Skip to main content
Springer Nature Link
Log in

Von der Fuzzy Set Theorie zur Computational Intelligence

  • Chapter
Fuzzy Theorie und Stochastik

Part of the book series: Computational Intelligence ((CI))

  • 260 Accesses

Zusammenfassung

Die Fuzzy Set Theorie (FST) wurde erstmals in der Veröffentlichung von Zadeh [29] als rein formale Theorie vorgestellt. Sie kann als eine Verallgemeinerung entweder der klassischen Mengenlehre oder der dualen Logik angesehen werden. Zu Beginn wurde sie primär als eine Modellierungssprache für nichtstochastische Unsicherheit angesehen, was zu einem 20jährigen wissenschaftlichen Streit mit den Vertretern der Wahrscheinlichkeitstheorien (vor allem den Bayesianern) führte. In der Zwischenzeit hat sich weitgehend die Erkenntnis durchgesetzt, daß andere Zielsetzungen mindestens ebensogut angestrebt werden können, die im folgenden kurz skizziert werden sollen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literaturverzeichnis

  1. Bandemer, H.; Gottwald, S.: Einführung in Fuzzy Methoden, 4. Auflage, Berlin 1993.

    MATH  Google Scholar 

  2. Bardossy, A.: The use of fuzzy rules for the description of elements of the hydrological cycle. Ecological Modelling, 85, S. 59–65, 1996.

    Article  Google Scholar 

  3. Bellman, R.; Giertz, M.: On the analytic formalism of the theory of fuzzy sets. Information Sciences, 5, S. 149–156, 1973.

    Article  MathSciNet  MATH  Google Scholar 

  4. Biethahn, J.; Nissen, V.: Evolutionary Algorithms in Management Applications. Berlin, Heidelberg, New York 1995.

    Google Scholar 

  5. Biethahn, J.; HÖNerloh, A.; Kuhl, J.; Nissen, V. (Hrsg.): Fst in betriebswirtschaftlichen Anwendungen. München 1997.

    Google Scholar 

  6. Biewer, B.: Fuzzy Methoden. Berlin, Heidelberg, New York 1997.

    Google Scholar 

  7. Bonfig, K. W. (Hrsg.): Fuzzy Logik in der industriellen Automatisierung. Ehningen 1992.

    Google Scholar 

  8. Hamacher, H.: Ober logische Aggregationen nicht-binär explizierter Entscheidungs-Kriterien. Frankfurt/Main 1978.

    Google Scholar 

  9. Hintz, G. W.; Zimmermann, H.-J.: A Method to Control Flexible Manufacturing Systems. European Journal of Operational Research, 41, S. 321–334, 1989.

    Article  Google Scholar 

  10. HÖPpner, F.; Klawonn, F.; Kruse, R.: Fuzzy Clusteranalyse. Braunschweig, Wiesbaden 1997.

    Google Scholar 

  11. Hoffmann, N.: Neuronale Netze - Kleines Handbuch. Braunschweig, Wiesbaden 1993.

    Book  Google Scholar 

  12. Klir, G.; Yuan, B.(Hrsg.): Fuzzy Sets, Fuzzy Logic, and Fuzzy Systems. Singapur 1996.

    Google Scholar 

  13. Mamdani, E. H.; Stergaard, J. J.; Lembessis, E.: Use of fuzzy logic for implementing rule based control of industrial processes. In: [25], S. 429–445, 1984.

    Google Scholar 

  14. Mcneill, D.; Freiberger, P.: Fuzzy Logic. Berlin 1996.

    Google Scholar 

  15. Nauck, D.; Klawonn, F.; Kruse, R.: Neuronale Netze und Fuzzy-Systeme, 2. Auflage, Braunschweig, Wiesbaden 1996.

    Book  MATH  Google Scholar 

  16. Popp, H.: Anwendungen der Fuzzy-Set-Theorie in Industrie-und Handelsbetrieben. Wirtschaftsinformatik, 36, S. 268–285, 1994.

    Google Scholar 

  17. Rommelfanger, H.: Fuzzy Decision Support Systeme, 2. Auflage, Berlin, Heidelberg, New York 1994.

    Book  MATH  Google Scholar 

  18. SchÖNeburg, E.; Heinzmann, F.; Feddersen, S.: Genetische Algorithmen und Evolutionsstrategien. Bonn, Paris, Reading 1994.

