Заде заложил основы нечеткой логики. Коско заставил ее работать. Авторы пакета CubiCalc сделали ее доступной для широкого круга разработчиков. Однако чтобы стать действительно массовым инструментом, нечеткая логика должна была проделать еще один шаг - обрести простую и дружественную оболочку, привычную для простого пользователя, не искушенного в премудростях высокой науки. И этот шаг был сделан. Пакет FuziCalc фирмы FuziWare, похоже, имеет все шансы получить поистине всенародное признание и потеснить во всевозможных рейтингах Excel, Quicken и Microsoft Money.
На первый взгляд FuziCalc настолько прост и изящен, что трудно поверить в его новизну. Неужели в течение трех десятилетий существования теории нечеткой логики никому не приходило в голову объединить этот математический аппарат с электронными таблицами ? Однако патент США, недавно полученный авторами пакета, подтверждает: никому. FuziCalc - это первая в мире электронная таблица, позволяющая работать как с точными числовыми значениями, так и с приблизительными, "нечеткими" величинами.
Кому это может быть нужно ? Всем. Представьте себе, что вы - бизнесмен (менеджер, рекрутер, промоутер, мерчендайзер - нужное подчеркнуть) и вам необходимо максимально точно оценить свою прибыль на следующий квартал или хотя бы месяц. При использовании традиционной электронной таблицы вы "споткнетесь" о первое же неточно известное значение. Сколько будет продано куриных окорочков - три контейнера или пять ? Сколько процентов кредитов вернется без задержек ? Десять ? Пятьдесят ? Поскольку оценка прибыли вам так или иначе важна, вы обычно заменяете неточно известное значение некоторой предполагаемой величиной. И - на корню рубите всякую надежду на получение достоверного результата. Пакет FuziCalc предлагает принципиально другое решение. Неточно известное значение вы помечаете как "fuzzy" и в специальном окне строите его функцию распределения - так, как вы ее представляете. Например, "Минимальное число продаж автомобилей SAAB-9000 в моем салоне я оцениваю в 3, максимальное - в 11, наиболее вероятным считаю диапазон от 5 до 8". Функция распределения при этом будет иметь очень простую трапециевидную форму. От вас больше ничего не требуется. Введенное значение займет свое место в поле электронной таблицы (в качестве числового значения там будет находиться т.н. "центроид" - величина, аналогичная мат.ожиданию в теории вероятностей). И только маленький серый треугольник в уголке поля будет напоминать о нечетком характере введенной величины. Зато вы теперь спокойно можете продолжать вычисления - вплоть до получения окончательного результата. Если в процессе вычислений вы использовали нечеткие величины, результат также будет иметь вид функции распределения (например : "Ожидаемый размер налоговых отчислений составит от 17 до 21 миллиона рублей, наиболее вероятный диапазон - от 19.5 до 20 миллионов"). Однако в любом случае результат будет получен ! И он будет точнее и достовернее, чем при использовании любых других доступных вам методов (за исключением гораздо более трудоемких).
Нет, определенно, в течение ближайшего года FuziCalc займет свое место на рабочем столе каждого аналитика. А когда цена пакета опустится ниже магического барьера в $295 (сегодня его рыночная цена составляет $450) - его начнут использовать широкие слои трудящихся - бизнесмены, брокеры, домохозяйки, медсестры, прапорщики и многие другие.

Планирование кредитных операций новые возможности пакета iThink

Планирование кредитных операций- одна из актуальных задач, стоящих перед сотрудниками кредитного управления любого коммерческого банка. Как представить общую картину деятельности кредитного управления? Какими программными средствами должны быть обеспечены оперативные работники и аналитики кредитных подразделений? Задачи планирования кредитных операций с успехом могут быть решены при помощью пакета структурного моделирования ITHINK. Пакет создан специалистами Массачусетского технологического института (США) как средство визуального моделирования финансовых и товарных потоков. В 90-е годы он стал признанным международным стандартом структурного моделирования хозяйственных систем и инженерных объектов.
Пакет ITHINK позволяет представить кредитную деятельность банка в виде серий кредитных операций и финансовых потоков, циркулирующих между банком и его клиентами. Такой подход устраняет главный недостаток традиционных программных средств - трудность получения общей картины кредитной деятельности банка и отсутствие эффективных планово-аналитических методик. В случае использования пакета ITHINK задача управления кредитной деятельностью сводится к определению параметров и конфигурации кредитных потоков и серий кредитных операций.
Благодаря пакету становится возможным планировать структуру кредитных линий, “составные” кредиты, их срочность, количество и объем. Средства пакета позволяют задаваться интервалы между отдельными операциями, частоту и интенсивность кредитных серий. Анализируются доходность и процентные потоки, рассчитаются разнообразные производные показатели. Одно из главных достоинств пакета ITHINK - возможность представления кредитных потоков в наглядной “визуальной” форме. Менеджер “видит” отдельные кредитные операции и их серии. В наглядной форме предстают и соответствующие финансовые потоки.
Однако кредитная стратегия формируется в строгой форме, определяются конкретные целевые показатели и нормативы. Планирование осуществляется в следующих терминах. “При данном режиме финансирования и исходя из имеющего лимита ресурсов мы сможем выделить такое-то количество кредитов в такие-то сроки”. Кредитные серии могут быть структурированы по категориям срочности и размеров, по отдельным группам клиентуры и т.д. Менеджеры приобретают крайне ценную возможность разделить финансовые потоки на серии кредитных операций. Он может менять их структуру и направление. Представленные в таком виде денежные потоки (cash flow), хорошо поддаются аналитической обработке.

