logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-06182009-122854


Tipo di tesi
Tesi di laurea specialistica
Autore
BLANDINA, ANTONIETTA
URN
etd-06182009-122854
Titolo
Un sistema fuzzy di supporto alle decisioni per l'analisi dei rischi.
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA INFORMATICA PER LA GESTIONE D'AZIENDA
Relatori
Relatore Mininno, Valeria
Relatore Dott. Cimino, Mario Giovanni Cosimo Antonio
Relatore Prof.ssa Lazzerini, Beatrice
Parole chiave
  • Nessuna parola chiave trovata
Data inizio appello
09/07/2009
Consultabilità
Non consultabile
Data di rilascio
09/07/2049
Riassunto
Secondo le tecniche tradizionali di analisi la comprensione di un fenomeno coincide con la capacità di descriverlo in termini quantitativi, in genere tramite equazioni differenziali e integrali. I modelli matematici utilizzati per questo fine hanno la caratteristica comune di operare semplificazioni e astrazioni per giungere ad una rappresentazione formale dei dati a disposizione e del problema oggetto di studio. Nel caso di fenomeni troppo complessi (nei quali le dipendenze tra variabili sono non lineari e non vi è un modello di riferimento per definirle in termini quantitativi) o mal definiti (poiché le informazioni a disposizione sono imprecise) le metodologie classiche sono inadatte o perché incapaci di produrre modelli di analisi o perché tali modelli risultano incoerenti rispetto alla realtà. Queste problematiche sono tipiche dei fenomeni economici, finanziari e dei sistemi di valutazione del rischio.

Più da vicino si considera un problema concernente il mondo reale, più fuzzy diventa la sua soluzione”[1]. Più aumenta la precisione, più emerge la natura fuzzy delle cose.

Secondo la logica fuzzy, nei casi di questo tipo è necessario abbandonare la formulazione tramite misure precise preferendo tecniche di analisi che imitino il processo cognitivo umano. L’uomo, infatti, dimostra un’innata abilità nel ragionare e prendere decisioni efficienti in condizioni di incertezza e imprecisione, e nell’analizzare masse di dati e fenomeni complessi. Tutti questi processi di ragionamento si fondano su percezioni (della distanza, della direzione, della rischiosità ecc.) che sono le unità elementari della conoscenza.
La teoria del calcolo linguistico si propone, quindi, di fornire un corpo di regole per l’inferenza che, unendo la matematica fuzzy al linguaggio naturale, consentano di trattare dati quantitativi in forma di parole per mantenere la valenza intuitiva del ragionamento umano.
Il lavoro svolto ha portato alla generazione di due modelli di analisi del rischio, uno si appoggia sul FIS (Fuzzy Inference System ) di Matlab, l’altro modello invece si basa Fuzzy Weighted Average Algorithm for Fuzzy Multiple Attributes Decision di Lee and Park (1997).








[1] Zadeh, L.A., “The concept of a linguistic variable and its application to approximate reasoning“, Information Science, 8 e 9, 1975

File