Metoda oceny zarządzania zużyciem granicznym obiektów technicznych z wykorzystaniem fuzji klasyfikatorów rozmytych i heurystycznych

Planowanie zarządzania matematycznymi modelami systemów technicznych opiera się na różnych modelach. Najprostsze z nich modeli zaliczane są do twardych metod obliczeniowych tj. statystyka i probabilistyka. Do miękkich bardziej złożonych metod obliczeniowych zaliczyć można sztuczne sieci neuronowe, algorytmy genetyczne, zbory rozmyte. Stosowanie tej drugiej grupy modeli staje się coraz bardziej powszechne. Zaliczane są one do metod sztucznej inteligencji. Sieci neuronowe i algorytmy genetyczne ze względu na swoje mechanizmy uczenia, stosowane są w celach optymalizacyjnych. Pozwalają one opisać różne nieliniowe struktury danych, jak i poprawnie je klasyfikować. Bardzo złożone problemy decyzyjne z jakimi mamy coraz częściej do czynienia często nie dają się efektywnie zoptymalizować. Są to problemy. Wtedy bardzo przydatne stają się metody heurystyczne, którym poświęcony jest niniejszy artykuł. Wykorzystywane w inteligentnych systemach metody wieloagentowe pozwalają na dokładne symulowanie rzeczywistości z dużą liczbą obiektów, o różnym poziomie abstrakcji. Stanowią one metodę pozwalającą opisać różne związki między uczestnikami ruchu na drogach. Artykuł prezentuje zadanie optymalizacyjne pozwalające dokonać obserwacji cech obiektu w wielowymiarowej przestrzeni cech go opisujących.