“Визуализация” кредитно-финансовых потоков и отдельных кредитных операций весьма полезна и для руководителей: они получают возможность быстро оценить ситуацию и выдать соответствующие инструкции. В результате облегчается принятие решений и выбор оптимальных вариантов.
Несколько слов о самом пакете структурного моделирования ITHINK. Идея пакета предельно проста - на рабочей странице пакета с помощью типовых условных символов (блоков) отображаются банк, его подразделения и деловые партнеры. Финансовые связи между ними представляются в виде потоков платежей, направление которых указывается стрелками. В принципе в модель могут быть введены не только финансовые платежи, но и потоки товаров, сырья и компонентов и пр. Они могут испытывать преобразования, воспроизводящие реальное функционирование хозяйственного объекта.
Эффективность применения пакета ITHINK в области управления кредитными операциями объясняется тем, что в пакете имеется особый типовой блок “конвейер”. Он реализует определенную типовую функцию. Она заключается в том, что поступающие ресурсы задерживаются в нем строго определенное время. Затем они возвращаются в общий поток Это полный аналог предприятия, принимающего кредит. Поэтому “конвейер” исключительно удобно использовать для моделирования кредитных операций. Комбинации “конвейеров” и поступающих в них финансовых потоков позволяют смоделировать финансовые операции любой сложности. ( В приведенной ниже структурной схеме модели конвейеры представлены поперечно окрашенными прямоугольниками).
Иными словами Вам не надо каждый раз программировать каждую кредитную операцию. Он уже имеется в готовом виде. Достаточно ввести в типовой структурный блок ( в данном случае- упомянутый выше конвейер) в нужный пункт модели и задать основные условия (срок, проценты и др.). В электронной таблице организация аналогичных расчетов заняла бы весьма большое рабочее пространство. Кроме того, в электронной таблице не видно сути происходящих процессов. Имитационные модели ITHINK специально предназначены для “визуального” моделирования финансовых потоков.
Известно, что даже небольшое изменение общей схемы расчетов означало бы глубокую и трудоемкую перестройку всей электронной таблицы. В ITHINK структурные блоки заменяются и перемещаются с помощью оператора “мышь”. “Мышью” проводятся и стрелки, указывающие направления потоков и передачи данных. Разумеется, пакет можно (и даже нужно) использовать в едином комплексе с электронными таблицами и базами данных. Это обеспечивается режимом DDE, который обеспечивает обмен данными в реальном масштабе времени. В таком виде аналитическая система приобретает уникальные свойства, которые невозможно получить каким-либо иным путем.
По горизонтальной оси - время, по вертикальной - размер кредитных ресурсов, выделенных в адрес клиента банка. Кредит выделялся двумя частям, возврат также осуществлялся отдельными порциями. На основе данной диаграммы рассчитываются все производные данные - проценты любого типа, средневзвешенный размер кредита, интегральные показатели эффективности. Помимо этого программа “подстраивает” к диаграмме графики платежей по обороту кредита и выплат процентов с указанием конкретных дат и сроков соответствующих платежей. Аналогичным образом строятся диаграммы серий кредитных операций. Наличие графика платежей позволяет менеджерам надежно контролировать расчеты банка со своими клиентами и партнерами.
Большие стрелки символизируют оборот по основной сумме кредита. Тонкие стрелки показывают выплаты процента. Получатели кредитов представлены типовыми структурными блоками “конвейерами”- прямоугольниками с поперечной окраской.

В рамках кредитного планирования с помощью пакета ITHINK решаются три основных группы задач:
Планирование отдельных кредитных операций и их серий
Планирование обслуживания группы приоритетных клиентов банка
Планирование деятельности кредитного управления, привязка к ресурсной базе банка.

На входе “плановой” модели пакета ITHINK - поток ресурсов, привлеченных банком и направленных на финансирование кредитов. На выходе - серии кредитных операций. Модель осуществляет построение графиков конкретных платежей по обслуживанию кредитов с указанием сроков и размеров. Графики и таблицы формируются в любом требуемом масштабе времени - год, квартал, неделя. Наиболее часто используется “плановая” неделя- 1/4 часть каждого месяца. Программой осуществляется построение диаграммы отдельных операций. Конфигурация их изменяется в зависимости от условий - момента начала, продолжительности, структуры, размеров процентов и пр. В виде диаграммы может храниться кредитная история какого-либо клиента банка или условия кредитного соглашения. Модели этого типа предназначены для оперативных сотрудников и экспертов кредитных подразделений.
Более общая модель деятельности кредитных подразделений обеспечивает построение диаграмм не отдельных операций, а финансовых потоков и больших серий кредитов. Управление кредитными операциями достигается путем изменения конфигурации всего потока. Разумеется, управляя потоком, оператор изменяет условия и отдельных входящих в него кредитов. Особенность модели в том, что она позволяет проанализировать реальную картину движения финансовых средств. После того как кредитные ресурсы были использованы предприятием, ресурсы вновь вводятся в оборот. Оператор видит развитие ситуации на протяжении всего заданного промежутка времени. Пакет строит наглядные диаграммы потоков кредитов и обслуживающих их денежных средств.
Модели активных операций банков представляют собой следующий шаг. Они позволяют проанализировать взаимосвязи кредитных операций с другими функциями банка, с формированием его ресурсной базы. На этой основе решаются задачи оптимального распределения финансовых ресурсов, контроля ликвидности и текущей доходности коммерческого банка. Эта группа моделей предназначена для планирования банковских операций на уровне руководителей соответствующих подразделений и всего банка в целом. Они нацелены на подготовку оперативных планов и разработку стратегии банка в области кредитных операций.
В конечном счете пакет ITHINK поможет лучше понять как работает Ваш банк, где узкие места и временные избытки ресурсов. Появляется возможность не только понять, но и “увидеть” финансовые потоки на наглядных потоковых диаграммах. В распоряжении наших банкиров появляется эффективное средство “сценарных” расчетов и среднесрочного планирования кредитных операций, определения внутрибанковских целевых и контрольных нормативов. На его основе возможен анализ кредитной истории банка и его клиентов, более точное определение условий взаимоотношений со стратегическими партерами банка.