    MATH  Google Scholar 

  19. Steinrcke, M.: Fuzzy Sets und ihre konzeptionelle Anwendung in der Produktionsplanung. Wiesbaden 1997.

    Google Scholar 

  20. Von Altrock, C.: Fuzzy Logic, Technolgie. München, Wien, 1993.

    Google Scholar 

  21. Yen, J.; Langari, R.; Zadeh, L. A. (Hrsg.): Industrial Applications of Fuzzy Logic and Intelligent Systems. Piscataway, Usa 1995.

    MATH  Google Scholar 

  22. Zadeh, L. A.: Fuzzy Sets. Information and Control, 8, S. 338–353, 1965.

    Article  MathSciNet  MATH  Google Scholar 

  23. Zadeh, L. A.: Pruf, A meaning representation language for natural languages. In: Mamdani, E. H.; Gaines, G. R. (Hrsg.): Fuzzy Reasoning and its Applications. London, New York, 1981.

    Google Scholar 

  24. Zimmermann, H.-J.: Optimale Entscheidungen bei unscharfen Problembeschreibungen. ZfbF, 12, S. 785–796, 1975.

    Google Scholar 

  25. Zimmermann, H.-J.: Fuzzy Programming and Linear Programming with Several Objective Functions. Fuzzy Sets and Systems, 1, S. 45–55, 1978.

    Google Scholar 

  26. Zimmermann, H.-J.: Zur Darstellung und Lösung schlecht strukturierter Entscheidungs- probleme. Wisu, 8, S. 72–77, 125–129, 1979.

    Google Scholar 

  27. Zimmermann, H.-J.: Entscheidungswissenschaften und Unternehmensführung. In: Hahn, D. (HRsG.): Führungsprobleme industrieller Unternehmungen. Berlin, New York, S. 395–419, 1980.

    Google Scholar 

  28. Zimmermann, H.-J.; Zysno, P.: Latent Connectives in Human Decision Making. Fuzzy Sets and Systems 4, S. 37–51, 1980.

    Article  MATH  Google Scholar 

  29. Zimmermann, H.-J.; Zysno, P.: Ein hierarchisches Bewertungssystem für die Kreditwürdig- keitsprüfung im Konsumentenkreditgeschäft. Dbw, 42, S. 403–417, 1982.

    Google Scholar 

  30. Zimmermann, H.-J.; Zadeh, L. A.; Gaines, B. R. (Hrsg.): Fuzzy Sets and Decision Analysis. Amsterdam 1984.

    Google Scholar 

  31. Zimmermann, H.-J.: Fuzzy Sets, Decision Making and Expert Systems. Boston 1987.

    Google Scholar 

  32. Zimmermann, H.-J. (HRsG.): Fuzzy Technologien, Prinzipien, Werkzeuge, Potentiale. Düsseldorf 1993.

    Google Scholar 

  33. Zimmermann, H.-J.; V. Altrock, C. (Hrsg.): Fuzzy Logic - Anwendungen. München, Wien 1994.

    Google Scholar 

  34. Zimmermann, H.-J. (Hrsg.): Neuro + Fuzzy, Technologien - Anwendungen. Düsseldorf 1995.

    Book  Google Scholar 

  35. Zimmermann, H.-J. (Hrsg.): Datenanalyse. Düsseldorf 1995.

    Google Scholar 

  36. Zimmermann, H.-J. (Hrsg.): Fuzzy Set Theory, 3. Auflage, Boston, Dordrecht, London 1996.

    MATH  Google Scholar 

  37. Zimmermann, H.-J. (Hrsg.): A fresh perspective on uncertainty modeling: Uncertainty vs. Un- certainty modeling. In: Ayyub, M.; Gupta, M. M. (Hrsg.): Uncertainty Analysis in Engineering and Sciences. Boston, S. 353–364, 1997.

    Google Scholar 

Download references

Authors
  1. Hans-Jürgen Zimmermann
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. München, Deutschland

    Rudolf Seising

Rights and permissions

Reprints and permissions

Copyright information

© 1999 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Zimmermann, HJ. (1999). Von der Fuzzy Set Theorie zur Computational Intelligence. In: Seising, R. (eds) Fuzzy Theorie und Stochastik. Computational Intelligence. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-10120-8_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-10120-8_5

  • Publisher Name: Vieweg+Teubner Verlag, Wiesbaden

  • Print ISBN: 978-3-528-05682-7

  • Online ISBN: 978-3-663-10120-8

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics