456545
6545
 
урок 6
урок 6урок 6
урок 6
 
SPR
SPRSPR
SPR
 
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.
Урок 65. Вибір теми проекту. Його планування. Добір ресурсів.
 
Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2Интелектауальні системи та їх ПЗ №1-2
Интелектауальні системи та їх ПЗ №1-2
 
Informatika 10-klas-bondarenko-2018
Informatika 10-klas-bondarenko-2018Informatika 10-klas-bondarenko-2018
Informatika 10-klas-bondarenko-2018
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power point
 
презентация Microsoft power point
презентация Microsoft power pointпрезентация Microsoft power point
презентация Microsoft power point
 
Intro "Промислові мережі та інтеграційні технології"
Intro "Промислові мережі та інтеграційні технології" Intro "Промислові мережі та інтеграційні технології"
Intro "Промислові мережі та інтеграційні технології"
 
Petrenko hpc day 2011 Kiev
Petrenko hpc day 2011 KievPetrenko hpc day 2011 Kiev
Petrenko hpc day 2011 Kiev
 
Lesson #11. computer modeling of objects and processes. computer experiment
Lesson #11. computer modeling of objects and processes. computer experimentLesson #11. computer modeling of objects and processes. computer experiment
Lesson #11. computer modeling of objects and processes. computer experiment
 
Informatyka 8-klas-kazantseva-2021
Informatyka 8-klas-kazantseva-2021Informatyka 8-klas-kazantseva-2021
Informatyka 8-klas-kazantseva-2021
 
Урок 2
Урок 2Урок 2
Урок 2
 

Використання нечітких множин в експертних системах

  • 1. Використання нечітких множин в експертних системах Яцюк С.О. ЕСМ-506
  • 2. Лотфі Заде -засновник теорії нечітких множин • Робота Лотфі Заде "Fuzzy Sets", що з'явилася в 1965 році в журналі "Information and Control", заклала основи моделювання інтелектуальної діяльності людини і з'явилася початковим поштовхом до розвитку нової математичної теорії. Він же дав і назву для нової області науки - "fuzzy logic"(fuzzy - нечіткий, розмитий, м'який).
  • 3. Третій період теорії нечіткої логіки • До 90-го року з'явилося близько 40 патентів, що відносяться до нечіткої логіки (30 - японських). Сорок вісім японських компаній утворили спільну лабораторію LIFE (Laboratory for International Fuzzy Engineering), японський уряд фінансував 5-річну програму по нечіткій логіці, що включає 19 різних проектів - від систем оцінки глобального забруднення атмосфери і передбачення землетрусів до АСУ заводських цехів і складів.
  • 4. Різниця чітких та нечітких множин • Нечітка підмножина відрізняється від звичайної тім, що для елементів x з E немає однозначної відповіді "ні" відносно властивості R. У зв'язку з цим, нечітка підмножина A універсальної множини E визначається як множина впорядкованої пари A = {mA(х)/х}, де mA(х) - характеристична функція приналежності (або просто функція приналежності), що приймає значення в деякій впорядкованій множині M (наприклад, M = [0,1]).
  • 6. Fuzzy logic toolbox - вбудована в Matlab сукупність функцій, що містить набір засобів, які дозволяють: • створювати і редагувати нечіткі системи всередині середовища Matlab; • вбудовувати нечітку підсистему в SimuLink (поставляється з Matlab) при моделюванні загальної системи; • побудувати нечітку систему в Matlab у вигляді процедури, що викликається з програми, яка написана на мові Сі.
  • 7. Категорії інструментальних засобів програмування нечітких систем функції командного рядка (command line functions); • графічний інтерактивний інтерфейс; використання вбудованих блоків SimuLink.
  • 8. Відмінні переваги fuzzy-систем у порівнянні з іншими можливість оперувати вхідними даними, заданими нечітко: наприклад, що безупинно змінюються в часі значення (динамічні задачі), значення, що неможливо задати однозначно (результати статистичних опитувань, рекламні компанії і т.д.); • можливість нечіткої формалізації критеріїв оцінки і порівняння: оперування критеріями "більшість", "можливе", переважно" і т.д.; можливість проведення якісних оцінок як вхідних даних, так і виведених результатів: ви оперуєте не тільки власне значеннями даних, але їхнім ступенем вірогідності (не плутати з імовірністю!) і її розподілом; • можливість проведення швидкого моделювання складних динамічних систем і їхній порівняльний аналіз із заданим ступенем точності: оперуючи принципами поведінки системи, описаними fuzzy- методами, ви по-перше, не витрачаєте багато часу на з'ясування точних значень змінних і складання рівнянь, що їх описують, по- друге, можете оцінити різні варіанти вихідних значень.
  • 9. CubiCalc 2.0 RTC • CubiCalc 2.0 RTC - одна з найбільш могутніх комерційних експертних систем на основі нечіткої логіки, що дозволяє створювати власні прикладні експертні системи ; • Ефективність застосування CubiCalc в даних завданнях така , що відома організація КОКОМ ( США ) , який свого часу стежила за тим , щоб нові американські технології в комп'ютерно - програмної області не підвищували чужий військово - промисловий потенціал , накладала дуже жорсткі обмеження на поширення цього пакета
  • 10. RuleMake • RuleMaker - програма автоматичного витягу нечітких правил із вхідних даних . Rule Maker - додаток до пакету Cubi Calc. Його призначення - обробка масивів даних, виділення в масивах груп даних за деякими ознаками (кластеризація), виявлення зв'язків між виділеними групами (побудова правил). Оскільки межі задаються нечітко, можливі альтернативні висновки із зазначенням ступеня їх достовірності, тобто оперування критеріями "краще-гірше", "можливо" і т.д.
  • 11. FuziCalc • Програмний пакет FuziCalc відноситься до добре відомого класу програм - електронних таблиць - і призначений для зберігання даних і їх обробки, а також для виконання простих розрахунків і оцінок. Заснований на нетрадиційних принципах (багатозначною логікою) і орієнтований на широке коло користувачів, не досвідчених в сучасній математиці і програмуванні, пакет абсолютно унікальний, тому що дозволяє працювати з нечітко визначеними даними дуже просто, як зі звичайними числами. перша в світі електронна таблиця, що дозволяє працювати як з точними числовими значеннями, так і з приблизними, «нечіткими» величинами.
  • 12. OWL-пакет єдиний пакет по нечіткій логіці і нейронних мереж, що поставляється з повним комплектом вихідних текстів. Пакет містить 19 найбільш відомих нейромережевих парадигм і парадигму нечіткої логіки.
  • 13. Hyper Logic • Серед лідерів нового ринку виділяється американська компанія Hyper Logic, заснована в 1987 році Фредом Уоткинсом (Fred Watkins). Спочатку компанія спеціалізувалася на нейронних мережах, однак незабаром цілком сконцентрувалася на нечіткій логіці. Недавно вийшла на ринок друга версія пакета CubiCalc фірми HyperLogic, яка є однієї з найбільш могутніх експертних систем на основі нечіткої логіки. Пакет містить інтерактивну оболонку для розробки нечітких експертних систем і систем керування, а також run-time модуль, що дозволяє оформляти створені користувачем системи у виді окремих програм.
  • 14. • Сьогодні елементи нечіткої логіки можна знайти в десятках промислових виробів - від систем керування електропоїздами і бойовими вертольотами до пилососів і пральних машин.