Пакет ITHINK- единственное на сегодняшний день эффективное средство планирования операций холдингов и ФПГ. Это объясняется возможностью введения в модель нескольких хозяйственных субъектов. Планирование стратегических альянсов предприятий промышленности и финансового сектора - насущная задача плановиков финансово-промышленных групп. С помощью пакета ITHINK можно учесть долгосрочные факторы сотрудничества, точно оценить меру взаимных льгот и уступок.
Модели хозяйственных систем формируются на основе простого принципа: их деятельность можно представить как преобразование входящих и исходящих финансовых потоков. Это применимо прежде всего к банкам. Аналогичным образом можно представить, к примеру, страховую компанию, лизинговую фирму или промышленное предприятие. Сложнее всего с предприятиями реального сектора. Ибо модель промышленного предприятия должна включаются производственные процессы, транспортировка и хранение, сбыт продукции. Однако и эта задача с успехом решается средствами пакета ITHINK. Средства пакета позволяют моделировать не только финансовые но материальные потоки и технологические цепочки. В комплексе, к примеру, с известным пакетом Project Expert , ITHINK представляет собой мощную, по существу уникальную, аналитическую систему.

Шифрование и секретность в Linux тут

Пакет ITHINK: инвестиционные проекты, реинжиниринг, стратегия

Некоторые рекомендации начинающему разработчику
Российским предпринимателям хорошо известны средства планирования бизнеса, подобные программному продукту “Project Expert “, а также импортные средства аналогичного назначения. Программный пакет ITHINK предоставит Вам принципиально новые возможности, которые выходят далеко за рамки разработки стандартных форм документов. Он способен придать Вашим плановым и проектным разработкам новое качество. Программный пакет ITHINK - уникальное средство имитационного моделирования производственных и финансовых проектов и процессов.
В начале 90-х пакет ITHINK стал признанным стандартом структурного моделирования на Западе. Он широко используется в интеллектуальных центрах корпораций, банках, правительственных структурах и проектно-исследовательских учреждениях. В глазах зарубежного инвестора инвестиционный проект, разработанный с использованием системы ITHINK, приобретает дополнительные выигрышные характеристики. Работа с этим элитарным инструментом свидетельствует об определенной “приобщенности” разработчиков к новейшим наиболее тонким технологиям анализа проектов.
Элитарность в данном случае не означает особую сложность в работе. Система отличается функциональной простотой и гармоничностью. Пакет не требует специальных навыков и владения сложными математическими методами. Процесс разработки модели сочетается с отображением на экране моделируемых структур и взаимосвязей. Программа модели автоматически “подстраивается “ под структурную схему, сформированную оператором.. Оператор постоянно видит объект в целом. Перестроение его “картинки" приводит к автоматическим изменениям в алгоритме и программе модели. Таким образом, обеспечивается уникальный эффект “визуализации” моделирования. В этом заключается наиболее яркая отличительная черта интерфейса программного пакета ITHINK.
Пакет ITHINK не имеет “жесткой привязки” к какому- либо определенному кругу задач . Группа разработчиков “коллекционирует” самые неожиданные способы применения пакета. Некоторые из них приведены в комплекте поставки пакета. С помощью ITHINK решались разнообразные задачи, начиная от анализа причин разрушения дамбы в Юго-Восточной Азии в 1989г. и кончая обслуживанием и распределением пациентов, поступающих в приемный покой клиники. Однако в наибольшей степени ему органичны так называемые “потоковые” задачи. Они охватывают весьма широкую группу ситуаций, встречающихся в повседневной жизни предпринимателей, менеджеров и экспертов в области бизнес-планирования. Дело в том, что большинство развивающихся во времени явлений можно представить как потоковые процессы.
К этой группе относятся технологические процессы, связанные с прохождением ряда последовательных фаз (к примеру, конвейерная сборка, складирование, распределение и транспортировка продукции). Интересно, что один из структурных типовых элементов пакета так и называется - “конвейер “. Модель очень удобна для моделирования процессов распределения и переработки разнообразных непрерывных сред (газов и жидкостей в технологических процессах и транспортных системах), а также “абстрактных” потоков в виде финансовых ресурсов, событий, информации. В среде ITHINK легко поддается моделированию широкая группа задач массового обслуживания. В эту категорию входят, к примеру, ситуации, когда предприятие принимает поток заказов или клиентов, количество которых колеблется случайным образом. В технике с помощью такого рода методов решаются задачи ликвидации случайных отказов, снабжения запчастями и т.д.

