Fuzzy Theorie und Stochastik

Modelle und Anwendungen in der Diskussion

  • Rudolf Seising

Part of the Computational Intelligence book series (CI)

Table of contents

  1. Front Matter
    Pages i-xii
  2. Einleitung

    1. Rudolf Seising
      Pages 1-37
  3. Geschichte

  4. Modelle

    1. Front Matter
      Pages 183-183
    2. Siegfried Gottwald
      Pages 185-204
    3. Erich Peter Klement, Radko Mesiar, Endre Pap
      Pages 205-225
  5. Meinungen

    1. Front Matter
      Pages 237-237
    2. Reinhard Viertl
      Pages 244-250
    3. Hans Bandemer
      Pages 251-267
  6. Anwendungen

    1. Front Matter
      Pages 285-285
    2. Hans-Jürgen Zimmermann
      Pages 287-301
    3. Rainer Palm
      Pages 302-334

About this book

Introduction

Alle Prozesse in der Natur enthalten eine oder mehrere ungewisse Komponenten, zeigen Ungewißheiten oder haben einen mehr oder weniger ungewissen Ausgang. Dabei kann man unterscheiden, ob man einen Vorgang -oder einen Teil davon -als ungewiß ansieht, weil man ihn nicht exakt deterministisch erfassen kann (z. B. die Kursentwicklung an einer Wertpapierbörse), ob man ihn als genuin zufällig ansieht (z. B. den radioaktiven Zerfall eines Stoffes) oder ob die Ungewißheit des Vorgangs von seiner Beschreibung mit vagen Begriffen herrührt. Unsere heutigen sehr kom­ plexen sozialen und technischen Strukturen sind ohne den Einsatz von Verfahren zur Behandlung ungewisser Effekte nicht mehr vorstellbar, wenn man z. B. nur an Lebens-und Krankenversicherungen einerseits und an die Berechnung der Zu­ verlässigkeit technischer Systeme und Prozesse andererseits denkt. Die Entwicklung mathematischer Werkzeuge zur Wahrscheinlichkeitsrechnung und Statistik führte zu der bis in unser Jahrhundert unangefochtenen Stellung der Stochastik als der besten wissenschaftlichen Methode zur Behandlung von Aspekten der Ungewißheit. In der zweiten Hälfte des 20. Jahrhunderts etablierte sich dann die Fuzzy Theorie, die Lotfi Zadeh in der Arbeit "Fuzzy Sets" (1965) als Verallgemeinerung der Can­ torschen Mengentheorie begründete, als eine ernstzunehmende Konkurrentin für die Aufgabe, Ungewißheiten zu modellieren. Die weiteren Entwicklungen brachten eine über Jahrzehnte geführte Auseinandersetzung zwischen Stochastikern und Vertre­ tern der Fuzzy Theorie, aber auch eine überaus erfolgreiche Anwendung der Theorie in vielen Bereichen der angewandten Wissenschaften und der Industrie.

Keywords

Computational Intelligence Forschung Fuzzy Fuzzy-Regelung Geschichte Industrie Intelligenz Logik Mathematik Modellierung Regelung Statistik Stochastik Wahrscheinlichkeitstheorie control

Editors and affiliations

  • Rudolf Seising
    • 1
  1. 1.MünchenDeutschland

Bibliographic information

  • DOI https://doi.org/10.1007/978-3-663-10120-8
  • Copyright Information Springer Fachmedien Wiesbaden 1999
  • Publisher Name Vieweg+Teubner Verlag, Wiesbaden
  • eBook Packages Springer Book Archive
  • Print ISBN 978-3-528-05682-7
  • Online ISBN 978-3-663-10120-8
  • About this book
Industry Sectors
Pharma
Automotive
Chemical Manufacturing
Biotechnology
Electronics
Consumer Packaged Goods
Energy, Utilities & Environment
Aerospace
Oil, Gas & Geosciences
Engineering