Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Fuzzy döntéselmélet

    A tantárgy angol neve: Fuzzy Decision Support

    Adatlap utolsó módosítása: 2006. július 1.

    Tantárgy lejárati dátuma: 2009. november 24.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Villamosmérnöki Szak

    Műszaki Informatika Szak

    Választható tárgy

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMA9042   2/0/0/v 3 1/1
    4. A tantárgy előadója

    Név:

    Beosztás:

    Tanszék, Int.:

    Sali Attila

    Egyetemi docens

    Számítástudományi és Információelméleti Tanszék

    5. A tantárgy az alábbi témakörök ismeretére épít

    Elemi halmazműveletek, elemi analízis, fuzzy elmélet alapjai

    6. Előtanulmányi rend
    Ajánlott:

    Ajánlott előtanulmányok: Analízis I., Fuzzy rendszerek I. (vitt9279)

    Tematikaütközés miatt a tárgyat csak azok vehetik fel, akik korábban nem hallgatták a következő tárgyakat:

    Neptun-kód Cím

    7. A tantárgy célkitűzése

    A fuzzy döntéselméletben használatos preferencia modellek, fuzzy relációk, aggregációs operátorok fuzzy matematikai alapjainak, karakterizációjának megismertetése. A különböző rangsorolási módszerek és többkritériumú döntési eljárások elemzése, kalsszifikációja.

    8. A tantárgy részletes tematikája
    • Fuzzy logikai műveletek
      • negációk, konjukciók, diszjunkcók. Archimédeszi, nullosztós, illetve szigorú tünormák reprezentációja, folytonos tünormák klasszifikációja
      • De Morgan hármasok
      • Paraméteres művelet családok: Frank-család, Hamacher-család
      • Implikációk, negációk definiálása implikációkkal
    • Súlyozott bináris relációk
      • Súlyozott bináris relációk nyomai
      • Súlyozott bináris relációk tulajdonságai: reflexivitás, szimmetria, tranzitivitás, teljesség, Ferrets tulajdonság
    • Súlyozott preferencia modellezés
      • Alapfogalmak
      • Axiómatizálás
      • Függvény egyenlet rendszerek
        • Megoldások tulajdonságai
        • partikuláris megoldások karakterizációje
        • Szigorú preferencia és implikációk
    • Aggregációs operátorok
      • Idempotens CNM operátorok
      • Aggregációs tulajdonságok
      • Stabil aggregációs operátorok
      • Nem-kompetitív aggregációs operátorok
      • Súlyozott aggregációs operátorok
      • Súlyozott átlagok és médiánsok fuzzy integrálokkal
      • Tranzitív súlyozott preferencia relációk aggregációja
    • Rangsorolási eljárások
      • Rangsorolás kiértékelő függvénnyel
      • Nem-domináns és nem-dominált alternatívák
      • A nettó folyam érték és a minimum kimenő folyam érték módszerek karakterizációja
      • Aggregációs szabályok és kiértékelő függvénnyek
    • Többkritériumú döntési eljárások
      • Egykritériumú preferencia relációk aggregációja
      • Rangsorolási és kiválasztási eljárások
    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    (előadás, gyakorlat, laboratórium):

    Előadás

    10. Követelmények

    a. A szorgalmi időszakban: házi feladatok

    b. A vizsgaidőszakban: írásbeli vizsga, feladat kidolgozás

    1. Elővizsga: lehetséges
    11. Pótlási lehetőségek

    Ismétlő vizsga a tanulmányi és vizsgaszabályzat szerint

    12. Konzultációs lehetőségek

    Fogadó órán, illetve személyes egyeztetéssel

    13. Jegyzet, tankönyv, felhasználható irodalom
    • J.C. Fodor and M. Roubens, Fuzzy Preference Modelling and Multicriteria Decision Support, Kluwer Academic Publishers, Theory and Decision Libarary, Series D: System Theory, Knowledge Engineering and Problem Solving, Volume 14.
    • Kóczy-Tikk, Fuzzy rendszerek, TypoTeX
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    (a tantárgyhoz tartozó tanulmányi idő körülbelüli felosztása a tanórák, továbbá a házi feladatok és a zárthelyik között (a felkészülésre, ill. a kidolgozásra átlagosan fordítandó/elvárható idők félévi munkaórában, kredit x 30 óra, pl. 5 kredit esetén 150 óra)):

    Kontakt óra

    30

    Félévközi készülés órákra

    10

    Felkészülés zárthelyire

    Házi feladat elkészítése

    30

    Kijelölt írásos tananyag elsajátítása

    ..

    Vizsgafelkészülés

    20

    Összesen

    90

    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    Sali Attila

    Egyetemi docens

    Számítástudományi és Információelméleti Tanszék