В ITHINK может быть смоделирован случайный поток событий и обслуживающая система “проверена” с точки зрения образования очередей, задержек и “отсева” заказов. Таким образом, с помощью пакета ITHINK может быть смоделирован (и представлен в соответствующем плановом документе) весь производственно-сбытовой цикл предприятия от закупки сырья до производства и реализации готовой продукции и услуг. В сферу потенциального применения моделей входит и транспорт (в том числе трубопроводный ), сети газо- и водоснабжения, другие распределительные системы.
Однако главным объектом применения моделей ITHINK является финансовый сектор. Анализ и координирование денежных потоков - это одна из основных “компетенций” пакета структурного моделирования ITHINK. Это идеальное средство для моделирования финансовых потоков, циркулирующих на предприятии, в холдинге, между банком и его клиентами. Пакет может быть весьма полезен при разработке бизнес-плана, в котором фигурируют несколько хозяйственных субъектов различных типов. В связи с этим, его применение может быть рекомендовано планово-аналитическим службам банков и финансово-промышленных групп. В рамках группы могут моделироваться внешние и внутренние потоки финансовых средств, кооперационные связи, поставки сырья и комплектующих .
Важное преимущество пакета ITHINK - возможность продемонстрировать взаимосвязь финансового и технологического механизма проекта. Анализ взаимосвязей технико-экономических и финансовых параметров - уязвимое место существующих экспертных систем в области планирования бизнеса. Многие технико-экономические параметры (например, динамика условно-постоянных расходов, эффект масштаба производства) часто берутся “на веру”. Пакет ITHINK позволяет получить их с помощью имитационной модели. Таким путем могут быть “увязаны” в единое целое технико-экономические и финансовые аспекты проекта. Иными словами, появляется принципиально новая возможность: бизнес-план хозяйственного объекта разрабатывается на основе его имитационной модели.
Деловой механизм проекта, смоделированный в среде IТHINK, может стать “изюминкой” Вашего бизнес-плана. Финансовая механика предприятия будет прозрачной как для потенциального инвестора, так и для самого автора проекта. Схемы, модели и графики, полученные в системе ITHINK весьма уместны в бизнес-плане предприятия с современной технологией ведения бизнеса. Они дополнят ставшие привычными финансовые таблицы и стандартные диаграммы.
Разумеется, пакет ITHINK пригоден не только для разработки и оформления инвестиционных проектов и других плановых документов. Это, прежде всего, эффективный инструмент управления и планирования, средство экспертного анализа ситуации. Особенность моделей ITHINK в том, что они могут быть весьма близки к реальности. Весь Ваш бизнес в виде модели находится под Вашим контролем и действует в заданном масштабе времени. Остается добавить, что модели, разработанные с помощью системы ITHINK могут быть самостоятельным объектом продаж. Любой эксперт, работающий с этой программой подтвердит, что “визуальное” моделирование “ затягивает” не меньше многих бездумных компьютерных игрушек.
Разработка структурной схемы объекта и модели его функционирования вполне доступна для разработчика со “средними” навыками работы с пакетом ITHINK
В заключение остается сказать, что программа работает в среде WINDOWS. Консультанты компании “ТОРА-ЦЕНТР” помогут решить все проблемы, с которыми могут столкнуться пользователи пакета ITHINK.

Нечеткий мир

Надпись на черной глянцевой коробке была лаконична и исполнена внутреннего достоинства : "Третья волна интеллектуального программирования". Подвиньтесь, экспертные системы и нейронные сети. Отряхните ноги от пены отлива, программисты и пользователи. Приготовься, мир - идет цунами ! В серьезности момента не позволяла усомниться желтая наклейка экспортной лицензии США - разрешение на ввоз маленькой коробочки в Россию принимали те же большие дяди, что ведают экспортом крылатых ракет и установок Patriot. В руках автора статьи находился пакет CubiCalc - первый ввезенный в Россию программный пакет, основанный на методах т.н. "нечеткой логики" (fuzzy logic). Вспомнились события пятилетней давности, когда стал дряхлеть Комитет по контролю над экспортом (COCOM) и сквозь образовавшиеся бреши в СССР вешним потоком хлынули рабочие станции и суперкомпьютеры, векторные процессоры и средства телекоммуникаций - запретные плоды заокеанской цивилизации. Тогда казалось, что при наличии внятной спецификации и достаточного финансирования можно получить любую, самую современную техническую "игрушку". Однако все попытки приобрести хотя бы один образец изделий, основанных на методах нечеткой логики, кончались неудачей. В итоге fuzzy logic, мощный и элегантный инструмент современной науки, который на Западе можно встретить в десятках изделий - от бытовых видеокамер до систем управления вооружениями, у нас до самого последнего времени был практически неизвестен.
Нечеткая логика - от Будды до Бартоломея Коско
Признаемся сразу : многие современные ученые до сих пор считают теорию нечеткой логики шаманством и лженаукой, а ее авторов - баламутами и возмутителями спокойствия. Надо признать, для этого есть некоторые основания. Дразнящий эпатаж тридцатишестилетнего Барта Коско (Bart Kosko), живого классика нечеткой логики, способен вывести из себя самого уравновешенного представителя традиционной науки. Так, нашумевшая книга Коско "Fuzzy Thinking" ("Нечеткое мышление") начинается со слов : "Однажды утром я проснулся и понял, что наука идет не туда". Далее автор, что называется "на полном серьезе", доказывает, что два тысячелетия назад человечество сделало роковую ошибку, заложив в фундамент науки не зыбкую поэтику ранних восточных философий, а выхолощенную двоичную логику Аристотеля. И с тех пор классическая "черно-белая" бинарная логика, зажатая шорами закона "исключенного третьего", все более отдаляется от реального многоцветного мира, где нет ничего абсолютного, а все самое интересное происходит в туманной области между "да" и "нет". Однако что же представляет собой теория нечеткой логики, сравнимая по своему влиянию на современную науку с теорией нейронных сетей ?


