Введение
Глава I. Анализ методов обработки нечетких данных и постановки решаемых задач 11
1.1. Сложность обработки данных функционирования объектов с качественными характеристиками 11
1.2. Статистические методы обработки нечетких данных 13
1.3. Элементы теории нечетких множеств 15
1.4. Методы нечеткого регрессионного анализа 27
1.5. Методы обработки данных функционирования объектов с качественными характеристиками на основе теории нечетких множеств 33
1.6. Выводы по главе 1 38
Глава II. Построение нелинейной комбинированной регрессионной модели 40
2.1. Свойства взвешенных отрезков нечетких чисел, являющихся результатами операций с Т -числами 40
2.2. Нелинейная комбинированная регрессионная модель при неотрицательных исходных данных Г -типа 48
2.3. Выводы по главе II 55
Глава III. Построение эталонного образа объектов с качественными характеристиками и выбор адекватного оператора агрегирования информации 57
3.1. Построение эталонного образа объектов при их сравнительном анализе ...57
3.2. Определение рейтинговых оценок объектов на основе эталонного образа 61
3.3. Обоснование выбора адекватного оператора агрегирования информации..64
3.4. Выводы по главе III 83
Глава IV. Примеры практического применения разработанных моделей и метода 86
4.1. Построение комбинированной регрессионной модели, позволяющей прогнозировать успешность разрабатываемых программных продуктов 86
4.2. Построение эталонного образа успешного программного продукта 94
4.3. Определение рейтинговых оценок программных продуктов на основе эталонного образа 96
4.4. Выработка управляющих рекомендаций на основе адекватного оператора агрегирования информации 100
4.5. Выводы по главе IV 109
Заключение 111
Список использованных источников 112
Приложение 126
