Soft Numerical Computing in Uncertain Dynamic Systems
Książka Soft Numerical Computing in Uncertain Dynamic Systems jest przeznaczona dla specjalistów systemowych zainteresowanych systemami dynamicznymi działającymi w różnych skalach czasowych. W książce omówiono kilka rodzajów błędów i ich propagację, omówiono metody numeryczne - w tym właściwości i charakterystyki zbieżności i spójności - oraz udowodniono powiązane twierdzenia w kontekście obliczeń miękkich. Szczegółowo omówiono kilka typów reprezentacji niepewności, takich jak przedziałowe, rozmyte, rozmyte typu 2, granularne i połączone zbiory niepewności. Książka może być wykorzystywana przez studentów inżynierii w dziedzinie sterowania i elementów skończonych, a także przez wszystkich studentów inżynierii, matematyki stosowanej, ekonomii i informatyki.
Jednym z ważnych tematów w naukach stosowanych są systemy dynamiczne i ich zastosowania. Autorzy opracowują te modele i dostarczają rozwiązania za pomocą metod numerycznych. Ponieważ są one z natury niepewne, miękkie obliczenia mają tutaj duże znaczenie. Jest to powód, dla którego bada się miękkie obliczenia numeryczne w systemach dynamicznych. Jeśli systemy te są zaangażowane w złożone i niepewne dane, będą one bardziej praktyczne i ważne. Rzeczywiste problemy działają z tego typu danymi i większość z nich nie może być rozwiązana dokładnie i łatwo - czasami są one niemożliwe do rozwiązania.
Oczywiście wszystkie metody numeryczne muszą uwzględniać błąd aproksymacji. Inne ważne tematy związane z niepewnymi systemami dynamicznymi obejmują przetwarzanie obrazu i rozpoznawanie wzorców, które również mogą korzystać z niepewnych systemów dynamicznych. W rzeczywistości głównym celem jest określenie współczynników macierzy, która działa jak ramka na obrazie. Jedną ze skutecznych metod wykazujących wysoką dokładność jest wykorzystanie różnic skończonych do wypełnienia komórek macierzy.