В отличие от традиционной формальной логики, известной со времен Аристотеля и оперирующей точными и четкими понятиями типа истина и ложь, да и нет, ноль и единица, нечеткая логика имеет дело со значениями, лежащими в некотором (непрерывном или дискретном) диапазоне. Функция принадлежности элементов к заданному множеству также представляет собой не жесткий порог "принадлежит-не принадлежит", а плавную сигмоиду, проходящую все значения от нуля до единицы. Понятно, что оперировать такими вещественными величинами значительно сложнее, чем двоичными битами, однако для этого есть веские основания. Многие понятия повседневной жизни (а по утверждению Коско - все) не укладываются в рамки традиционной бинарной логики. Какой момент считать началом жизни человека ? Какое значение веса отличает худого от толстого ? Насколько хорошая прибыль отличается от средненькой ? Попытки "загнать" приведенные понятия в конкретные числовые рамки либо недопустимо огрубят предметную область, либо чрезмерно усложнят решение задачи. Нечеткая логика предлагает более элегантное решение для подобных ситуаций. Вы сначала описываете какое-либо качественное понятие ("большой", "хороший", "умный", "популярный") некоторой функцией распределения, подобной вероятностным функциям и далее используете его как точное, не заботясь более о его "нечеткой" природе. Теория нечеткой логики позволяет выполнять над такими величинами весь спектр логических операций - объединение, пересечение, отрицание и др. Более того, согласно знаменитой теореме FAT (Fuzzy Approximation Theorem), доказанной Коско, любая математическая система может быть апроксимирована системой, основанной на нечеткой логике.
Прошу не бить автора камнями за "детсадовский" уровень изложения. Теория нечеткой логики - серьезная и сложная наука и ее строгое изложение заполнило бы сотню номеров PC Week. Желающим изучать науку по первоисточникам могу порекомендовать фундаментальный труд Коско "Neural Networks and Fuzzy Systems : a Dynamical Systems Approach To Machine Intelligence" (Prentice-Hall, 1992). Те же, кто хочет посмотреть fuzzy logic в работе, могут просто обратиться к автору по e-mail.
Основы нечеткой логики были заложены в конце 60-х годов в трудах известного американского математика Заде (между прочим, принадлежащего к семье выходцев из СССР). В ту пору весьма популярными были эксперименты с т.н. "мажоритарными" пространствами, в которых намеренно устранялось понятие меры и вместо него вводился ряд качественных факторов (типа квантора "большинства") - прообраз первых нечетких утверждений. Социальный заказ на исследования подобного рода был вызван растущим недовольством экспертными системами. Хваленый "искусственный интеллект", легко справлявшийся с задачами управления сложными техническими комплексами, становился совершенно беспомощным перед простейшими высказываниями повседневной жизни, типа "Если машина впереди тебя управляется неопытным водителем - держись от нее подальше". Для создания действительно интеллектуальных систем, способных адекватно взаимодействовать с человеком, необходим был новый математический аппарат, переводящий невнятные и неоднозначные житейские утверждения в язык четких и формальных математических формул. Первым серьезным шагом в этом направлении явилась теория нечетких множеств, разработанная Заде. Он же дал и название для новой области науки -"fuzzy logic", которое многим сегодня кажется спорным. Дело в том, что сам термин "fuzzy" (что означает "нечеткий, размытый, пушистый") во-первых, глубоко чужд менталитету американцев, любящих все четкое и конкретное и, во-вторых, не совсем точно отражает существо самой теории, которую - в ее сегодняшнем виде - правильнее было бы называть "непрерывной логикой".


Чтобы стать классиком, надо немного опередить свое время. Аппарат теории нечетких множеств, продемонстрировав ряд многообещающих возможностей применения - от систем управления летательными аппаратами до прогнозирования итогов выборов, оказался вместе с тем чрезмерно сложен для воплощения при тогдашнем уровне технологии - и на многие годы нечеткая логика заняла свое место в ряду других специальных научных дисциплин - где-то посередине между экспертными системами и нейронными сетями...
Свое второе рождение теория нечеткой логики пережила в начале восьмидесятых годов, когда сразу несколько групп исследователей (в-основном в США и Японии) всерьез занялись созданием электронных систем различного применения, использующих нечеткие управляющие алгоритмы. Теоретические основы для этих попыток были заложены в ранних трудах Коско (которому в ту пору было 24 года) и других ученых. Наибольшую роль сыграли, пожалуй, два научных результата : доказательство FAT-теоремы, дающей нечеткой логике "путевку в жизнь" и комбинация нечеткой логики с нейронными сетями Кохонена, указавшая путь к преодолению наиболее критического "узкого места" новой теории - автоматизированного формирования системы нечетких правил по содержимому входных данных. К 90-му году появилось около 40 патентов, относящихся к нечеткой логике (30 - японских). Сорок восемь японских компаний образовали совместную лабораторию LIFE (Laboratory for International Fuzzy Engineering), японское правительство финансировало 5-летнюю программу по нечеткой логике, включающую 19 различных проектов - от систем оценки глобального загрязнения атмосферы и предсказания землетрясений до АСУ заводских цехов и складов. Результатом выполнения этой программы явилось появление целого ряда новых массовых микрочипов, основанных на нечеткой логике. Сегодня их можно найти в стиральных машинах и видеокамерах, цехах заводов и моторных отсеках автомобилей, в системах управления складскими роботами и боевыми вертолетами. Революция состоялась.
А что же американцы, вложившие первый камень в теорию нечеткой логики и так скоро уступившие инициативу японцам ? В США развитие нечеткой логики идет по пути создания систем, служащих большому бизнесу (и, разумеется, военным). Нечеткая логика применяется при анализе новых рынков, биржевой игре, оценке политических рейтингов, выборе оптимальной ценовой стратегии и т.п. Появились и коммерческие системы массового применения. Наиболее мощной и популярной среди них является пакет CubiCalc (тот самый, который возвестил о приходе "третьей волны" искусственного интеллекта).


