Bøger af Hans-Jürgen Zimmermann

The field of "e;intelligent interfaces and systems"e; has seen a fast growth last decade. An impressive number of papers, conference tutorials, and volumes were devoted to the topic. Ten years ago, intelligent systems constituted a rather exotic topic and many were skeptic that such systems amount to more than a nice name. Nowadays, intelligent systems represent a powerful tool in many applications, in all industrial fields. Their development evolved on both the horizontal dimension, with a constantly increasing number of applications, and on the vertical dimension, by including more capabilities going from sensoric to neurofuzzy systems, intelligent agents, speech and image understanding, and decision making in complex environments. The domain constituted by the intelligent systems is now too large to be covered in a single volume. Consequently, the Editors considered a balance between several selected sub-fields, to insure the unity of the volume, yet allowing a large enough horizon and a consistent understanding of the entire field, including real-life applications. The volume represents a comprehensive coverage of the field, including fundamental aspects, software-, sensors-, and hardware-related issues. Moreover, the contributors to this volume offer, beyond a systematic overview of intelligent interfaces and systems, deep, practical knowledge in building and using intelligent systems in various applications. A special emphasis is on specific aspects and requirements in applications. In addition, the second Editor proposes two chapters addressing the management of projects dealing with intelligent systems.

Problems in decision making and in other areas such as pattern recogni- tion, control, structural engineering etc. involve numerous aspects of uncertainty. Additional vagueness is introduced as models become more complex but not necessarily more meaningful by the added details. During the last two decades one has become more and more aware of the fact that not all this uncertainty is of stochastic (random) cha- racter and that, therefore, it can not be modelled appropriately by probability theory. This becomes the more obvious the more we want to represent formally human knowledge. As far as uncertain data are concerned, we have neither instru- ments nor reasoning at our disposal as well defined and unquestionable as those used in the probability theory. This almost infallible do- main is the result of a tremendous work by the whole scientific world. But when measures are dubious, bad or no longer possible and when we really have to make use of the richness of human reasoning in its variety, then the theories dealing with the treatment of uncertainty, some quite new and other ones older, provide the required complement, and fill in the gap left in the field of knowledge representation. Nowadays, various theories are widely used: fuzzy sets, belief function, the convenient associations between probability and fuzzines~ etc *** We are more and more in need of a wide range of instruments and theories to build models that are more and more adapted to the most complex systems.

This edition includes new chapters on possibility theory, fuzzy logic and approximate reasoning, expert systems, fuzzy control, fuzzy data analysis, decision making and fuzzy set models in operations research.

This edition includes new chapters on possibility theory, fuzzy logic and approximate reasoning, expert systems, fuzzy control, fuzzy data analysis, decision making and fuzzy set models in operations research.

Zadeh, the theory of fuzzy sets has matured into a wide-ranging collection of concepts, models, and tech niques for dealing with complex phenomena which do not lend themselves to analysis by classical methods based on probability theory and bivalent logic.

Probleme, Modelle, Algorithmen Eine zunehmende Anzahl von Autoren [siehe z. B. Boothroyd 1978, S. 110, Miiller­ Merbach 1979, Checkland 1983] vertreten die Auffassung, da~ es zwei verschiedene Begriffe des Operations Research (OR) gibt: Ein Operations Research aus der Sicht des Praktikers und eins aus der Sicht des Mathematikers. Wahrend das OR aus der Sicht des Praktikers "die modellgestutzte Vorbereitung von Entscheidungen zur Gestaltung und Lenkung von Mensch-Maschine-Systemen zur Aufgabe hat" [Muller­ Merbach 1979, S. 295], sieht der Mathematiker das OR "als Teilgebiet der ange­ wandten Mathematik" [Gaede 1947] an. Wie es zu dieser Situation kam, wird naher im Kapitell dieses Buches beschrieben. Hier wird allerdings die Meinung vertreten, daf~ es zwar zwei Teile des Gebietes OR geben mag, da~ sie jedoch beide wichtig und notwendig fUr das OR sind und sich aus der Geschichte des OR erk1aren lassen. Urn dies fiir den Leser leichter verstandlich zu machen, ist es nutzlich, zunachst auf den hier benutzten Begriff des "Problems" etwas naher einzugehen. Bild 0 skizziert die hier angenommenen Zusammenhange. Diese Darstellung ist jedoch auf keinen Fall als ein zeitliches Ab1aufschema zu interpretieren. Zum Problem (im BewuBtsein eines Menschen) Formale Abstrak­ Sprache, tion Perception ---, BewuBtsein Anspruchsn iveaus I (subjektiv) I I Anpassung der An­ I spriiche, Anderung I des Realitatsaus­ schnitts I I I I I I I Nicht-quantifizierte I relevante Probleme I Tatbestande __ J Bild 0 Zusammenhiinge zwischen Problemen, Modellen und Algorithmen 2 Einfi.

Auf dem Gebiet der Planung und Kontrolle von Projektabliiufen sind im Verlauf der letzten Jahrzehnte entscheidende Fortschritte erzielt worden. Der verstarkte Einsatz neuer Planungsmethoden und -instrumente ist nicht zuletzt dadurch bedingt, daB die zu li:isenden Aufgaben beziiglich ihres Umfanges und ihrer Komplexitat stan dig zu­ nehmen, daB infolge des verscharften Wettbewerbes die Zeitspanne zwischen Idee, Konzeption und Realisation verkiirzt wird und daB auf Grund des Einsatzes moderner Datenverarbeitungsanlagen die Anwendung neuer Verfahren bei der Planung von GroB­ projekten erst moglich wird. Ein wesentlicher Nachteil der sogenannten traditionellen Verfahren der Terminplanung (Gantt-Charts ect.) besteht darin, daB sie nicht in der Lage sind, die zwischen den Teil­ aufgaben eines Projektes bestehenden Zusammenhange und Interdependenzen syste­ matisch darzustellen. Ausgehend von dies en Unzulanglichkeiten entstanden neue Me­ thoden, die zu den heute allgemein bekannten Verfahren der N etzplantechnik, wie CPM, MPM, PERT u. a. fiihrten. Untersucht man die Anwendungsmoglichkeiten dieser Verfahren, so stellt sich heraus, daB sie ihrer Konzeption nach auf einen verhaltnismaBig begrenzten Problemkreis be­ schriinkt bleiben; ihr Einsatz ist nur dann moglich, wenn die zu untersuchenden Pro­ zesse beziiglich ihrer Struktur determiniert sind, d. h., aIle Aktivitaten und Ereignisse miissen wahrend der Ausfiihrung des Projektes mit Sicherheit realisiert werden.

Zadeh, the theory of fuzzy sets has matured into a wide-ranging collection of concepts, models, and tech niques for dealing with complex phenomena which do not lend themselves to analysis by classical methods based on probability theory and bivalent logic.