Описание:Как известно, вероятностное моделирование неэффективно при моделировании сложных стохастических объектов, вероятностные характеристики которых непредсказуемо эволюционируют во времени. Принципиальные трудности возникают как при эмпирическом построении, так и при использовании вероятностных моделей таких объектов.
Теория возможностей, рассматриваемая в курсе как альтернативная теории вероятностей математическая модель феномена случайности, принципиально отличается от известной теории возможностей, предложенной Л.Заде [6], и от известных ее вариантов [2],[4] и др. прежде всего тем, что позволяет моделировать нестационарные стохастические объекты, и тем самым расширить класс стохастических объектов, математические модели которых могут быть восстановлены эмпирически, расширить за счет включения объектов, возможностные модели которых могут быть восстановлены эмпирически, а вероятностные – нет.
Возможностное моделирование эффективно как в областях, характерных для вероятностного моделирования, таких как прогнозирование, оптимизация решений в условиях неопределенности, анализ и интерпретация данных измерительного эксперимента, оптимизация синтеза измерительно-вычислительных преобразователей и др., так и при исследовании нестохастических объектов: социальных, экономических и др.
Освоив курс «Прикладные методы теории возможностей» обучавшийся должен знать математические методы и алгоритмы эмпирического построения возможности и необходимости основанные на их максимальной согласованности с вероятностью, и на экспертных заключениях, применять методы теории возможностей в вероятностных и статистических задачах, владеть методами оптимальной возможностной идентификации (распознавания) и оптимального возможностного оценивания, владеть методами возможностного моделирования измерительного эксперимента, анализа и интерпретации данных эксперимента, проверки адекватности его модели и т.п; должен уметь научные доклады и решать задачи из всех разделов курса.