Нечеткая логика - а как это будет по-русски ?
Несмотря на то, что теория нечеткой логики интенсивно развивается с начала 80-х годов, на потребительском рынке это по-прежнему своего рода "экзотика", более редкая, чем другие виды систем искусственного интеллекта, скажем, нейронные сети. К примеру, из трехсот фирм США, специализирующихся на обработке данных для биржевых и финансовых прогнозов, около 40 опираются на аппарат нейронных сетей и только 4 применяют теорию нечеткой логики. Есть ли смысл присматриваться к этим системам на нашем, родном, рынке, где вся финансовая наука сводится к утверждениям типа "народ устал, ща фьючерс ка-ак рухнет", а профессиональные аналитики работают на позапрошлогодней версии "Windows on the Wall Street" ? Как ни странно, есть. Во-первых, не надо быть пророком, чтобы предсказать лавинообразный рост числа подобных систем на западном рынке в самом ближайшем будущем. Во-вторых, пакет CubiCalc уже активно (и небезуспешно) осваивают некоторые финансовые компании Москвы. А пакету FuziCalc (в "родной" либо пиратской версии) можно предсказать самое светлое будущее на необозримых просторах России. И наконец, наше поле чудес - как раз то место, где теория нечеткой логики должна работать лучше всего. Просто удивительно, что за этими пакетами вслед за финансистами не встали в очередь всевозможные политические обозреватели и аналитические центры - в мутной воде нашей предвыборной арены воистину способна разобраться только самая нечеткая теория.

Нечеткая логика в бизнесе

Поезд на Сендай тронулся настолько плавно, что никто не успел заметить момента начала движения. Лишь с неправдоподобным ускорением рванулся назад индустриальный пейзаж за окном. И только один из пассажиров знал секрет колдовской мягкости хода и экономичности этой необычной <электрички>. Это был Лотфи Заде (Lotfi Zadeh), профессор из университета Беркли, чьи работы в конце 60-х годов дали начало новой науке - fuzzy logic или нечеткой логике. Действительно, движением пригородных поездов до японского города Сендай, начиная с 1987 года управляет система, основанная на нечеткой логике (кстати, некоторые характеристики этой системы и сегодня - спустя почти десятилетие - остаются недостижимыми для железнодорожников многих стран).
Судьба нечеткой логики, как нового научного направления, сходна с ее содержимым - необычна, сложна и парадоксальна. Обвинения в шаманстве и лженаучности преследуют ее уже более четверти века. В США еще помнят времена, когда увлечение теорией Заде могло всерьез повредить карьере молодого ученого. Достаточно сказать, что даже в 1989 году, когда примеры успешного применения нечеткой логики в обороне, промышленности и бизнесе исчислялись десятками, Национальное научное общество США всерьез обсуждало вопрос об исключении материалов по нечетким множествам из институтских учебников.
Итак, что же это за наука, которую одни считают ключом к компьютерам будущего, а другие - авантюрой и спекуляцией ? В основе нечеткой логики лежит теория нечетких множеств, изложенная в серии работ Заде в 1965-1973 годах /1/. В этих работах рассматриваются элементы множеств, для которых функция принадлежности представляет собой не жесткий порог (принадлежит/не принадлежит), а плавную сигмоиду (часто упрощаемую ломаной линией), пробегающую все значения от нуля до единицы. Кстати, некоторые ученые полагают, что само название (что означает <нечеткий>, <размытый>, <пушистый>) применительно к теории Заде является не совсем адекватным и излишне рекламным и предлагают заменить его на более точное - <непрерывная логика>.
Надо сказать, что понятие нечеткого множества вполне согласуется с нашими интуитивными представлениями об окружающем мире. Большая часть используемых нами понятий по своей природе нечетки и размыты и попытка загнать их в шоры двоичной логики приводит к недопустимым искажениям. Попробуйте, например, построить пороговую функцию принадлежности для множеств <взрослый>, <популярный>, <качественный>, <быстрый> и т.д. ! А в рамках теории нечетких множеств эта задача не вызывает никаких затруднений. Возьмем, например, понятие <взрослый> и попробуем построить функцию принадлежности человека ко множеству взрослых людей. По оси абсцисс откладывается возраст, по оси ординат - мера принадлежности множеству <взрослый>. Очевидно, что до определенного значения возраста (скажем, 15 лет) человек явно <не взрослый> - и значение функции принадлежности будет равно нулю, а после некоторого возраста (например, 30 лет) - очевидно <взрослый>, и значение функции равно единице. Соединим полученные горизонтальные отрезки наклонной линией - и функция, описывающая понятие <взрослый>, готова. Теперь вы можете использовать это понятие (не заботясь более о его нечеткой природе) в работе с базами данных, экспертными системами и электронными таблицами, т.е. там, где ранее ни о какой неточности не могло быть и речи.


Несмотря на внешнюю простоту и естественность базовых понятий нечеткой логики, понадобилось более пяти лет, чтобы построить и доказать комплекс постулатов и теорем, делающих логику логикой, а алгебру - алгеброй. Параллельно с разработкой теоретических основ новой науки, Заде прорабатывал различные возможности ее практического применения. И в 1973 году эти усилия увенчались успехом - ему удалось показать, что нечеткая логика может быть положена в основу нового поколения интеллектуальных систем управления. Практически сразу после выхода в свет фундаментального доклада Заде /2/ одна небольшая предприимчивая фирма из Дании применила изложенные в нем принципы для усовершенствования системы управления сложным производственным процессом. Результат, что называется, превзошел все ожидания - через четыре года прибыли от внедрения новой системы исчислялись десятками тысяч долларов.
Чтобы понять, что дает применение нечеткой логики в системах управления, рассмотрим простой пример. Представьте себе, что вам необходимо разработать систему управления тяжелым длинномерным грузовиком, способную автоматически загонять его в узкий гараж из произвольной начальной точки. Если вы попытаетесь решить эту задачу классическим способом, то вам можно только посочувствовать. Придется в буквальном смысле слова увешать автомобиль всевозможными датчиками и акселерометрами, после чего привлечь пару докторов наук для составления отнюдь не простой системы уравнений в частных производных.
Использование нечеткой логики принципиально упрощает задачу. Прежде всего, используя лишь три нечетких параметра - скорость и ориентацию автомобиля и расстояние до гаража, вы получаете исчерпывающее описание текущей ситуации. Далее вы строите простую и естественную систему нечетких правил типа :
<Если до гаража достаточно далеко, скорость невелика, а нос смотрит влево возьми правее>. В пакете CubiCalc, одном из наиболее популярных пакетов на основе нечеткой логики, для полной реализации указанной задачи понадобилось описать лишь двенадцать ситуаций и тридцать пять нечетких правил - каждое не сложнее приведенного выше. Вы можете часами наблюдать за кружевом трасс на экране - действия системы экономичны и безошибочны.
Этот несложный пример позволяет проиллюстрировать два ключевых преимущества нечеткой логики по сравнению с другими методами построения систем управления. Во-первых, при тех же объемах входной и выходной информации, центральный блок принятия решений становится компактнее и проще для восприятия человеком. Во-вторых, решение сложной и громоздкой задачи вычисления точных воздействий подменяется значительно более простой и гибкой стратегией адаптивного <подруливания> - при сохранении требуемой точности результата !


Совершенно естественно, что мимо такого перспективного инструмента не могли пройти военные - и в начале 80-х годов в Японии, а затем и в США в обстановке глубокой секретности были развернуты комплексные работы по использованию нечеткой логики в различных оборонных проектах. Одним из самых впечатляющих результатов стало создание управляющего микропроцессора на основе нечеткой логики (т.н. ), способного автоматически решать известную <задачу о собаке, догоняющей кота>. Разумеется, в роли кота выступала межконтинентальная ракета противника, а в роли собаки - мобильная зенитная ракета, слишком легкая для установки на нее громоздкой традиционной системы управления. Кстати, задача о коте и собаке с той поры относится к разряду классических, обошла все учебные пособия и пакеты по нечеткой логике, и вы можете вдоволь поэкспериментировать с различными стратегиями поражения движущейся цели одним или несколькими самоуправляемыми зарядами. Между прочим, впоследствии те же методы нечеткой логики позволили решить и обратную задачу - разработать маневры для эффективного ухода от анти-ракет.
Первый успех окрылил военных и нечеткая логика уверенно заняла свое место в ряду стратегически важных научных дисциплин. Возникла парадоксальная ситуация - официально не признаваемая американской академической наукой, нечеткая логика в то же время вошла в перечень передовых технологий, запрещенных комитетом COCOM к экспорту из США. Автору этой статьи доводилось принимать участие в получении лицензии на ввоз в Россию пакетов CubiCalc и CubiQuick и держать в руках более новую программу RuleMaker с красной наклейкой <Запрещен к вывозу из США>.
Однако основные результаты использования нечеткой логики в прикладных задачах были получены не военными, а промышленниками, и не в США, а в противоположном полушарии - в Японии. Да-да, изобретенная и разработанная в США, нечеткая логика начала свой триумфальный путь на массовый рынок в далекой азиатской стране. Такое, впрочем, случалось и ранее (например, с технологиями плоских экранов для портативных компьютеров), однако обычно это было связано с непомерными по американским меркам долгосрочными инвестициями. В случае же с нечеткой логикой причина была совершенно иной - новая наука оказалась абсолютно чуждой менталитету рациональных американцев (исключение составляет Бартоломей Коско (Bart Kosko), молодой классик <второй волны> нечеткой логики в США, однако он также является приверженцем буддизма и имеет черный пояс по карате). Нечеткие, зыбкие построения fuzzy logic выглядят иррациональными и на удивление созвучными ранним восточным философиям. Не случайно среди приверженцев нечеткой логики преобладают выходцы из Азии и необычно много женщин. Так, основу теории нечетких баз данных /6/ заложила Мария Земанкова (Zemankova), а нечеткую экспертную систему Фудзи-банка, приносящую до $700000 в месяц на краткосрочной биржевой игре, создала Сизуко Ясунобу /Chizuko Yasunobu/.
Японцы довели практическое воплощение нечеткой логики до совершенства. Можно много рассказывать об автоматических прокатных станах, интеллектуальных складах и <безлюдных производствах>, созданных с использованием нечеткой логики. Однако, пожалуй, более впечатляющим выглядит применение нечеткой логики в дешевых изделиях массового рынка - пылесосах, видеокамерах, микроволновых печах и т.п. Пионером в применении нечеткой логики в бытовых изделиях выступила фирма Matsuhita. В феврале 1991 года она анонсировала первую <интеллектуальную> стиральную машину, в системе управления которой сочетались нечеткая логика и нейронная сеть. Автоматически определяя нечеткие входные факторы (объем и качество белья, уровень загрязненности, тип порошка и т.д.), стиральная машина безошибочно выбирала оптимальный режим стирки из 3800 возможных. А спустя пару лет применение нечеткой логики в японской бытовой технике стало повсеместным.


Параллельно с использованием нечеткой логики в системах управления, предпринимались энергичные усилия по созданию на ее основе нового поколения экспертных систем. Как отмечает Коско /5/, нечеткие экспертные системы, помимо своего основного преимущества - лучшей адаптированности к условиям реального мира, обладают еще двумя достоинствами по сравнению с традиционными. Во-первых, они свободны от т.н. <циклических блокировок> при построении заключений. Во-вторых, различные базы нечетких правил можно с легкостью объединять, что редко удается в обычных экспертных системах. Многочисленные примеры экспертных систем (преимущественно из области промышленной диагностики и медицины), основанных на нечеткой логике, можно найти в /3/. Из этой же книги взяты и некоторые приведенные выше примеры.
Отдельно рассказа заслуживает опыт применения нечеткой логики в финансовой сфере. Для решения сложнейших задач прогнозирования различных финансовых индикаторов банкиры и финансисты используют дорогостоящие комплексные системы, в состав которых входит и нечеткая логика. Начало этому процессу положила японская финансовая корпорация Yamaichi Securuties. Задавшись целью автоматизировать игру на рынке ценных бумаг, эта компания привлекла к работе около 30 специалистов по искусственному интеллекту. В первую версию системы, завершенную к началу 1990 года, вошли 600 нечетких правил - воплощение опыта десяти ведущих брокеров корпорации. Прежде чем решиться на использование новой системы в реальных условиях, ее протестировали на двухлетней выборке финансовых данных (1987-1989 г). Система с блеском выдержала испытание. Особое изумление экзаменаторов вызвало то, что за неделю до наступления биржевого краха (знаменитого <Черного Понедельника> на токийской бирже в 1988 году) система распродала весь пакет акций, что свело ущерб практически к нулю. Надо ли говорить, что после этого вопрос о целесообразности применения нечеткой логики в финансовой сфере уже не поднимался. Хотя скептики могут привести и другие примеры - например, ни одна из банковских систем не смогла предсказать падение биржевого индекса Nikkei весной 1992 года.
Можно привести и другие примеры применения нечеткой логики в бизнесе. Удачный опыт Ганса Зиммермана (Hans Zimmermann) по использованию экспертной системы с нечеткими правилами для анализа инвестиционной активности в городе Аахене (ФРГ) привел к созданию коммерческого пакета ASK для оценки кредитных и инвестиционных рисков. А система управления складскими запасами, описанная в качестве примера в пакете CubiCalc, настолько проста, что может быть с легкостью использована самым неподготовленным оптовым торговцем.

Что касается российского рынка коммерческих систем на основе нечеткой логики, то его формирование началось в середине 1995 года. Наиболее популярны у российских заказчиков следующие пакеты :
CubiCalc 2.0 RTC - одна из наиболее мощных коммерческих экспертных систем на основе нечеткой логики, позволяющая создавать собственные прикладные экспертные системы ;
CubiQuick - дешевая <университетская> версия пакета CubiCalc ;
RuleMaker - программа автоматического извлечения нечетких правил из входных данных ;
FuziCalc - электронная таблица с нечеткими полями, позволяющая делать быстрые оценки при неточно известных данных без накопления ошибки /7/ ;
OWL - пакет, содержащий исходные тексты всех известных видов нейронных сетей, нечеткой ассоциативной памяти и т.д.
Основными <потребителями> нечеткой логики на рынке России являются банкиры и финансисты, а также специалисты в области политического и экономического анализа. Они используют CubiCalc для создания моделей различных экономических, политических, биржевых ситуаций. Что же касается изумительно легкого в освоении пакета FuziCalc, то он занял свое место на компьютерах крупных банкиров и специалистов по чрезвычайным ситуациям - т.е. тех, для кого более всего важна быстрота проведения расчетов в условиях неполноты и неточности входной информации. Подробнее о российском рынке программ на основе нечеткой логики можно прочесть в /8/. Однако можно с уверенностью сказать, что эпоха расцвета прикладного использования нечеткой логики на отечественном рынке еще впереди.

Нечеткая логика - Как использовать пакет iThink